تخيل أنك تحاول حل لغز صعب للغاية، ولكن في كل مرة تقترب فيها من الحل، يعلق عقلك في حلقة مفرغة. تظل تفكر: "أنا على صواب، أنا على صواب"، ولا تقوم أبدًا بإصلاح الخطأ الذي ارتكبته قبل ثلاث خطوات. هذه مشكلة شائعة للبرامج الحاسوبية فائقة الذكاء التي نسميها "نماذج اللغات الكبيرة" (LLMs). فهي بارعة في التحدث والكتابة، ولكن عندما تحاول التفكير بعمق في مسائل رياضية أو علمية معقدة، فإنها غالبًا ما تتعثر في خطواتها. ولإصلاح ذلك، حاول العلماء تعليم هذه النماذج "التفكير الذاتي"، أو النظر إلى عملها وقول: "مهلًا، هذا لا يبدو منطقيًا". ولكن غالبًا ما تصبح هذه النماذج عنيدة؛ فبمجرد أن تعتقد أنها توصلت إلى إجابة جيدة، ترفض تغييرها، حتى لو كانت مخطئة. هذه الورقة البحثية، التي كتبها باحثون من شركة مايكروسوفت وجامعة في نيويورك، تطرح سؤالًا كبيرًا: كيف يمكننا جعل هذه النماذج تغير رأيها حقًا وتجد إجابات أفضل دون أن تظل تدور في حلقات مفرغة؟ لقد لجأوا إلى فكرة قديمة من الفلسفة تسمى "الديالكتيك الهيجلي" (Hegelian Dialectic). فكر في الأمر كأنه نادٍ للمناظرات منظم للغاية وعالي المخاطر. فبدلاً من مجرد قول "أنا على صواب"، يُجبر النموذج على لعب شخصيتين: شخص يقترح فكرة، وآخر يعمل كناقد صارم لإيجاد الثغرات في تلك الفكرة. ثم تتدخل شخصية ثالثة لدمج الاثنين في فكرة جديدة وأفضل تحتفظ بأفضل الأجزاء من كل منهما. إنها طريقة لإجبار الكمبيوتر على أن يصبح أكثر ذكاءً من خلال الجدال مع نفسه، بدلاً من مجرد تكرار ما يعتقده بالفعل.

يقترح المؤلفون إطار عمل جديدًا حيث يمثل نموذج اللغة الكبير دور دراما فلسفية خطوة بخوة. ويطلقون على هذه العملية اسم "الديالكتيك الذاتي". وإليك كيف يحدث السحر: أولاً، يضع النموذج فكرة أولية، والتي يسمونها "الأطروحة" (Proposition). بعد ذلك، يتعين عليه توليد "فكرة معارضة" (Opposing Idea). وهذا ليس مجرد تخمين عشوائي؛ بل يتم توجيه النموذج ليعمل كناقد يجد عيوبًا أو ثغرات محددة في الفكرة الأصلية. وتسمى هذه الخطوة "التجاوز" (Sublation). أخيرًا، يحاول النموذج الجمع بين هذين الرأيين المتعارضين لإنشاء "فكرة موحدة"، أو "التركيب" (Speculation). هذه الفكرة الجديدة ليست مجرد حل وسط؛ بل من المفترض أن تكون حلاً بمستوى أعلى يعالج مشاكل الفكرة الأولى مع الحفاظ على نقاط قوتها. اختبر الباحثون هذا الأسلوب في أنواع مختلفة من المهام، بما في ذلك حل المسائل الرياضية الكلامية (مثل مجموعات بيانات GSM-8k و GSM-hard)، والتعامل مع ألغاز المنطق الرمزي، والإجابة على أسئلة معرفية معقدة (MMLU Pro). ووجدوا أن هذه الطريقة ساعدت النماذج على التحسن بشكل ملحوظ في هذه المهام مقارنة بالطرق القياسية لتوجيهها. فعلى سبيل المثال، في اختبار رياضي صعب يسمى GSM-Symbolic، رفعت طريقتهم دقة نموذج GPT-4o-mini من 0.709 إلى 0.770، وبالنسبة لنموذج Qwen 2.5-7B، ارتفعت الدقة من 0.587 إلى 0.623.

