Can LLMs Simulate Human Behavioral Variability? A Case Study in the Phonemic Fluency Task
تُظهر هذه الدراسة أنه في حين يمكن لبعض النماذج اللغوية الكبيرة محاكاة المتوسطات البشرية في مهمة الطلاقة الفونيمية، إلا أنها تخفق باستمرار في إعادة إنتاج نطاق وهيكل التباين السلوكي البشري، مما يسلط الضوء على قيود كبيرة في استخدام النماذج اللغوية الكبيرة كبدائل للمشاركين البشريين في الأبحاث المعرفية.
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
السؤال الكبير: هل يمكن للذكاء الاصطناعي أن يتظاهر بأنه بشر؟
تخيل أنك مخرج يقوم باختيار ممثلين لمسرحية. أنت بحاجة إلى ممثلين لأداء 106 شخصية مختلفة. وبدلاً من استئجار 106 شخصاً حقيقياً، قررت استخدام روبوت ذكاء اصطناعي فائق الذكاء. تقول للروبوت: "تظاهر بأنك خريج جامعي يبلغ من العمر 35 عاماً. الآن، قل أكبر عدد ممكن من الكلمات التي تبدأ بحرف الـ 'F' في دقيقة واحدة".
السؤال الكبير الذي تطرحه هذه الدراسة هو: هل يمكن لمجموعة من روبوتات الذكاء الاصطناعي المختلفة، التي تتظاهر بأنها أشخاص مختلفون، أن تبدو بالفعل مثل حشد من البشر الحقيقيين، الفوضويين، وغير المتوقعين؟ أم أنهم سيبدون جميعاً كأنهم نفس الروبوت الذي يرتدي قبعات مختلفة؟
التجربة: لعبة كلمة "F"
استخدم الباحثون لعبة ذهنية كلاسيكية تسمى الطلاقة الصوتية (Phonemic Fluency).
- المهمة: لديك 60 ثانية. قل كل كلمة يمكنك التفكير فيها تبدأ بحرف "F". لا تستخدم أسماء علم (مثل "Fred")، ولا أرقاماً، ولا تكرر نفس الكلمة بنهايات مختلفة (مثل "fish" و"fishing" و"fished").
- البشر: اختبروا 106 أشخاصاً حقيقيين.
- الروبوتات: اختبروا 34 نموذجاً مختلفاً من نماذج اللغات الكبيرة (LLMs) — وهي العقول الكامنة وراء برامج الدردشة مثل Claude وGPT وGemini. حتى أنهم جربوا أوضاع "التفكير" (حيث يتوقف الذكاء الاصطناعي ليفكر بعمق قبل الإجابة) وإعدادات مختلفة.
لقد أعطوا الروبوتات عمر الإنسان، ومستوى تعليمه، وعدد الكلمات التي قالها البشر بالفعل، آملين أن يساعد هذا الروبوتات على محاكاة أداء البشر.
النتائج: "الوادي غير المريح" للسلوك
إليك ما وجدوه، مقسماً ببساية:
1. الروبوتات جيدة في الرياضيات، سيئة في الفوضى
كانت نماذج الذكاء الاصطناعي جيدة بشكل مدهش في اتباع القواعد. تمكن معظمها من قول نفس عدد الكلمات تقريباً التي قالها البشر. إذا قال إنسان 15 كلمة، قال الذكاء الاصطناعي 15 كلمة.
- التشبيه: تخيل جوقة موسيقية حيث يغني كل مغنٍ نفس النوتة تماماً وبدقة مثالية. يبدو الأمر مثيراً للإعجاب، لكنه ليس جوقة بشرية حقيقية. البشر الحقيقيون فوضويون؛ البعض يغني 10 كلمات، والبعض 25، والبعض يعلق عند كلمة "F" ولا يقول سوى 5 كلمات. كان الذكاء الاصطناعي مثالياً أكثر من اللازم.
2. مشكلة "التنوع"
هذا هو الفشل الأكبر.
- البشر: عندما جمعت كل 106 بشراً معاً، أنتجوا 476 كلمة فريدة. قال الكثير من الناس كلمات نادرة أو غريبة أو شخصية (مثل "furbelow" أو "fipple").
- الروبوتات: حتى أفضل ذكاء اصطناعي أنتج حوالي 226 كلمة فريدة فقط. لقد تمسكوا جميعاً بالكلمات الأكثر شيوعاً ورتابة مثل "fun" و"fire" و"fan" و"family".
- التشبيه: تخيل أنك تطلب من 100 شخص رسم صورة لـ "كلب".
- البشر: ستحصل على 100 رسم مختلف: كلب "تشيواوا"، كلب "جولدن ريتريفر"، كلب كرتوني، كلب يرتدي قبعة، وكلب مصنوع من السباغيتي.
