تخيل أنك تتحدث إلى روبوت فائق الذكاء يعرف كل شيء تقريبًا. تسأله سؤالاً، لكنك تنسى ذكر تفصيل صغير، مثل السنة أو النوع المحدد للشيء الذي تقصده. في عالم الذكاء الاصطناائي، يسمى هذا "الغموض" (Ambiguity). الأمر يشبه أن تسأل صديقاً: "ما هو أفضل فيلم؟" دون أن تخبره ما إذا كنت تريد فيلم رعب مخيف أم كوميديا مضحكة. يتعين على الروبوت حينها أن يخمن ما تقصده. وعادةً، يختار تخميناً واحداً، ويجيبك، ويأمل أن يصيب. وإذا أخطأ في التخمين، ستحصل على إجابة محبطة، أو والأسوأ من ذلك، قد يعطيك الروبوت عن غير قصد شيئاً خطيراً لأنه أساء فهم قصدك. هذه الورقة البحثية، التي كتبها باحثون من جامعة إدنبرة، تعالج مشكلة "التخمين الخاطئ" هذه عبر تعليم الروبوتات التوقف عن التخمين والبدء في عرض جميع خياراتها دفعة واحدة.

يقترح الباحثان، إيرينا سابارينا وميريلا لاباتا، طريقة جديدة لنماذج اللغات الكبيرة (LLMs) للتعامل مع الأسئلة المحيرة. فبدلاً من الالتزام بصمت بتفسير واحد، تجبر طريقتهم المسماة IntentRL النموذج على التصرف كأمين مكتبة متعاون يقول: "أرى أنك سألت عن 'أفضل فيلم'. إليك ثلاث طرق مختلفة لفهم ذلك: 1) أفضل فيلم رعب، 2) أفضل فيلم كوميدي، و3) أفضل فيلم على الإطلاق. وإليك الإجابة لكل منها". تشير الورقة إلى أنه من خلال تدريب النموذج على سرد هذه المعاني المختلفة وإجاباتها المقابلة في خطوة واحدة، يمكننا تجنب الارتباك وجعل الذكاء الاصطناعي أكثر أماناً وشفافية. لقد اختبروا ذلك في مهام مثل الإجابة على أسئلة المحادثة وكتابة أكواد الكمبيوتر (تحديداً استعلامات SQL لقواعد البيانات)، ووجدوا أن طريقتهم تغطي عدداً أكبر من الإجابات الصحيحة مقارنة بالحيل السابقة مثل طلب التوضيح من المستخدم أو مجرد الأمل في أن يصيب الروبوت الهدف.

المشكلة: تخمين الروبوت "المرة الواحدة والمنتهية"

تخيل أنك تلعب لعبة "20 سؤالاً" مع روبوت. تقول له: "أنا أفكر في فاكهة لونها أحمر". يصرخ الروبوت فوراً: "تفاحة!" ثم يتوقف. ولكن مهلاً! ربما كنت تفكر في فراولة، أو ربو، أو حتى فلفل أحمر. لم يسأل الروبوت: "هل تقصد نوعاً من التوت؟" أو "هل تقصد نوعاً من الخضروات؟". لقد اختار فقط أول شيء خطر بباله الرقمي.

في العالم الحقيقي، يحدث هذا طوال الوقت. غالباً ما يكون الناس موجزين أو ينسون التفاصيل عند التحدث مع الحواسيب. قد يسأل المستخدم: "أظهر لي الأفلام بميزانية 20 مليوناً"، ولكنه قد يقصد "الأفلام التي هي (رعب وكوميديا) معاً بهذه الميزانية"، أو "الأفلام التي هي (إما رعب أو كوميديا) بهذه الميزانية". إذا اختار الروبوت المعنى الخاطئ، ستكون الإجابة بلا فائدة. والأسوأ من ذلك، إذا كان الروبوت "نموذج استدلال" (واحد يفكر لفترة طويلة)، فقد يقضي آلاف "الرموز" (Tokens - وهي طريقة تفكيره) في ملاحقة الفكرة الخاطئة، مما يهدر الطاقة ويعزز خطأه.