كان أحد أكثر الأجزاء إثارة للاهتمام في الدراسة هو تحديد مدى "الإبداع" الذي يجب أن يتحلى به النموذج خلال هذه العملية. استخدم الباحثون ما يسمى بـ "درجة الحرارة" (Temperature) للتحكم في ذلك. تخيل درجة الحرارة كأنها قرص تحكم في خيال النموذج؛ فالإعداد المنخفض يجعل النموذج مركزًا جدًا ومن المرجح أن يلتزم بالإجابة الأكثر وضوحًا، بينما الإعداد العالي يجعله أكثر جموحًا ومن المرجح أن يجرب تركيبات غريبة وجديدة. اختبر الفريق طريقتين لاستخدام هذا القرص: إما إبقائه على إعداد ثابت طوال الوقت، أو استخدام "جدول تلدين ديناميكي" (Dynamic Annealing Schedule). جدول التلدين هذا يشبه بدء رحلة بدرجة حرارة عالية (الكثير من الاستكشاف الجامح والمبدع) ثم خفض القرص ببطء إلى درجة حرارة منخفضة (التركيز والتدقيق الدقيق) مع استمرار العملية. ووجدوا أن أيًا من الطريقتين لم يكن مثاليًا لكل موقف. فبالنسب بالنسبة لبعض النماذج والمهام، كان درجة الحرارة الثابتة هي الأفضل، بينما بالنسبة لمهام أخرى، كان الجدول الديناميكي الذي ينتقل من الإبداع إلى التركيز هو الأفضل. فعلى سبيل المثال، في اختبار الرياضيات GSM-8k، ساعد جدول التلدين الديناميكي نموذج GPT-4o للوص reach إلى دقة 0.955، متفوقًا قليلاً على درجته في درجة الحرارة الثابتة البالغة 0.953. ومع ذلك، بالنسبة لنموذج Qwen 2.5-7B في الاختبار نفسه، كانت درجة الحرارة الثابتة أفضل قليلاً. يشير هذا إلى أن "أفضل" طريقة لضبط إبداع النموذج تعتمد على المهمة المحددة وعلى "العقل الحاسوبي" المستخدم.

وللتأكد من أن الأفكار الجديدة التي توصلت إليها النماذج كانت جيدة حقًا، كان على الباحثين توخي الحذر. وبما أنه لم يكن لديهم خبراء بشريون للتحقق من كل مسألة رياضية أو فكرة علمية، فقد ابتكروا نظامًا يسمى "تصويت الأغلبية متعدد الوكلاء" (Multi-Agent Majority Voting - MAMV). تخيل طاولة مستديرة يجلس حولها عدة نماذج ذكاء اصطناعي مختلفة. يصوت كل منها بشكل مستقل عما إذا كانت الفكرة الموحدة الجديدة صالحة (هل تبدو منطقية؟) وجديدة (هل هي جديدة حقًا؟). إذا صوت أغلبية حكام الذكاء الاصطنا هذه بـ "نعم"، يتم قبول الفكرة. وإذا قالوا "لا"، تتوقف العملية. سمح هذا للفريق باختبار طريقتهم على نطاق واسع دون الحاجة إلى فريق من الأساتذة البشر. وأظهرت النتائج أن هذا النقد الذاتي المنظم كان أفضل بكثير من مجرد طلب "المحاولة مرة أخرى" أو "التفكير بجهد أكبر". كانت النماذج التي تستخدم هذا النهج الهيجلي أفضل في اكتشاف أخطائها المنطقية وإصلاحها، مما أدى إلى إجابات أكثر دقة في الرياضيات والعلوم.

ومع ذلك، يوضح المؤلفون بحذر أن هذا ليس عصا سحرية تحل كل شيء. فقد وجدوا أنه إذا أصبح النموذج مبدعًا للغاية (درجة حرارة عالية جدًا)، فقد يأتي بأفكار خارج الموضوع تمامًا أو غير منطقية. وإذا كان مركزًا للغاية (درجة حرارة منخفضة جدًا)، فقد يكرر نفس الخطأ مرارًا وتكرارًا. كما أن قياس مدى "جدة" الفكرة أمر صعب للغاية؛ فقد يعتقد النموذج أنه اكتشف نظرية عبقرية جديدة، بينما قد يكون مجرد تذكر لشيء قرأه في بيانات التدريب الخاصة به. ويعترف الباحثون بأن طريقتهم تولد أفكارًا قد لا تكون صحيحة علميًا دائمًا، وأن التحقق الحقيقي سيظل يتطلب خبراء بشريين. كما لاحظوا أن النماذج ستعلق أحيانًا في حلقة مفرغة حيث لا يمكنها توليد وجهة نظر معارضة جيدة، أو أنها ستكتفي بتكرار نفس الفقرات. ورغم هذه القيود، تشير الورقة البحثية إلى أن معاملة التفكير الذاتي كجدل منظم، بدلاً من مجرد أمر "راجع عملك"، هي طريقة قوية لمساعدة الذكاء الاصطناعي على التفكير بوضوح أكبر. فمن خلال إجبار النموذج على مواجهة عيوبه وتركيب إجابة أفضل، قد نتمكن من بناء أنظمة لا تبدو ذكية فحسب، بل تفكر بشكل أفضل بالفعل.