← أحدث الأبحاث
💬 NLP

Representing data in words: A context engineering approach

تقدم هذه الورقة "التحويلات اللفظية" (wordalisations)، وهي منهجية لهندسة السياق تعمل على تحويل البيانات الرقمية إلى سرديات طبيعية ودقيقة، مما يثبت فعاليتها عبر مجالات متنوعة مثل كشافة الرياضة وتقييم الشخصية من خلال تقييمات بشرية وآلية صارمة.

المؤلفون الأصليون: Amandine M. Caut, Amy Rouillard, Beimnet Zenebe, Matthias Green, Ágúst Pálmason Morthens, David J. T. Sumpter

نُشر 2026-03-16
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

المؤلفون الأصليون: Amandine M. Caut, Amy Rouillard, Beimnet Zenebe, Matthias Green, Ágúst Pálmason Morthens, David J. T. Sumpter

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 أن لديك جدول بيانات ضخم مليء بالأرقام الصماء والقاسية عن لاعب كرة قدم، أو شخصية إنسان، أو حتى دولة بأكملها. بالنسبة لعالم البيانات، هذه الأرقام تروي قصة، ولكن بالنسبة لبقية البشر، تبدو وكأنها جدار ممل من الأرقام يصعب قراءته بل والأصعب فهمه.

تقدم هذه الورقة أداة جديدة تسمى "Wordalisation" (التحويل إلى كلمات). فكر فيها كأنها مترجم يحول لغة "الرياضيات" إلى لغة "البشر".

إليك شرح بسيط لكيفية عملها، باستخدام بعض التشبيهات من الحياة اليومية:

1. المشكلة: "الروبوت" مقابل "الحكواتي"

نماذج اللغات الكبيرة (مثل الذكاء الاصطناعي الذي قد تدردش معه) بارعة في كتابة القصص، لكنها غالباً ما ترتبك أمام الأرقام. إذا سألت الذكاء الاصطناعي ببساطة: "حدثني عن هاري كين"، فقد يختلق أموراً من خياله لأنه يخمن بناءً على ما قرأه على الإنترنت. وإذا أعطيته قائمة من الأرقام فقط، فقد يكتب تقريراً آلياً مملاً لا معنى له.

أراد المؤلفون طريقة تجعل الذكاء الاصطناعي يروي قصة حقيقية ودقيقة وجذابة في آن واحد بناءً على البيانات حصراً.

2. الحل: "وصفة الخطوات الأربع"

بدلاً من محاولة إعادة تدريب الذكاء الاصطناعي (وهو أمر يشبه محاولة تعليم كلب التحدث بالفرنسية عبر تغيير حمضه النووي)، يستخدم المؤلفون وصفة ذكية تسمى "هندسة السياق" (Context Engineering). إنهم يعطون الذكاء الاصطناعي مجموعة محددة من التعليمات، تماماً مثل طباخ يتبع بطاقة وصفة.

إليك الخطوات الأربع لوصفتهم:

  • الخطوة 1: "أخبره من يكون" (الزي التنكري)

    • التشبيه: تخيل أنك توظف ممثلاً. أنت لا تقول له فقط "مثّل"، بل تقول: "أنت كشاف كرة قدم بريطاني، غاضب لكنك واسع المعرفة".
    • ماذا تفعل: هذا يحدد "شخصية" الذكاء الاصطناعي، ويخبره بالدور الذي يجب أن يلعبه بالضبط حتى يستخدم النبرة والمفردات المناسبة.
  • الخطوة 2: "أخبره بما يعرف" (ورقة الغش)

    • التشبيه: قبل أن يصعد الممثل على المسرح، تعطيه ورقة غش تشرح له قواعد اللعبة: "إذا سجل اللاعب الكثير من الأهداف، فهو 'آلة أهداف'. وإذا أضاع الكثير، فهو 'يعاني'".
    • ماذا تفعل: هذا يمنح الذكاء الاصطناعي التعريفات والسياق الذي يحتاجه حتى لا يهذي (يختلق معلومات من خياله). إنه يعلم الذكاء الاصطناعي كيفية تفسير البيانات بشكل صحيح.
  • الخطوة 3: "أخبره بالبيانات التي يستخدمها" (المكونات الخام)

