في خضم عصر الذكاء الاصطناعي، تزداد أهمية نماذج اللغة الضخمة (LLMs) في سياقات اجتماعية واستراتيجية متعددة. لكن كيف يمكننا فهم الفروقات في سلوكيات هذه النماذج مقارنة بالبشر؟ هنا يأتي دور نظرية الألعاب السلوكية (Behavioral Game Theory) التي تسلط الضوء على كيفية تفاعل الأفراد في بيئات استراتيجية، إلا أن النماذج الحالية لا تلبي تمامًا تعقيدات السلوك البشري والسلوكيات الغامضة للجهات غير البشرية مثل LLMs.

لذلك، يعتمد الباحثون على أداة AlphaEvolve المتطورة، والتي تُستخدم لاكتشاف نماذج سلوكية قابلة للفهم من سلوكيات البشر ونماذج اللغة الضخمة مباشرة من البيانات. هذه الأداة تسمح بفتح آفاق جديدة لفهم العوامل الهيكلية التي تؤثر على سلوكياتنا وسلوكيات LLMs.

تظهر التحليلات التي أجريت على لعبة الصخر-ورق-مقص (Rock-Paper-Scissors) أن النماذج المتطورة تستطيع السلوك الاستراتيجي بعمق قد يفوق قدرة البشر. تمنح هذه النتائج الباحثين قاعدة قوية لفهم الفروقات الهيكلية بين سلوكيات البشر ونماذج اللغة الضخمة في التفاعلات الاستراتيجية.

ما هو رأيكم في قدرة الذكاء الاصطناعي على التفكير الاستراتيجي؟ شاركونا آراءكم في التعليقات!