- الذكاء الاصطناعي: ستحصل على 100 رسم تبدو جميعها مثل نفس كلب "الجولدن ريتريفر" الموجود في الكتب المدرسية. إنها صحيحة تقنياً، لكنها تفتقر إلى شرارة الفردية.
3. فخ "التفكير"
اعتقد الباحثون: "ربما إذا أخبرنا الذكاء الاصطناعي أن يفكر بجدية أكبر قبل الإجابة، فسيكون أكثر إبداعاً".
- النتيجة: حدث العكس تماماً. عندما استخدم الذكاء الاصطناعي وضع "التفكير"، أصبح أقل تنوعاً. أصبح أكثر جموداً وتمسكاً بالإجابات الأكثر أماناً وشيوعاً.
- التشبيه: الأمر يشبه أن تطلب من صديق أن يلقي نكتة. إذا قالها بعفوية، فقد يقول شيئاً غريباً ومضحكاً. أما إذا قلت له: "توقف وفكر بعمق في النكتة المثالية"، فمن المرجح أن يخبرك بأكثر نكتة آمنة وعادية يعرفها حتى لا يخطئ.
4. فشل "المجموعة" (عناق المجموعة)
حاول الباحثون حيلة ذكية. فكروا: "إذا كان روبوت واحد مملاً، فربما تكون مجموعة من الروبوتات مثيرة للاهتمام". قاموا بخلط مخرجات 33 نموذجاً مختلفاً، آملين أن تخلق الاختلافات بين النماذج تنوعاً "فائقاً للبشر".
- النتيجة: لم ينجح الأمر. كانت المجموعة لا تزال مملة.
- التشبيه: تخيل أن لديك 33 طباخاً مختلفاً. تعتقد أنه "إذا خلطت وصفاتهم، سأحصل على مجموعة متنوعة من الأطباق!". ولكن عندما تفحص مخازنهم، تدرك أن جميعهم اشتروا مكوناتهم من نفس المستودع بالضبط. لديهم جميعاً نفس الدقيق، ونفس السكر، ونفس التوابل. لذا، مهما خلطت من طباخين، فأنت تحصل فقط على نفس الكعكة الأساسية مراراً وتكراراً. نماذج الذكاء الاصطناعي مدربة جميعها على نفس بيانات الإنترنت، لذا فكلها "تعرف" نفس الكلمات الشائعة.
5. طريقة "تفكيرهم" مختلفة
نظر الباحثون في كيفية اتصال الكلمات في دماغ الإنسان مقابل دماغ الذكاء الاصطناعي.
- البشر: أدمغتنا تشبه مدينة فوضوية بها أحياء مترابطة بقوة. لدينا اتصالات محلية قوية (مثلاً: "سمكة" تؤدي إلى "قارب" ثم إلى "ماء")، لكن المدينة بأكملة ليست مترابطة بشكل مثالي. نحن نسلك طرقاً جانبية غريبة.
- الذكاء الاصطناعي: عقل الذكاء الاصطناعي يشبه خريطة مترو أنفاق مثالية الكفاءة. كل شيء متصل بكفاءة، لكن لا توجد مسارات جانبية غريبة. إنه يسلك المسار الأكثر مباشرة ومنطقية في كل مرة.
- الخلاصة: البشر يسترجعون الكلمات بناءً على ذكرياتهم الشخصية وتداعياتهم الغريبة، بينما يسترجع الذكاء الاصطناعي الكلمات بناءً على الاحتمالات الإحصائية (ما هي الكلمة الأكثر احتمالاً أن تأتي بعد ذلك).
الخلاصة النهائية
هل يمكن للذكاء الاصطناعي أن يحل محل البشر في الدراسات النفسية؟
ليس بعد.
بينما يجيد الذكاء الاصطناعي أن يبدو بليغاً في الكلام ويتبع التعليمات، إلا أنه سيء جداً في محاكة الفوضوية البشرية. لا يمكنه تكرار الطرق الفريدة والغريبة والمتنوعة التي يفكر ويتحدث بها البشر الحقيقيون.
- للمستقبل: لا ينبغي للباحثين استبدال البشر بالذكاء الاصطناعي ببساطة. بدلاً من ذلك، يجب استخدام الذكاء الاصطناعي كـ "خط أساس" (معيار قياسي ممل) لقياس مدى تفرد ومرونة البشر الحقيقيين.
باخت-القول، الذكاء الاصطناعي هو محاكٍ مثالي للمتوسط، لكن ليس لديه روح للأشياء الاستثنائية والمختلفة. وفي السلوك البشري، غالباً ما تكون هذه الاستثناءات هي الجزء الأكثر إثارة للاهتمام.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.