في عصر تعج فيه المعلومات والبيانات، تلعب نماذج اللغات الكبيرة (Large Language Models) دوراً حيوياً في تحليل وإعادة كتابة الأخبار. إلا أن دراسة جديدة نشرت مؤخرًا توضح فشل هذه النماذج في عكس تأثير الإطار الإعلامي على النصوص. يهدف البحث إلى اختبار ما إذا كان بإمكان النموذج التراجع عن تغيير معروف في الإطار الإعلامي مع الحفاظ على الحقائق كما هي.

من خلال استعراض 60 مقالًا خبريًا وتمثل ثلاثة مستويات من التدخل، استخدم الفريق البحثي ما يعرف باختبار التراجع المراقب، والذي ساعد في المقارنة بين التأثيرات المختلفة للإطار الإعلامي من حيث اللغة الانتقادية، وتحقيق الوكالة، وأهمية المعلومات. تقدم النتائج التي تم الحصول عليها من نماذج مثل Qwen و DeepSeek و Kimi مفاجآت واضحة؛ إذ حقق الحفاظ على الحقائق نسبة تناهز 0.84، بينما جاءت نسبة عكس التدخل منخفضة جدًا، بين 0.044 و0.068.

بمعنى آخر، حتى عند تحديد نوع الإطار واتجاهه بشكل صحيح، لم تصل نسبة العكس التراكمي إلى 0.071. تكشف هذه النتائج الفصل الواضح بين الأمانة الواقعية، وتعرف الإطار، وعكس الإطار: فمعرفة كيف يتم تشكيل مقال ما لا تعني أن هذا التشكيل يمكن التراجع عنه!

إن أهمية هذا البحث تتجاوز نطاقه الأكاديمي، فقد تعني هذه القيود شيئًا مهمًا في عصر تضليل المعلومات، فهل تعكس آليات الذكاء الاصطناعي فهمًا كاملاً لحقيقتنا، أم أنها تدعم فقط الفهم السطحي للحقائق؟