في عصر [الذكاء الاصطناعي](/tag/الذكاء-الاصطناعي) التفاعلي، ومع تزايد [عدد](/tag/عدد) المستخدمين الذي يتجاوز المليارات، نجد أن معظم [البيانات](/tag/البيانات) المتاحة تركز فقط على ما يقوله الناس، دون أن تعكس ما يفكرون به. هنا يأتي دور [قاعدة بيانات](/tag/قاعدة-[بيانات](/tag/بيانات)) "ثوت تريس" (ThoughtTrace)، التي تُعدّ طفرة نوعية في جمع البيانات، حيث تقدم لنا فرصة فريدة لفهم [التفاعلات](/tag/التفاعلات) البشرية مع [نماذج الذكاء الاصطناعي](/tag/[نماذج](/tag/نماذج)-الذكاء-الاصطناعي).

تتضمن "ثوت تريس" [بيانات](/tag/بيانات) من 1058 مستخدمًا و2155 محادثة، تغطي 17058 جولة من [التفاعلات](/tag/التفاعلات) و10174 ملاحظة تتعلق بأفكار المستخدمين. تم جمع هذه [البيانات](/tag/البيانات) [عبر](/tag/عبر) 20 نموذجًا لغويًا (Language [Models](/tag/models))، مما يوفر مصدرًا غنيًا لفهم [ديناميكيات](/tag/ديناميكيات) [التفكير](/tag/التفكير) وراء [تفاعل](/tag/تفاعل) البشر مع الآلات.

تكشف التحليلات أن الأفكار المُسجّلة في "ثوت تريس" ليست فقط متعددة المواضيع، بل أيضًا تتميز بكونها جملًا فرعية معقدة يصعب على [نماذج الذكاء الاصطناعي](/tag/[نماذج](/tag/نماذج)-الذكاء-الاصطناعي) الشديدة التطور استنتاجها من [السياق](/tag/السياق). هذا [التنوع](/tag/التنوع) في المحتوى يرتبط بمراحل مختلفة من المحادثة، مما يسلط الضوء على الحاجة لفهم أعمق لعقول المستخدمين.

علاوة على ذلك، تبين أن استخدام هذه الأفكار يعزز من توقع [سلوك المستخدمين](/tag/[سلوك](/tag/سلوك)-المستخدمين) أثناء الاستخدام، وذلك عند اعتبارها كجزء من [السياق](/tag/السياق) في وقت [الاستنتاج](/tag/الاستنتاج). كما يُظهر [البحث](/tag/البحث) أن إعادة [كتابة العبارات](/tag/[كتابة](/tag/كتابة)-العبارات) وفقًا للأفكار توفر [إشارات](/tag/إشارات) دقيقة لتدريب المساعدين الشخصيين بشكل أفضل.

إن "ثوت تريس"، إذًا، لا توفر فقط [بيانات](/tag/بيانات) جديدة لدراسة [التفاعل البشري](/tag/[التفاعل](/tag/التفاعل)-البشري)-الآلي، بل تؤسس أيضًا لأسس [بناء](/tag/بناء) مساعدين أكثر قدرة على [فهم](/tag/فهم) وتكييف أنفسهم مع الأهداف والتفضيلات الكامنة لدى المستخدمين.