في عالم الذكاء الاصطناعي، يبرز مجال النقاش التدريجي (Gradual Argumentation) كواحد من أبرز المجالات التي تستحوذ على اهتمام الباحثين بفضل قدرته على دعم أنظمة ذكاء اصطناعي تتميز بالشفافية وقابلية التحدي. تُعتبر هذه الأنظمة أدوات فعالة في مجالات مثل اتخاذ القرار، وتحليل التوصيات، وتحليل النقاشات، وغيرها.

تتوقف نتائج هذه المجالات عادةً على الدرجات الأساسية (Base Scores) للحجج، والتي يجب اختيارها بعناية. وهذا يتطلب غالبًا خبرة المستخدمين وقد لا يكون عملية بسيطة. لكن، يمكن تنظيم الحجج حسب التفضيلات لتبسيط المهمة.

في هذا السياق، نقدم وظائف استخراج الدرجات الأساسية (Base Score Extraction Functions)، التي تقوم بربط تفضيلات المستخدمين بالحجج بالدرجات الأساسية. يمكن تطبيق هذه الوظائف على حجج إطار النقاش الثنائي القطب (Bipolar Argumentation Framework - BAF) مع تفضيلات إضافية، للحصول على إطار النقاش الكمي ثنائي القطب (Quantitative Bipolar Argumentation Framework - QBAF). هذا يعزز إمكانية استخدام أدوات حسابية معترف بها في مجال النقاش التدريجي.

نستعرض الخصائص المرغوبة لوظائف استخراج الدرجات الأساسية، ونتناول بعض الخيارات التصميمية، ونقدم خوارزمية لاستخراج الدرجات الأساسية. ويُدرج طريقتنا تقريباً لغير الخطية في تفضيلات البشر لضمان تقارب أفضل منها.

أخيرًا، نقيم نهجنا نظريًا وتجريبيًا في إطار الروبوتات، ونقدم توصيات حول كيفية اختيار دلالات تدريجية مناسبة في الممارسة العملية.

هل تعتقد أن هذه التطورات ستساعد في تحسين أنظمة الذكاء الاصطناعي بشكل كبير؟ شاركونا آراءكم في التعليقات!