    • التشبيه: أنت تسلم الطباخ المكونات الخام (الأرقام). ولكن بدلاً من مجرد تسليمه كيساً من الدقيق، تقوم أولاً بقياسه وتقول: "هذا كوبان من الدقيق، وهذا كثير بالنسبة لهذه الوصفة".
    • ماذا تفعل: يقوم النظام أولاً بتحويل الأرقام الخام إلى "وصف إحصائي" (مثل قول: "هذا اللاعب أعلى بمقدار انحرافين معياريين عن المتوسط"). هذا يحول الأرقام الباردة إلى عبارة "معيارية" (مثل: "ممتاز" أو "أقل من المتوسط").
  • الخطوة 4: "أخبره كيف يجيب" (اللمسة النهائية)

    • التشبيه: تقول للطباخ: "الآن، اكتب فقرة قصيرة ومثيرة لقائمة الطعام تبرز أفضل المكونات ولكن تذكر نقاط الضعف أيضاً. لا تستخدم قائمة، بل اكتب قصة".
    • ماذا تفعل: يأخذ الذكاء الاصطناعي "الوصف الإحصائي" من الخطوة 3 و"ورقة الغش" من الخطوة 2 ليكتب فقرة سلسة وطبيعية.

3. النتيجة: من "درجات Z" إلى "النكهة"

اختبر المؤلفون هذا على ثلاثة أشياء مختلفة تماماً:

  1. كشافو كرة القدم: تحويل إحصائيات هاري كين إلى فقرة تقول إنه "منهيّ للفرص بدقة" ولكنه "ضعيف في التمريرات الحاسمة".
  2. اختبارات الشخصية: تحويل درجة اختبار إلى وصف لسمات شخصية الفرد.
  3. استطلاعات الدول: تحويل بيانات الاستطلاع حول دولة ما (مثل ماليزيا) إلى ملخص لثقافتها.

السحر يكمن في:

  • الرسوم البيانية مقابل الكلمات: تماماً كما يجعل المخطط الدائري البيانات سهلة الرؤية، فإن "التحويل إلى كلمات" (Wordalisation) يجعل البيانات سهلة القراءة.
  • الدقة: عندما اختبروا هذا، كان الذكاء الاصطناعي الذي يستخدم هذه الطريقة أقل عرضة للكذب أو اختلاق الحقائق مقارنة بمجرد سؤال الذكاء الاصطناعي للتخمين أو إعطائه أرقاماً خام فقط.
  • التفاعل: فضل البشر هذه القصص على التقارير الإحصائية الجافة؛ فقد كانت أكثر إثارة للقراءة وكانت دقيقة بنفس القدر.

4. لماذا هذا مهم؟

يجادل المؤلفون بأنه لا ينبغي لنا الاعتماد فقط على "الاختبارات" لمعرفة ما إذا كان الذكاء الاصطناعي جيداً، بل يجب أن نكون شفافين بشأن كيفية بناء "الوصفة".

فكر في الأمر كملصق غذائي. بدلاً من مجرد قول "لذيذ"، تقترح الورقة أن نقول: "تم صنع هذه القصة باستخدام وصفة محددة تحول الأرقام إلى كلمات. إليكم بالضبط كيف فعلنا ذلك، وإليكم حدود ما يمكن أن تخبركم به".

الخلاصة

"التحويل إلى كلمات" (Wordalisation) هي وسيلة لأخذ جدول بيانات وتحويله إلى قصة مقنعة وصادقة دون فقدان الحقيقة. إنها تشبه امتلاك صحفي بيانات شخصي لا يكذب أبداً، ولا يمل أبداً، ويمكنه شرح الأرقام المعقدة لأي شخص بلغة إنجليزية بسيطة.

عائق واحد: في الوقت الحالي، تعمل هذه الأداة مع الأرقام فقط. لا يمكنها بعد قراءة صورة أو ملف فيديو، لكن المؤلفين يأملون في توسيع نطاقها في المستقبل. في الوقت الحالي، هي أداة قوية لتحويل "البيانات" إلى "سرد قصصي".

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →