تشهد النماذج اللغوية الكبيرة (Large Language Models) تطوراً ملحوظاً في قدرتها على محاكاة أنماط التفكير الاجتماعي والعملي للإنسان. تحاول ورقة بحث جديدة الإجابة عن أسئلة هامة تتعلق بدقة هذه النماذج في إعادة إنتاج المعاني الاجتماعية وكيفية تحسين هذه العمليات من خلال استراتيجيات التحفيز المستندة إلى نظرية البراغماتية.

تقدم الورقة مقياسين جديدين يهدفان إلى تقييم دقة النماذج، وهما نسبة حجم الأثر (Effect Size Ratio) ونقاط انحراف المعايرة (Calibration Deviation Score). هذه الأدوات تمكن الباحثين من التمييز بين الدقة الهيكلية للنماذج والتباين في أحجام الاستجابات.

كما تتناول الورقة الخاصية الثانية من خلال اشتقاق شروط تحفيزية تستند إلى فرضيتين براغماتيتين: أن المعاني الاجتماعية تظهر من خلال التفكير في بدائل لغوية، وأن المستمعين يستنتجون أوهام المعرفة والدوافع التواصلية من المتحدثين.

وفي تجربة دراسة حالة على ثلاث نماذج رائدة، أظهرت النتائج أن جميع النماذج قادرة على إعادة إنتاج الهيكل النوعي للاستدلالات الاجتماعية البشرية، لكنها تختلف بدرجة كبيرة في دقة الأحجام. ومن المثير للاهتمام أن تحفيز النماذج للتفكير في المعرفة والدوافع المدركة قلل من التباين في الأحجام، بينما أدى التحفيز من أجل وعي البدائل إلى تضخيم المبالغات.

التركيز على الدمج بين هذين العنصرين أثبت أنه التدخل الوحيد الذي يحسن جميع مؤشرات الحساسية للمعايرة عبر كل النماذج، على الرغم من أن دقة الأحجام الدقيقة لا تزال غير محسومة تماماً. مما يعني أن النماذج اللغوية الكبيرة تلتقط الهيكل الاستدلالي ولكنها تشوه درجة الاستدلال بشكل متغير. وتبرز نظرية البراغماتية كأداة مفيدة لكن غير كاملة لتحسين هذا الاقتراب.

كيف ترون تطور النماذج اللغوية الكبيرة في فهم المعاني الاجتماعية؟ شاركونا آراءكم في التعليقات!