في عالم الذكاء الاصطناعي، تظهر أنظمة نماذج اللغة الكبيرة متعددة الوكلاء (Multi-Agent Large Language Models) بسرعة، لكن الشفافية - العنصر الأساسي في الذكاء الاصطناعي المسؤول - لا تزال غير محددة بشكل كافٍ في هذه الهياكل المعقدة. تظهر دراسة جديدة أنها واحدة من الدراسات التجريبية الأولى التي تستكشف كيف يفهم المتبنون الأوائل لهذه الأنظمة، وهم الذين يقومون ببناء واستخدام هذه النماذج، مفهوم الشفافية وكيفية ممارستها.

إجراء الدراسة شمل مقابلات شبه منظمة مع 13 متبنيًا في إحدى المنظمات التقنية البارزة، وتم تحليل النتائج للكشف عن الأنماط المتكررة. وقد أبدى المشاركون وجهات نظر متباينة ولكن متكاملة حول الشفافية، شملت القابلية للتكرار، تصحيح الأخطاء، وضع الحدود، التصور، والتدقيق.

تجاوزت هذه الرؤى تساؤلات حول ما تعنيه الشفافية، ولماذا هي مهمة، وكيف يمكن تحقيقها. وقد تم دمج هذه المفاهيم لبناء إطار عمل متعدد الأبعاد يركز على المطورين والمستخدمين والحوكمة، مما يضع الشفافية كممارسة اجتماعية-تقنية تعزز تصميمات وأبحاث المستقبل في مجالات التفاعل بين الإنسان والحاسوب (HCI) والذكاء الاصطناعي.

هذه الدراسات تلقي ضوءًا على كيفية تعزيز الشفافية في أنظمة الذكاء الاصطناعي، مما يفتح آفاقًا جديدة لتحقيق توقعات الجمهور وقدرات الفرق المطورة.