في عالم الذكاء الاصطناعي، تعمل نماذج اللغة على تطوير قدرتها في فهم اللغة البشرية والنوايا خلفها. وفي دراسة جديدة نُشرت على موقع arXiv، تم تسليط الضوء على كيفية قيام هذه النماذج بالتفاعل مع الرسائل التي تُرسل إليها.

عندما يقوم شخص بمشاركة شيء ما مع نموذج لغوي، نجد غالباً أن النموذج يركز على السطح الخارجي للرسالة بدلاً من تسليط الضوء على ما كان ينوي المرسل فعله. على سبيل المثال، إذا قمت بمشاركة مشروع منجز، فإن النموذج قد يعلق على الكود بدلاً من تقدير المجهود. هذا يشير إلى أن النية التواصلية للمرسل، والتي تُعرف بمفهوم "ما كان يُقصد" (Gricean), هي عنصر أساسي يجب أن نفهمه بشكل أفضل.

قام الباحثون باستخدام نموذج تحليل خطي يكشف عن نية المرسل، سواء كان يرغب في أن يُعترف بشيء ما أو تقييمه، وذلك من الحالات المخفية للنموذج. وقد استطاعوا من خلال هذه الطريقة التعرف على نية المرسل في دقة عالية، بعيداً عن السطح، عبر ستة نماذج وأربع فئات.

لكن، هل تتصرف هذه النماذج بناءً على تلك النوايا؟ تشير النتائج إلى أن هناك فجوة بين فهم النية والتصرف بناءً عليها. حيث أن محاولة فهم النية لديها عمق أكبر من الفعل الناتج عنه. ويظهر البحث أن ثلاثة من بين ست نماذج لم تتصرف وفقاً للنية المرسلة.

هذا يشير إلى أن هناك نموذجاً خاصاً هو من يتصرف بناءً على تلك النوايا، في حين أن النماذج الأخرى تحتاج إلى مزيد من التطوير.

بشكل مثير للاهتمام، يمكن أن يساعد توجيه النية الممثلة النموذج في استعادة السلوكيات المرغوبة، مما يعد بخطوات مستقبلية تعزز تفاعل الذكاء الاصطناعي مع المستخدمين.