💻 computer science

The Political Ideology of Large Language Models: Measurement, Inconsistency, and Persuasive Influence

تحدياً للرؤية القائلة بأن النماذج اللغوية الكبيرة لا تمتلك سوى انحيازات سياسية طفيفة، تُظهر هذه الدراسة أنه بينما يبدو تموضعها العام معتدلاً بسبب المواقف الحزبية المتعارضة بشأن موضوعات محددة، إلا أنها يمكنها مع ذلك ممارسة تأثير إقناعي على المواقف السياسية للمستخدمين يضاهي الإعلانات الحملاتية الاحترافية، لا سيما عندما يتم توجيه استجاباتها بشكل صريح.

المؤلفون الأصليون: Nouar Aldahoul, Hazem Ibrahim, Aaron R. Kaufman, Talal Rahwan, Yasir Zaki

نُشر 2026-08-18

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Nouar Aldahoul, Hazem Ibrahim, Aaron R. Kaufman, Talal Rahwan, Yasir Zaki

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

في مشهد السياسة الحديثة، نادراً ما تكون أيديولوجية الشخص عبارة عن كتلة واحدة صلبة من المعتقدات. بدلاً من ذلك، هي مجموعة من الآراء حول قضاหลาย مواضيع مختلفة، من الرعاية الصحية إلى الهجرة، والتي يمكن أن تسحب أحياناً في اتجاهات متضاربة. لقد أدرك علماء السياسة منذ زمن طويل أن معظم الناس لا يتبنون آراء متسقة تماماً؛ فقد يكون الناخب ليبرالياً جداً في موضوع ما ومحافظاً جداً في موضوع آخر، أو قد لا يملك ببساطة رأياً قوياً على الإطلاق. ولعقود من الزمن، قام الباحثون بقياس هذه المواقف من خلال سؤال الناس عما سيصوتون عليه في القوانب أو كيف يشعرون تجاه سياسات معينة، مما يرسم خريطة لمواقف الأفراد. والآن، برز سؤال جديد مع تحول نماذج اللغات الكبيرة إلى أداة يومية للملايين: هل تمتلك نماذج اللغات الكبيرة التي نتحدث إليها كل يوم خرائط سياسية خاصة بها؟ إذا كانت هذه النماذج، التي تُستخدم بشكل متزايد للعثور على المعلومات وتشكيل الآراء، تحمل انحيازات خفية، فقد تشكل ببراعة طريقة رؤية الناس للعالم دون أن يدرك أحد ذلك.

لقد وضع فريق من الباحثين هدفاً للإجابة على هذا السؤال من خلال التعامل مع الذكاء الاصطناعي ليس كآلة حاسبة محايدة، بل كفاعل سياسي. فقاموا بفحص ثلاثة وأربعين نموذجاً مختلفاً من نماذج اللغات الكبيرة، وطلبوا من كل منها أن يلعب دور عضو في الكونغرس الأمريكي، أو قاضٍ في المحكمة العليا، أو ناخب عادي. لم يطلبوا من النماذج مجرد ذكر معتقداتها؛ بل طلبوا منها اتخاذ قرارات بشأن مشاريع قوانين وقضايا محاكم وأسئلة استقصائية واقعية، تماماً كما يفعل البشر. ثم قارن الباحثون هذه القرارات الرقمية بسجلات التصويت الفعلية للسياسيين الحقيقيين وإجابات الاستطلاع لآلاف الأمريكيين الحقيقيين. وما وجدوه هو أن هذه النماذج لا تقبع في منطقة وسطى هادئة ومحايدة. بدلاً من ذلك، تظهر مزيجاً معقداً ومتناقضاً في كثير من الأحيان من الآراء. ففي بعض القضايا، قد يتخذ نموذج واحد موقفاً أكثر ليبرالية من أقوى الديمقراطيين، بينما في قضايا أخرى، قد يتخذ نفس النموذج موقفاً أكثر محافظة من أقوى الجمهوريين. وعندما تجمع متوسط كل هذه الآراء معاً، تظهر النماذج غالباً كمعتدلة، لكن هذا وهم ناتج عن إلغاء الآراء القوية والمتضاربة، تماماً مثل ناخب حقيقي يحمل مزيجاً من الآراء المتضاربة.

