2257 ورقة بحثية
تكشف هذه المراجعة المنهجية لـ 122 دراسة حول خصوصية الشباب في الأجهزة الذكية المدعومة بالذكاء الاصطناعي عن تركيز غير متناسب على الحلول التقنية على حساب السياسات والتعليم، مما يسلط الضوء على الحاجة إلى نهج متعدد الأطراف لسد فجوات التنفيذ وإنشاء أنظمة بيئية شاملة تحافظ على الخصوصية للمستخدمين الصغار.
تُظهر هذه الدراسة أن نماذج المكافأة ترث تحيزات قيمية كبيرة ومستمرة، وتحديداً تفضيلات "الوكالة" أو "التواصل"، من نماذجها اللغوية الأساسية المدربة مسبقاً، مما يشير إلى أن اختيار النموذج التأسيسي يشكل نتائج المحاذاة بشكل جوهري بغض النظر عن عملية الضبط الدقيق اللاحقة.
تتقصى هذه الدراسة التمثيل غير المستكشف كفايةً للإعاقة في نماذج تحويل النص إلى صورة مثل "Stable Diffusion XL" و"DALL-E 3"، كاشفةً عن اختلالات مستمرة وقضايا في التأطير العاطفي تسلط الضوء على الحاجة الملحة للتقييم والتحسين المستمرين لتعزيز تصويرات أكثر شمولاً.
في تجربة عشوائية شملت 1,654 من الآباء والأمهات في الولايات المتحدة، نجحت الرسائل المخصصة المولدة بواسطة الذكاء الاصطناعي من المستقبل، بما في ذلك تلك المصاغة كرسائل من طفل المرء في المستقبل، في زيادة التعاطف الوجداني، لكنها فشلت في تعزيز دعم سياسات المناخ أو التبرعات الخيرية، مما يشير إلى أن مثل هذه السرديات، رغم تعزيزها للتفاعل العاطفي، قد تقلل في الوقت ذاته من احتمالية حدوث نتائج مناخية إيجابية متصورة.
تقدم الورقة البحثية إطار عمل MMGrader، الذي يستخدم الرسوم البيانية للمفاهيم لاستنتاج جودة النماذج الذهنية لطلاب العلوم والتكنولوجيا والهندسة والرياضيات (STEM) من الإجابات القصيرة متعددة الوسائط، لكنها تجد أن النماذج اللغوية البصرية الحالية تحقق دقة تبلغ حوالي 40% فقط، وبالتالي تقصر عن الوصول إلى مستوى الأداء البشري رغم قدرتها على مساعدة المعلمين في تصميم تدخلات تربوية مستهدفة.
تكشف هذه الدراسة، من خلال تحليل الموارد المتاحة والمقابلات مع معلمي مجالات العلوم والتكنولوجيا والهندسة والرياضيات (STEM)، أنه في حين يعطي التربويون الأولوية لتخصيص روبوتات الدردشة القائمة على الذكاء الاصطناٍعي لتتماشى مع المواد الدراسية والأساليب التربية على حساب "الشخصية"، إلا أن احتياجاتهم المحددة تتباين بشكل كبير حسب السياق، مما يشير إلى أن التصميم التركيبي (modular design) ضروري لأنظمة الذكاء الاصطناعي التعليمية الفعالة.
يُعد PaperRepro إطار عمل مبتكرًا متعدد الوكلاء ومكونًا من مرحلتين، يعمل على أتمتة تقييم قابلية التكرار الحسابي لأوراق العلوم الاجتماعية عبر الفصل بين تنفيذ الكود والتقييم، محققًا أداءً هو الأفضل في فئته على معيار REPRO-Bench من خلال تعزيز معالجة السياق، والأدوات المخصصة للمهام، والالتقاط الصريح للنتائج.
تُقدّر هذه الورقة بشكل منهجي وجود ما يقرب من 1,121 موهبة بحثية تقنية للغاية في مجال تعلم الآلة ضمن 403 شركات استشارية عالمية في هذا المجال —وهو حجم يبلغ ضعف عدد خريجي "ماتس" (MATS)— مع ملاحظة أنه لا يوجد أي من المرشحين المشاركين قادر حتى الآن على اجتياز اختبار عمل صارم في مجال سلامة الذكاء الاصط الاصطناعي حتى أواخر عام 2025.
تعالج هذه الدراسة الفجوة في البحوث التجريبية حول الامتثال لقانون الذكاء الاصطناعي للاتحاد الأوروبي من خلال تقييم أداة دعم قرار ذاتية الخدمة مع 78 ممارساً، مما كشف أنه بينما لا يزال التفسير القانوني يشكل تحدياً، فإن التوجيه المستهدف يحسن بشكل كبير من دقة تصنيف مخاطر أنظمة الذكاء الاصطناعي.
تقترح هذه الورقة إطار عمل شاملاً قائماً على خمس ركائز (5E)—يشمل الأسس الأخلاقية، والمعرفية، والقابلة للتفسير، والتجريبية، والتقييمية عبر المستويات من الفردي إلى العالمي—لمعارضة وتوجيه تطوير الوكلاء الأخلاقيين الاصطناعيين، بما في ذلك جدول زمني مؤقت لمساعدة المطورين على استباق التحديات وضمان التقدم المتوافق مع القيم.