Automated stance detection in complex topics and small languages: the challenging case of immigration in polarizing news media
تُثبت هذه الورقة أن كلاً من نماذج اللغة الخاضعة للإشراف وChatGPT يمكنهما أداء الكشف الآلي عن الموقف بفعالية في اللغة الإستونية المعقدة ومنخفضة الموارد فيما يتعلق بالهجرة، مما يتيح تحليل الاتجاهات عبر الزمن في وسائل الإعلام المستقطبة.
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 تحاول فهم ساحة مدينة صاخبة وعملاقة حيث يصرخ آلاف الأشخاص حول موضوع واحد مثير للجدل: الهجرة. بعض الناس يصرخون "أهلاً بكم!" بينما يصرخ آخرون "اذهبوا بعيداً!"، والعديد منهم يتحدثون فقط عن الطقس أو سعر الخبز.
هدفك هو معرفة من يقول ماذا، وكيف يتغير مزاج الحشد بمرور الوقت. ولكن هناك عقبة: أنت لا تتحدث لغة المدينة (الإستونية)، وليس لديك فريق مكون من 100 مترجم لقراءة كل جملة.
هذه الورقة البحثية تدور حول بناء مترجم رقمي وقارئ للمزاج لحل هذه المشكلة. إليك قصة كيف فعلوا ذلك، مقسمة إلى أجزاء بسيطة.
1. التحدي: لغة صغيرة ومشكلة كبيرة
معظم برامج الكمبيوتر التي تفهم اللغة تشبه مكتبات ضخمة بُنيت للغة الإنجليزية؛ فقد قرأت ملايين الكتب. لكن بالنسبة للغات الأصغر مثل الإستونية (التي يتحدث بها 1.1 مليون شخص فقط)، فإن المكتبة صغيرة جداً.
أراد الباحثون معرفة ما إذا كان بإمكانهم تعليم الكمبيوتر فهم "الموقف" (الرأي) تجاه الهجرة في الأخبار الإستونية. وهذا أمر صعب لأن:
- اللغة معقدة: تتغير أشكال الكلمات الإستونية كثيراً (مثل إضافة نهايات مختلفة)، مما يجعل من الصعب على الكمبيوتر التعرف عليها.
- الموضوع عاطفي: يستخدم الناس السخرية، والاستعارات، و"صافرات الكلاب" (اللغة المشفرة) لإخفاء مشاعرهم الحقيقية.
- البيانات شحيحة: لا توجد أمثلة مصنفة كافية لتعليم الكمبيوتر بالطريقة التقليدية.
2. التجربة: طريقتان لتعليم الكمبيوتر
جرب الباحثون طريقتين مختلفتين لتعليم الكمبيوتر كيفية فرز الحشود الصارخة إلى ثلاث مجموعات: مؤيد للهجرة، معارض للهجرة، ومحايد.
الطريقة (أ): "المتدرب" (التعلم الخاضع للإشراف)
فكر في هذا كتوظيف معلم بشري لتدريب طالب.
- الدرس: أخذوا 8,000 جملة من المقالات الإخبارية وجعلوا طلاباً بشريين يقرؤونها، ويصنفون كل واحدة منها كـ "مؤيد"، أو "معارض"، أو "محايد".
- التدريب: قاموا بتغذية هذه الجمل المصنفة لنموذج كمبيوتر ذكي (نوع من الذكاء الاصطناعي يسمى نموذج لغوي كبير). درس النموذج الأنماط، مثل طالب يحفظ البطاقات التعليمية.
- النتيجة: أصبح الكمبيوتر متدرباً جيداً. أصاب حوالي 66% من الإجابات. كان بارعاً حقاً في رصد الآراء "المعارضة" ولكنه كان يرتبك أحياناً بين "المحايد" و"المؤيد".
الطة (ب): "كرة الثمانية السحرية" (ChatGPT بنظام Zero-Shot)
كان هذا هو الجزء المثير الجديد. بدلاً من تدريب نموذج باستخدام آلاف الأمثلة، سألوا ببساطة ذكاءً اصطناعياً قوياً وموجوداً مسبقاً (ChatGPT) سؤالاً بسيطاً بلغة إنجليزية واضحة:
"إليك جملة عن الهجرة. هل الكاتب مؤيد لها، أم ضدها، أم محايد؟ أعطني التصنيف فقط."
