تخيل عالماً يمكن فيه للحاسوب أن ينظر إلى جملة تكتبها ويرسم فوراً صورة تطابقها. هذا هو الوعد الذي تقدمه نماذج تحويل النص إلى صورة الحديثة، وهي أدوات تطورت بسرعة لإنشاء مرئيات مذهلة وعالية الجودة من مجرد أوصاف بسيطة. إنها تعيد تشكيل كيفية ابتكارنا للفن، وتصميم المنتجات، وسرد القصص. ومع ذلك، بينما تصبح هذه الآلات أكثر قوة، فإنها تحمل ثقلاً خفياً: تحيزات العالم البشري الذي تدربت عليه. تماماً كما تعكس المرآة الغرفة التي تقف فيها، تعكس هذه النماذج عدم المساواة، والقوالب النمطية، والنقاط الثقافية العمياء الموجودة في مجموعات البيانات الضخمة من الصور والنصوص المستخدمة لتعليمها. وإذا تُركت دون رقابة، فإنها تخاطر بتعزيز الأفكار الضارة حول النوع الاجتماعي، والعرق، والتاريخ، محولةً التحيزات الضمنية إلى صور حية ومقنعة. والسؤال الذي يواجه الباحثين اليوم ليس فقط ما إذا كانت هذه الآلات تستطيع الرسم جيداً، بل ما إذا كان بإمكانها الرسم بإنصاف.

تقترح دراسة جديدة طريقة مبتكرة للإجابة على هذا السؤال، متجاوزة الاختبارات التقنية القياسية التي تقيس عادةً جودة الصورة. فبدلاً من الاعتماد فقط على الأرقام التي تتحقق من مدى حدة الصورة أو مدى مطابقتها للوصف، يقترح الباحثون إطار عمل يجمع بين ثلاث وجهات نظر بشرية متميزة: العين المدربة لمؤرخ الفن، والحدس الإبداعي للفنان الممارس، والعدسة النقدية للنظرية الاجتماعية. ومن خلال نسج هذه التخصصات معاً، يقدم الفريق منهجية للكشف عن التحيزات التي قد تغفل عنها المقاييس التقنية، مما يكشف كيف تفسر هذه النماذج الثقافة والتاريخ والهوية.

يجادل الباحثون بأن طرق التقييم الحالية ضيقة للغاية. فقد تؤكد الاختبارات القياسية أن الصورة تبدو واقعية، لكنها لا تستطيع بسهولة تحديد ما إذا كان النموذج يشوه تمثيلاً لمجموعة مهمشة أو يفهم رمزاً ثقافياً معقداً بشكل خاطئ. ولإصلاح ذلك، تقدم الدراسة نهجاً يتكون من ثلاثة أجزاء. أولاً، تستخدم التحليل التاريخي الفني، وهو أسلوب يفحص فيه الخبراء التفاصيل البصرية والرموز والتكوين في الصورة تماماً كما يفعلون مع لوحة في متحف. وهذا يساعد في رصد ما إذا كان النموذج يتجاهل علامات ثقافية محددة أو يعتمد على الصور النمطية. ثانياً، توظف الاستكشاف الفني، حيث يختبر المبدعون الأدوات لدفع حدودهم، تماماً مثل رسام يختبر ألواناً جديدة ليرى ما سينتج عنها. وتكشف هذه العملية عن القيود الخفية والسلوكيات غير المتوقعة للخوارزميات. وأخيراً، يستخدم إطار العمل هندسة الأوامر النقدية، وهي تقنية يقوم فيها الباحثون بصياغة أوصاف محددة وتحدٍّ لاختبار افتراضات النموذج وكشف القوالب النمطية المتجذرة.

ولرؤية كيف يعمل هذا في الممارسة العملية، طبق الفريق منهجيتهم على لوحة شهيرة، وهي "لوحة أرنولفيني" لـ يان فان إيك، وهي تحفة فنية من عام 1434 معروفة بتفاصيلها المعقدة ورمزيتها العميقة. طلبوا من نماذج ذكاء اصطناعي مختلفة إعادة إنشاء المشهد بناءً على وصف تفصيلي يتضمن عناصر محددة مثل المرآة المحدبة، وشمعة واحدة مضاءة، والإيماءة الرمزية لأيدي الزوجين. وكانت النتائج كاشفة. فبينما نجحت بعض النماذج في التقاط المظهر العام للوحة، إلا أنها كثيراً ما أغفلت أو شوهت الأشياء الرمزية الحاسمة التي تمنح العمل الفني معناه. فعلى سبيل المثال، أضاف أحد النماذج عناصر بدت غريبة وغير مرتبطة بالإعداد الأوروبي الأصلي، مما يشير إلى وجود تحيز في بيانات التدريب الخاصة به يربط بعض الأساليب التاريخية بثقافات غير غربية. وهذا النوع من الخطأ من المرجح ألا تلاحظه اختبار حاسوبي قياسي يقيس فقط مدى "جمال" الصورة، لكن مؤرخ الفن يدرك على الفور أنه فشل في فهم السياق الثقافي.

