في دراسة جديدة، تم تسليط الضوء على الفجوة بين حدود الاسترجاع في الذاكرة البشرية ونظم الاسترجاع المعززة (Retrieval-Augmented Generation - RAG). تتناول الدراسة كيفية تأثير التداخل الدلالي على دقة الاسترجاع في كل من الذاكرة البشرية وأنظمة RAG.

تقديم إطار عمل موحد يعتمد على نظرية الكشف عن الإشارة (Signal Detection Theory - SDT) لتمكين مقارنة دقيقة بين النظامين. لقد أظهرت النتائج أن كل منهما يتعرض لتراجع دقة لوجاريتمي مع زيادة عدد الارتباطات (fan)، ولكن الأفراد يُظهرون حساسية أقل للتداخل مقارنة بأنظمة الاسترجاع الكثيفة حيث كانت نسبة الحساسية للدقة في الذاكرة البشرية (α/σ = 0.41) في حين كانت (α/σ = 0.67) في نظم RAG. وعند محاولة استخدام نظام مستوحى من الدماغ مثل HippoRAG، تم العثور على حساسية تماثل تلك الخاصة بالذاكرة البشرية بمعدل (α/σ = 0.44).

تؤكد التجارب السلوكية - التي شملت 112 مشاركًا - والنمذجة الحسابية فعالية هذا الإطار. كما تم تأكيد التعرف على المعلمات المرتبطة بدقة النتائج (: r ≥ .93). وفي مقارنة النماذج، أظهرت البيانات أن النموذج اللوجاريتمي هو الأكثر تفضيلاً على بدائل القوة.

النقاش يفتح الأفق أمام عدة آليات محتملة تشمل تحديد التشفير، ربط السياق الزمني، وآليات التحكم في الاسترجاع. تتمحور ستة تنبؤات قابلة للاختبار حول الربط بين أبحاث الذاكرة المعرفية وتقييم استرجاع الذكاء الاصطناعي. هل ستكون هذه الاكتشافات بمثابة انطلاقة جديدة في فهم ذاكرة الإنسان وتطور نظم الذكاء الاصطناعي؟ شاركونا آرائكم في التعليقات.