POLAR: A Benchmark for Multilingual, Multicultural, and Multi-Event Online Polarization
تقدم هذه الورقة POLAR، وهي مجموعة بيانات مرجعية شاملة متعددة اللغات والثقافات للاستقطاب عبر الإنترنت، وتقيم قدرات النماذج اللغوية المختلفة، كاشفةً عن أنه في حين يمكنها اكتشاف الاستقطاب، إلا أنها تواجه صعوبة في المهام المعقدة المتمثلة في تحديد أنواع وتجليات محددة له.
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 الإنترنت كأنه ساحة مدينة عالمية ضخمة. في هذه الساحة، يصرخ الناس من كل ركن من أركان العالم، ويتجادلون، وأحياناً يصرخون في وجوه بعضهم البعض. وأحياناً، تشتد هذه الجدالات لدرجة أن المدينة تنقسم إلى معسكرين لا يستطيعان حتى النظر إلى بعضهما البعض دون كره ما يريانه. هذا هو الاستقطاب.
لفترة طويلة، كان العلماء الذين يحاولون دراسة هذه المشاجرات الصاخبة ينظرون إليها من خلال نافذة ضيقة للغاية. لقد استمعوا في الغالب إلى المتحدثين باللغة الإنجليزية في الولايات المتحدة أو أوروبا، وركزوا بشكل أساسي على جدالات محددة مثل "الانتخابات (أ) مقابل الانتخابات (ب)". الأمر يشبه محاولة فهم جميع الصراعات البشرية من خلال مشاهدة مباراة كرة قدم واحدة فقط في بلد واحد؛ فأنت بذلك تفوت بقية المباراة.
إليك POLAR.
ما هو POLAR؟
فكر في POLAR كأنه "تسجيل صوتي" ضخم ومتعدد اللغات لجدالات العالم. لم يكتفِ الباحثون بالاستماع إلى لغة واحدة؛ بل سجلوا 110,000 محادثة بـ 22 لغة مختلفة (من الإنجليزية والإسبانية إلى السواحيلية والخمرية). ولم ينظروا فقط إلى الانتخابات؛ بل نظروا إلى الجدالات حول الحروب، والدين، والجنس، والعرق، وحتى تغير المناخ.
لقد بنوا هذه المجموعة من البيانات لتكون مترجماً عالمياً للصراع، تلتقط كيف يتجادل الناس في ساحاتهم الثقافية الخاصة، وليس فقط في فصل دراسي غربي.
الطبقات الثلاث للجدال
أدرك الباحثون أن مجرد القول بأن "هذا جدال" ليس كافياً. لقد قسموا الصراخ إلى ثلاث طبقات، مثل تقشير البصلة:
- طبقة "هل يحدث ذلك؟" (الكشف): هل هذا النص مستقطب حقاً، أم أنه مجرد رأي عادي؟
- التشبيه: هل الغرفة تحترق، أم أن شخصاً ما يمسك بشمعة فقط؟
- طبقة "عن ماذا يدور الأمر؟" (النوع): عن ماذا يدور هذا الشجار؟ هل هو سياسي؟ عرقي؟ ديني؟
- التشبيه: هل يتشاجرون على ملكية المنزل، أم يتشاجرون على من يقود السيارة؟
- طبقة "كيف يتشاجرون؟" (المظاهر): ما هي الحيل التي يستخدمونها؟ هل يطلقون الألقاب؟ هل يقولون "أنت لست بشراً"؟ هل يستخدمون كلمات متطرفة مثل "دائماً" أو "أبداً"؟
- التشبث: هل يرمون الطين، أم يستخدمون مطرقة ثقيلة، أم يكتفون بهمس الإهانات؟
التجربة: هل تستطيع الحواسيب فهم الشجار؟
أخذ الباحثون هذه المجموعة الضخمة من البيانات وغذوها لنوعين من "الأدمغة الرقمية" (نماذج الذكاء الاصطناعي) لمعرفة ما إذا كان بإمكانها فهم ما يحدث.
- الأدمغة الصغيرة (SLMs): هذه تشبه الأدوات المتخصصة. هي جيدة في مهام محددة ولكنها قد ترتبك أمام الفروق الثقافية المعقدة.
- الأدمغة الكبيرة (LLMs): هذه تشبه عمالقة المعرفة العامة. إنها تعرف الكثير عن العالم، لكنها لم تُدرب بالضرورة خصيصاً على "الشجار عبر الإنترنت".
النتائج:
- الأخبار الجيدة: كانت الحواسيب جيدة جداً في الطبقة الأولى. استطاعت عادةً أن تقول: "مهلاً، هذا شجار!" (الكشف الثنائي).
- الأخبار السيئة: عندما طُلب منها شرح لماذا يحدث الشجار أو كيف يحدث، تعثرت الحواسيب.
- واجهت صعوبة في تحديد نوع الصراع (على سبيل المثال، التمييز بين جدال سياسي وآخر عرقي).
- واجهت صعوبة حقيقية في رصد الحيل (المظاهر). لقد فاتتها السخرية المبطنة، والإشارات الثقافية الخفية، والكراهية العميقة التي لا تُكتب دائماً بحروف عريضة.
الأمر يشبه إعطاء روبوت قاموساً وسؤاله عن فهم عرض كوميدي ارتجالي (Stand-up comedy). الروبوت يعرف الكلمات، لكنه لا يفهم النكتة، أو السخرية، أو السياق الثقافي.
لماذا يهم هذا؟
تخلص الورقة البحثية إلى أنه بينما تتحسن أدوات الذكاء الاصطناعي الحالية في رصد "الحريق"، إلا أنها لا تزال سيئة جداً في فهم "دافع الجاني" أو "طريقة إشعال النار".
وجد الباحثون أن الثقافة هي المفتاح. فما يعتبر إهانة مسيئة في بلد ما قد يكون نكتة في بلد آخر. وما يبدو كجدال سياسي في لغة ما قد يكون جدالاً دينياً في لغة أخرى. ولأن نماذج الذكاء الاصطناعي تم تدريبها في الغالب على بيانات باللغة الإنجليزية، فقد تاهت غالباً عندما حاولت الاستماع إلى بقية العالم.
الخلاصة
إن POLAR هو خريطة جديدة وضخمة لجدالات العالم. وهي توضح لنا أنه بينما بنينا بعض الأدوات الذكية لرصد الصراع، فإننا لا نزال عميان عن الطرق الثقافية والعميقة والدقيقة التي يفرق بها الناس بين بعضهم البعض. ولإصلاح مشاجرات الإنترنت، نحتاج إلى أدوات لا تكتفي بالتحدث باللغة فحسب، بل تفهم الثقافة، والتاريخ، والمعاني الخفية وراء الكلمات.
لقد أطلق الباحثون جميع بياناتهم وأدواتهم للجمهور، آملين أن يتمكن علماء آخرون من استخدام هذه الخريطة لبناء أدوات أفضل وأكثر وعياً بالثقافات للمستقبل.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.