كما اختبر الباحثون النماذج بأوامر مصممة لاستكشاف موضوعات العمل والكرامة. طلبوا من الذكاء الاصطناعي إنشاء صورة لعاملة منزل، ولكن بدلاً من وصف بسيط، استخدموا لغة مستوحاة من أعمال كيهيندي وايلي، وهو فنان معروف بإعادة تصور الصور التاريخية لشخصيات سوداء في مواقف تتسم بالقوة والوقار. كان الهدف هو معرفة ما إذا كان بإمكان النماذج تجسيد الصمود والكرامة بدلاً من مجرد الفقر. أظهرت النتائج نمطاً ثابتاً: كانت النماذج تصور بشكل مفرط كبار السن من ذوي البشرة الملونة، وفي بعض الحالات، النساء حصراً. وبينما كان هذا يتماشى مع التحيزات الإحصائية المعروفة في البيانات، إلا أن النهج الفني كشف عن قضية أعمق؛ إذ فشلت الصور غالباً في تجسيد الحيوية والتمكين الذي قصده الأمر، وبدلاً من ذلك، عادت إلى القوالب النمطية المتعلقة بالعمر والنوع الاجتماعي. وهذا يشير إلى أنه حتى عندما يحاول المستخدمون توجيه الذكاء الاصطناعي نحو تمثيل أكثر دقة، فإن الخوارزميات الأساسية تكافح للتحرر من ارتباطاتها الراسخة.

ولعل العرض الأكثر إثارة للاهتمام تضمن اختباراً لأدوار النوع الاجتماعي في مكان العمل. استخدم الباحثون أمراً يصف مدير موقع بناء، تمت صياغته بعناً لتكون نبرته محايدة، وطلبوا من الذكاء الاصطناعي إنشاء صور لكل من مدير ورئيسة (ذكر وأنثى). أظهرت النتائج تبايناً صارخاً. فصورة المدير الرجل صورتُه واقفاً بوضعية مستقيمة في بدلة رسمية، بما يوحي بالهيبة والسيطرة. أما صورة المديرة المرأة، فقد أظهرتها في وضعية قرفصاء، تشبه وضعيات الأبطال الخارقين، تبدو مصممة ولكنها أكثر استعراضية منها مهنية. هذا التفاوت يشير إلى أن النماذج لا تزال متأثرة بالأعراف المجتمعية العميقة التي تربط القيادة والحضور التنفيذي بالرجال، بينما تصور النساء في أدوار القيادة على أنهن بحاجة لأن يكن أكثر نشاطاً أو درامية ليُنظر إليهن على أنهن كفؤات.

لا تدعي الدراسة أنها حلت مشكلة التحيز في الذكاء الاصطناعي، بل تقدم مجموعة أدوات قوية لإيجاد وفهم هذه القضايا. يقترح المؤلف عملية خطوة بخوة حيث يعمل علماء الحاسوب، ومؤرخو الفن، والفنانون، والمنظرون الاجتماعيون معاً. سيبدأون بإنشاء مجموعة متنوعة من الأوامر، ثم توليد الصور، وأخيراً تحليل النتائج من خلال عدسات متعددة. ستوفر المقاييس التقنية خط أساس، بينما سيبحث الخبراء البشريون عن عدم الدقة الثقافية، والقيود الفنية، والتحيزات الاجتماعية. ستسمح هذه الدورة التعاونية بالتحسين المستمر، مما يساعد المطورين على صقل نماذجهم لتكون أكثر إنصافاً ووعياً ثقافياً.

يقر الباحثون بأن هذا النهج يواجه تحديات. فالتحليلات التاريخية الفنية والفنية قد تكون ذاتية، وقد يرى خبراء مختلفون أشياء مختلفة في الصورة نفسها. ومع ذلك، يجادلون بأن هذه الذاتية هي نقطة قوة وليست ضعفاً، لأنها تجلب اللمسة البشرية الضرورية إلى مجال يهيمن عليه غالباً الأرقام الجامدة. ومن خلال الجمع بين دقة التكنولوجيا وعمق الفهم الثقافي البشري، يهدف هذا الإطار إلى ضمان ألا يكون مستقبل الفن الناتج عن الذكاء الاصطناعي مبهراً تقنياً فحسب، بل سليماً أخلاقياً أيضاً ويعكس عالماً متنوعاً. والهدف النهائي هو بناء أنظمة لا تكتفي بمجرد تكرار عدم المساواة الحالي، بل تساعدنا على تخيل مستقبل أكثر عدلاً وشمولاً.