الأمر يشبه سؤال عبقري قرأ الإنترنت بأكمله ليخمن الإجابة دون أي واجب مدرسي محدد.
- النتيجة: بشكل مفاجئ، أدت "الكرة الثمانية السحرية" أداءً مماثلاً تقريباً للمتدرب المدرب (دقة 65%).
- لماذا يهم هذا: هذا يعني أنك قد لا تحتاج لقضاء شهور وإنفاق آلاف الدولارات لتصنيف البيانات لكل لغة جديدة. يمكنك فقط أن تطلب من الذكاء الاصطناعي بلطف، وقد يقوم بالمهمة.
3. العمل الاستقصائي: ماذا وجدوا؟
بمجرد حصولهم على أفضل "محقق رقمي" لديهم (النموذج المدرب)، تركوه يقرأ أكثر من 100,000 جملة من مصدرين إخباريين إستونيين مختلفين تماماً على مدار سبع سنوات (2015-2022):
- المصدر (أ) (Ekspress Grupp): مجموعة إخبارية عامة وواسعة الانتشار (مثل صحيفة متوازنة).
- المصدر (ب) (Uued Uudised): بوابة شعبوية يمينية (مثل مدونة لنشطاء سياسيين).
النتائج:
- الانقسام: كما هو متوقع، كان المصدر الشعبوي دائماً تقريباً "معارضاً للهجرة"، بينما كان المصدر الرئيسي "محايداً" في الغالب.
- التحولات: تتبع الكمبيوتر كيف تغير المزاج خلال الأحداث العالمية الكبرى:
- 2015-2016 (أزمة الهجرة): تحدث كلا المصدرين أكثر عن الموضوع، لكن المصدر الشعبوي أصبح أكثر صخباً وسلبية.
- 2018-2019 (الميثاق الأممي والانتخابات): ارتفع الموقف "المعارض" في المصدر الشعبوي قبيل الانتخابات، مما يظهر كيف يستخدم السياسيون هذه المواضيع لحشد الناخبين.
- 2022 (حرب أوكرانيا): كان هذا هو التحول الأكثر إثارة للاهتمام. عندما غزت روسيا أوكرانيا، أصبح المصدر الرئيسي فجأة أكثر "تأييداً للهجرة" (لأن الأوكرانيين كانوا يفرون إلى إستونيا). المصدر الشعبوي تحول أيضاً قليلاً، لكنهم ظلوا أكثر تشككاً.
4. القيود: لماذا ليس مثالياً؟
كان الباحثون صادقين بشأن العيوب.
- السياق هو الملك: أحياناً تكون الجملة الواحدة فخاً. إذا قالت جملة: "إنهم ينتقدون العنصرية"، قد يعتقد الكمبيوتر أنها "مؤيدة للهجرة". لكن إذا كانت الجملة في الواقع تنقل قول شخص شرير، فإن الكمبيوتر يخطئ. الأمر يشبه سماع نكتة دون معرفة من الذي يرويها.
- التحيز البشري: البشر الذين صنفوا بيانات التدريب كان لديهم تحيزاتهم الخاصة. إذا كان المعلم متحيزاً، سيكون الطالب (الذكاء الاصطناعي) متحيزاً أيضاً.
- "الصندوق الأسود": مع أدوات مثل ChatGPT، لا نعرف دائماً كيف وصل إلى الإجابة، مما يجعل من الصعب الوثوق به بنسبة 100%.
الخلاصة الكبرى
هذه الورقة هي إثبات لمفهوم. إنها تظهر أنه حتى بالنسبة للغة صغيرة وصعبة وموضوع عاطفي وفوضوي، يمكن للذكاء الاصطناعي أن يكون أداة مفيدة لمراقبة وسائل الإعلام.
إن الأمر يشبه منح الباحث نظارات "رؤية خارقة". لا يمكنهم قراءة كل كلمة في الصحيفة، ولكن باستخدام هذه النظارات، يمكنهم مسح آلاف المقالات بسرعة لرؤية الصورة الكبيرة: هل النبرة تزداد غضباً؟ هل الموضوع يتغير؟ هل يبتعد الجانبان من الطيف السياسي عن بعضهما البعض؟
والخبر الأفضل؟ قد لا تحتاج إلى فريق ضخم من البشر لبناء هذه النظارات بعد الآن؛ فقد يكون مجرد طلب بسيط (Prompt) لذكاء اصطناعي ذكي كافياً لتبدأ به.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.