في دراسة حديثة مثيرة، تم تسليط الضوء على سلوك كائنات النماذج اللغوية الكبيرة (Large Language Models) التي تفضل مجموعتها بناءً على سلوك أعضائها. استخدم الباحثون نماذج متنوعة من OpenAI وClaude لمراقبة سلوكيات 4,400 مجموعة و3.3 مليون استدعاء، ليكتشفوا أن التأثير الفعلي للانحياز الجماعي يتباين بشكل كبير مع الظروف المحيطة.

فقد أظهرت النتائج أن الاعتبارات الصحيحة لا تتعلق فقط بوجود مجموعة معينة، بل يتأثر الانحياز بسلوك الأعضاء في تلك المجموعة وتاريخ التفاعلات بينها. في البداية، كان التأثير ملحوظًا فقط عندما لا تهدف الكائنات للحفاظ على نقاطها، لكن بمجرد أن تكون هناك مصلحة، فإنه يظهر تراجع كبير في هذا التأثير.

عند دراسة التفاعلات، اتضح أن التاريخ الاجتماعي للمجموعات يعد أحد المصادر الرئيسية للانحياز، ويظهر تأثيرًا إيجابيًا على 13 من بين 15 نموذج. كما زادت هذه الظاهرة مع عدد الجولات الملعوبة، مما يشير إلى أهمية تكرار التفاعلات في تشكيل السلوك.

لكن النماذج أيضًا أظهرت أنها يمكن أن تنحاز لنظام ديمقراطي حيادي أو تتجاهل الميول الجماعية إذا شهدت سلوكيات تجعله يستدعي الشك. لهذا يبرز دور السمعة الفردية في تجاوز تأثير الجماعة عندما تتعارض المصالح.

في النهاية، تقدم هذه الدراسة رؤى جديدة حول كيفية فهم السلوك الجماعي والتفاعلي للذكاء الاصطناعي، ما يفتح آفاقًا جديدة للبحث في الذكاء الاصطناعي والسلوك البشري.