كما بحثت الدراسة في مصدر هذه الآراء. واكتشف الباحثون أن الميول السياسية لهذه النماذج ليست مجرد انعكاس للنصوص الهائلة التي تدربت عليها. بدلاً من ذلك، فإن التعليمات المحددة وفلاتر السلامة المطبقة على النماذج بعد تدريبها الأولي — وهي عمليات مصممة لجعلها مفيدة وغير ضارة — هي ما يدفعها نحو جوانب سياسية معينة. في الواقع، عندما اختبر الباحثون النسخ "الخام" من هذه النماذج قبل هذه التعديلات النهائية، كانت النماذج أقرب بكما إلى المركز السياسي. إن عملية الضبط النهائي هي ما يمنحها بصمتها السياسية المتميزة، والتي تميل غالاً نحو الليبرالية. وهذه البصمة ليست مجرد قائمة ثابتة من الآراء؛ بل تتغير بناءً على كيفية توجيه الطلب للنموذج. فعندما يتم توجيهها للقيام بدور ناخب، أو قاضٍ، أو مشرع، تعبر النماذج عن مجموعات مختلفة من المواقف، مما يظهر أن "أيديولوجيتها" هي سلوك تؤديه استجابةً للأمر، وليست نظام معتقدات عميق الجذور.

ومع ذلك، كان الجزء الأكثر أهمية في البحث هو معرفة ما إذا كان بإمكان هذه الآراء الرقمية تغيير عقول الناس الحقيقيين. فقد أجرى الباحثون تجربة واسعة حيث ناقش آلاف المشاركين الأمريكيين قضايا السياسة مع هذه النماذج. واختبروا سيناريوهين مختلفين. في الأول، سُمح للنماذج بالتحدث بشكل طبيعي، والإجابة على الأسئلة دون إخبارها بالدفاع عن وجهة نظر محددة. وفي الثاني، تم توجيه النماذج صراحةً للمرافعة عن وجهة نظر معينة، مثل دعم قانون جديد للحد من انتشار الأسلحة أو معارضة زيادة الضرائب. كانت النتائج مذهلة. فعندما تحدثت النماذج بشكل طبيعي، لم يكن لها أي تأثير ملموس على آراء المشاركين؛ فلم يتغير توجه الأشخاص الذين تحدثوا معها في أي اتجاه. ومع ذلك، عندما أُمرت النماذج بالمرافعة عن جانب معين، أصبحت مقنعة للغاية. فالمشاركون الذين تحدثوا مع نموذج تم توجيهه للمرافعة عن سياسة معينة غيروا آراءهم لتتماشى مع ذلك النموذج بمتوسط يزيد عن عشر نقاط مئوية. وكان هذا التأثير قوياً بما يكفي ليتساوى مع الحملات الإعلانية السياسية الاحترافية، بل ويتجاوزها في بعض الحالات.

وعلى نحو حاسم، وجدت الدراسة أن القدرة على الإقناع هذه لم تكن تعتمد على خلفية الشخص. فلم يهم ما إذا كان المشارك عالماً أو متابعاً للأخبار بدقة أو خبيراً جداً في الذكاء الاصطناعي؛ فقد كان التأثير قوياً على الجميع بغض النظر عن هذه العوامل. ومع ذلك، فإن اتجاه الحجة بالنسبة لحزب المشارك نفسه كان مهماً بطريقة مفاجئة. فقد وجد الباحثون أن المشاركين كانوا أقل عرضة لتغيير آرائهم عندما جادل النموذج ضد حزبهم السياسي، وأكثر عرضة للتغيير عندما جادل النموذج بما يتماشى مع حزبهم. كما استبعد الباحثون فكرة أن النماذج كانت ببساطة توافق المستخدم على ما يفكر فيه بالفعل. لأن النماذج تم توجيهها للمرافعة لصالح جانب محدد قبل بدء المحادثة، ولأن المستخدمين لم يخبروا النماذج بآرائهم مسبقاً، لم يكن بإمكان النماذج محاكاة المستخدم. بدلاً من ذلك، كانت النماذج تؤثر حقاً في المحادثة.

تشير النتائج إلى أنه بينما قد تبدو أدوات الذكاء الاصطنا هذه كمصادر محايدة للمعلومات عندما تُترك لشأنها، إلا أنها تمتلك قدرة خفية على تشكيل الرأي السياسي عندما يتم توجيهها للقيام بذلك. ويؤكد الباحثون أن هذا التأثير ليس نتيجة امتلاك النماذج لروح أو أجندة سياسية خاصة بها، بل هو نتيجة لكيفية بنائها وتوجيهها. فإذا أرادت حكومة أو شركة التأثير على الرأي العام، فهي لا تحتاج إلى إنشاء آلة دعاية؛ بل تحتاج ببساطة إلى تعديل التعليمات المعطاة للنماذج التي يستخدمها الملايين بالفعل. وتخلص الدراسة إلى أنه مع تغلغل هذه الأدوات في حياتنا اليومية، من محركات البحث إلى المساعدين الشخصيين، سيكون للطريقة التي يتم ضبطها بها عواقب عميقة على كيفية فهمنا للعالم وكيفية تصويتنا. إن القدرة على تغيير عقل الشخص لم تعد حكراً على المتحدثين البشر؛ بل يمكن الآن ترميزها في البرمجيات التي نتحدث إليها كل يوم.

أبحاث مشابهة