How people talk about each other: Modeling Generalized Intergroup Bias and Emotion
تقدم هذه الورقة إطاراً جديداً لنمذجة التحيز المتبادل بين المجموعات من خلال التنبؤ بالعلاقات بين المجموعات (IGR) عبر العواطف دقيقة التفاصيل، مدعومةً بإصدار مجموعة بيانات جديدة لتغريدات أعضاء الكونجرس الأمريكي، وتُظهر أن الترميز المشترك بين العلاقات بين المجموعات والعاطفة يحسن بشكل كبير أداء النماذج العصبية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك في حفلة كبيرة وصاخبة. هناك مجموعتان من الناس: "الفريق المنزلي" (الأشخاص الذين تعرفهم وتحبهم) و"الفريق الزائر" (الأشخاص الذين لا تعرفهم جيداً أو ربما لا تحبهم).
معظم برامج الكمبيوتر التي تدرس اللغة اليوم تشبه حراس الأمن الذين يبحثون عن الكلمات البذيئة. إنهم يمسحون الغرفة وهم يصرخون: "توقف! لقد استخدم هذا الشخص لفظاً نابياً!" أو "تنبيه! هذه الجملة مهينة!". هم بارعون جداً في إيجاد خطاب الكراهية الواضح.
لكن هذه الورقة البحثية تطرح سؤالاً أكثر دقة: "كيف نتحدث عن أصدقائنا مقابل خصومنا، حتى عندما لا نستخدم كلمات بذيئة؟"
أدرك المؤلفون أن التحيز لا يتعلق فقط بـ ماذا نقول، بل بـ من نتحدث عنه. أرادوا بناء نظام يفهم "جو العلاقة" الخفي بين المتحدث والشخص الذي يتحدث عنه.
إليك تفصيل بسيط لعملهم:
1. الوظيفتان الجديدتان للكمبيوتر
بدلاً من مجرد البحث عن اللغة "السيئة"، علم الباحثون أجهزة الكمبيوتر القيام بوظيفتين محددتين باستخدام تغريدات من سياسيين أمريكيين:
- الوظيفة (أ): كاشف "القبيلة" (التنبؤ بـ IGR)
هل يستطيع الكمبيوتر معرفة ما إذا كان الشخص الذي يغرد والشخص الذي يُشار إليه موجودان في نفس الفريق (المجموعة الداخلية - In-Group) أم في فرق مختلفة (المجموعة الخارجية - Out-Group)؟- مثال: إذا غرد ديمقراطي عن ديمقراطي آخر، فهذه مجموعة داخلية. وإذا غرد عن جمهوري، فهذه مجموعة خارجية.
- الوظيفة (ب): كاشف "المشاعر الخفية" (العاطفة بين الأشخاص)
هل يستطيع الكمبيوتر معرفة كيف يشعر المتحدث تجاه هذا الشخص تحديداً؟- نقطة حاسمة: لا يقتصر هذا على السؤال: "هل هذه التغريدة سعيدة أم حزينة؟" بل يسأل: "هل يشعر المتحدث بالإعجاب تجاه هذا الشخص تحديداً، أم بالاشمئزاز؟"
2. "الخلطة السرية" للبيانات
استخدم الباحثون خدعة ذكية؛ فقد جمعوا آلاف التغريدات من أعضاء الكونجرس الأمريكي.
- الدليل "الموجود": بما أن الجميع يعرف الحزب (ديمقراطي أو جمهوري) الذي ينتمي إليه كل سياسي، استطاع الكمبيوتر تلقائياً معرفة ما إذا كان سياسيان من نفس الفريق أم لا. لم يكن عليهم التخمين؛ فالإجابة كانت مخبأة في البيانات الوصفية. كان هذا بمثابة "ورقة غش" لكاشف "القبيلة".
