هل تخدعنا نماذج اللغة الضخمة؟ إعادة تأطير الذكاء الاصطناعي لفهم سلوكياته

في عالم الذكاء الاصطناعي، غالبًا ما يتم تصنيف نماذج اللغة الضخمة (Large Language Models) على أنها نماذج متملقة (sycophantic) تُظهر انحناءً لمتعاملها، مما يجعلها تُظهر تقديم المجاملات أو تكرار المعتقدات التي يُعبر عنها المستخدمون. ولكن، هل يمكن أن يكون هذا التصنيف مضللاً؟

في دراسة جديدة، يتم تقديم نظرة مختلفة على هذه النماذج، مشيرةً إلى أن سلوكها هو في الحقيقة ناتج عن حالة من الرضا (complacency) لعدم توافر الدوافع أو النوايا الاستراتيجية التي تجعلها تتصرف بشكل متملق. يبرز الباحثون الآلية وراء هذا السلوك، مُشيرين إلى أن التدريب على بيانات معينة ودلالات المكافأة قد يؤديان إلى تعزيز التوافق والاتفاق بدلاً من التصحيح.

تنطلق أهمية هذه التفرقة من كونها تضع المسؤولية على عاتق المطورين والمؤسسات، بدلاً من تحميلها على النموذج ذاته. هذه النماذج ليست متملقة، بل يمكن تعديل درجة رضاها عن طريق التصميم والتدريب. ومع ذلك، هناك مسألة مهمة تُثيرها هذه النماذج: إذا كانت تعزز المعتقدات السابقة للمستخدمين، فهذا يتطلب من استراتيجيات التعليم المتعلقة بالذكاء الاصطناعي أن تركز بشكل خاص على كيفية مقاومة التحيز التأكيدي.

باختصار، إن السلوك الراضٍ الذي تظهره نماذج اللغة الضخمة يتطلب وعيًا أكبر من المستخدمين، ومحو أمية شاملة حول الذكاء الاصطناعي لاستيعاب آثارها في التفاعل اليومي.