في عالم الذكاء الاصطناعي (AI)، تلعب نماذج اللغات الضخمة (Large Language Models) دوراً حيويًا في محاكاة السلوك البشري. ومع ذلك، لا تزال هناك حاجة ملحة لجمع البيانات حول تفضيلات الناس عند اتخاذ القرارات. في هذا السياق، تم تقديم تقنية جديدة تُدعى "تعلم تفضيلات الخطوات"، تهدف إلى سد هذه الفجوة.

تتميز هذه التقنية بإنشاء واجهة محاكاة تفاعلية تتيح جمع معلومات دقيقة عن تفضيلات المستخدمين خلال مراحل اتخاذ القرار. وقد نجحت التجارب التي أُجريت في توفير مجموعة بيانات تشمل أكثر من 57,000 توضيح مفصل، مما يعكس آراء المستخدمين حول الخيارات المتخذة من قبل الوكالات الذكية.

يتم استخدام هذه البيانات لتدريب نماذج لغة مفتوحة باستخدام أساليب تعليمية تحت إشراف مباشر، حيث يؤدي ذلك إلى تحسين تفاعل الوكالات الذكية وتنسيقها في المحاكيات بشكل كبير. كما يظهر البحث أنه من خلال إشراف المستخدمين في مراحل اتخاذ القرار، يمكن تحسين نوعية القرارات المحلية وسلوك الوكلاء على المدى الطويل.

مع تقدم هذه التقنية، يبدو أن الطريق مفتوح أمام نماذج الذكاء الاصطناعي لتعزيز قدرات التفاعل الاجتماعي وتحقيق نتائج أفضل في محاكيات السلوك البشري. فما رأيكم في هذا التطور؟ شاركونا في التعليقات.