- التصنيف البشري: ثم استعانوا ببشر لقراءة هذه التغريدات (مع إخفاء الأسماء) وتخمين المشاعر. وجدوا أن البشر غالباً ما يخطئون لأنهم اعتمدوا على قاعدة بسيطة: "إذا كان الكلام يبدو لطيفاً، فلا بد أنهم أصدقاء. وإذا كان يبدو سيئاً، فلا بد أنهم أعداء".
3. المفاجأة الكبرى: البشر مقابل الآلات
هنا تصبح القصة مثيرة للاهتمام.
- الخلل البشري: البشر سيئون جداً في تمييز الفرق بين "الخصم الودود" و"الصديق الودود". إذا قال سياسي شيئاً لطيفاً عن خصمه (مثل: "عمل رائع في ذلك القانون، رغم أننا نختلف في كل شيء")، فإن البشر غالباً ما يعتقدون: "أوه، لا بد أنهما صديقان!". لكن الكمبيوتر، من خلال النظر في الأنماط اللغوية الدقيقة، عرف: "كلا، لا يزالان خصمين".
- فوز الآلة: كانت نماذج الكمبيوتر أفضل بكثير في هذا الأمر. استطاعت اكتشاف أن حتى عندما يكون السياسي مهذباً مع عدو، فإن "الجو العام" يختلف عما إذا كان يثني على صديق. وجد الكمبيوتر أدلة خفية في الكلمات فاتت البشر.
4. خدعة "التدريب المزدوج"
جرب الباحثون طريقة ذكية: علموا الكمبيوتر القيام بـ كلتا الوظيفتين في نفس الوقت.
- تخيل تدريب كلب على إيجاد كل من "الألعاب ذات الصوت الصرير" و"العظام". إذا علمته أن يجد العظام، فسيصبح أفضل في إيجاد الألعاب ذات الصوت، لأنه يتعلم الانتباه أكثر للبيئة المحيطة.
- من خلال تدريب الكمبيوتر على تخمين العلاقة (صديق مقابل خصم) أثناء تخمينه للعاطفة، أصبح أفضل بشكل ملحوظ في كلتا المهمتين.
- النتيجة: أصبح الكمبيوتر أفضل بكثير في رصد "الاشمئزاز" عندما يكون موجهاً نحو خصم سياسي. تعلم أنه بينما يمكن للسياسيين أن يكونوا مهذبين مع الخصوم، إلا أنهم نادراً ما يظهرون اشمئزازاً حقيقياً تجاه زملائهم في الفريق.
5. لماذا هذا مهم؟
فكر في التحيز ليس كـ "سم" في اللغة، بل كـ مرشح (فلتر) نرى من خلاله العالم.
- نحن نميل لوصف أخطاء أصدقائنا بأنها "حوادث" (تفاصيل منخفضة المستوى) وأخطاء أعدائنا بأنها "عيوب شخصية" (حكم رفيع المستوى).
- توضح هذه الورقة أن أجهزة الكمبيوتر يمكنها الآن التعلم من خلال هذا المرشح. يمكنها فهم أن الطريقة التي نتحدث بها عن "قبيلتنا" تختلف جوهرياً عن الطريقة التي نتحدث بها عن "الآخرين"، حتى عندما نحاول أن نكون مهذبين.
الخلاية
هذه الدراسة تشبه ترقية كاميرا مراقبة. الكاميرات القديمة كانت تلتقط فقط الأشخاص الذين يحملون أسلحة (خطاب الكراهية الواضح). أما هذه الكاميرات الجديدة، فيمكنها رصد لغة الجسد والنبرة التي تكشف من هو داخل الدائرة الضيقة ومن هو خارجها، حتى عندما يبتسم الجميع.
إنها تعلمنا أن التحيز غالباً ما يكون رقصة هادئة وخفية بين من نحن وبين من نتحدث إليه، وأن أجهزة الكمبيوتر بارعة بشكل مفاجئ في تعلم خطوات تلك الرقصة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.