الطرق القديمة: السؤال أو الإطالة

قبل هذه الطريقة الجديدة، حاول العلماء استخدام طريقتين رئيسيتين للإصلاح:

1. سؤال التوضيح: يتوقف الروبوت ويسأل: "هل تقصد رعباً أم كوميديا؟". هذا يعمل، لكنه مزعج؛ فهو يحول سؤالاً سريعاً إلى محادثة طويلة ومتبادلة. الأمر يشبه أن تسأل صديقك: "انتظر، هل تريد تفاحة حمراء أم فراولة حمراء؟" في كل مرة تسأل فيها عن فاكهة.
2. الإجابة الطويلة: يحاول الروبوت أن يكون مفيداً للغاية بكتابة فقرة ضخمة تغطي كل شيء. "حسناً، إذا كنت تقصد رعباً، فهو X. وإذا كنت تقص كوميديا، فهو Y. وإذا كنت تقصد كليهما، فهو Z". غالباً ما يكون هذا مشتتاً وصعب القراءة. إنه يشبه صديقاً يعطيك مقالاً من 10 صفحات للإجابة على سؤال بسيط. بالإضافة إلى ذلك، إذا كانت المعاني متناقضة (مثل "أظهر لي أفلاماً هي رعب وكوميديا معاً" مقابل "أظهر لي أفلاماً هي إما رعب أو كوميديا")، فمن الصعب دمجها في قصة واحدة سلسة.

الحل الجديد: نهج "القائمة"

تقترح الورقة طريقة ثالثة: القائمة المهيكلة. بدلاً من التخمين أو الإطالة، يقوم الروبوت بإنشاء قائمة مرتبة من "أزواج التفسير والإجابة".

فكر في الأمر كطلب الطعام في مطعم تكون فيه القائمة غامضة. إذا قلت: "سآخذ الطبق الخاص"، وكان الطبق الخاص قد يكون برجر أو سلطة، فإن النادل العادي قد يحضر لك البرجر فحسب. أما روبوت IntentRL، فسيحضر لك صينية بها ثلاثة أطباق صغيرة:

• الطبق 1: "إذا كنت تقصد طبق البرجر الخاص، فإليك البرجر الخاص بك."
• الطبق 2: "إذا كنت تقصد طبق السلطة الخاص، فإليك السلطة الخاصة بك."
• الطبق 3: "إذا كنت تقصد طبق الحساء الخاص، فإليك الحساء الخاص بك."

يقوم الروبوت بذلك في خطوة واحدة فقط. لا ينتظر حتى تقول له "لا، أردت السلطة". بل يقدم لك جميع الخيارات دفعة واحدة، مصنفة بوضوح. وهذا أمر رائع لأن:

• الشفافية: يمكنك رؤية لماذا قدم لك تلك الإجابة.
• السرعة: لا انتظار لجولة ثانية من المحادثة.
• الأمان: إذا كانت إحدى الإجابات خطيرة، يمكنك رصدها فوراً لأنك ترى الخيارات الأخرى أيضاً.

كيف علموا الروبوت: لعبة "الهدف المزدوج"

تعليم روبوت القيام بذلك أمر صعب. لا يمكنك فقط إظهار قائمة من الأسئلة والأجوبة للروبوت، لأن الروبوت يحتاج أن يتعلم متى يسرد أشياء متعددة ومتى يعطي إجابة واحدة فقط. إذا علمته أن يسرد دائماً خمسة خيارات، فسوف يزعجك عندما تسأل سؤالاً بسيطاً مثل "ما هو 2+2؟".

استخدم الباحثون تقنية تسمى التعلم التعزيزي (Reinforcement Learning) (فكر في الأمر كتدريب كلب باستخدام المكافآت). لقد أعطوا الروبوت نظام "مكافأة مزدوجة" خاصاً:

1. مكافأة "الشمول" (Recall): إذا كان السؤال غامضاً (مثل "ما هي الدولة الأخرى التي حكمتها؟")، يحصل الروبوت على مكافأة كبيرة إذا أدرج جميع الإجابات الصحيحة الممكنة. الأمر يشبه لعبة صيد حيث تحصل على نقاط لاصطياد كل أنواع الأسماك في البركة، وليس نوعاً واحداً فقط.
2. مكافأة "الدقة" (Precision): إذا كان السؤال واضحاً (مثل "ما هي عاصمة فرنسا؟")، يحصل الروبوت على مكافأة لتقديم الإجابة الصحيحة الوحيدة فقط. إذا حاول سرد خمس عواصم مختلفة، فلن يحصل على مكافأة (أو سيحصل على عقوبة).

الأهم من ذلك، لم يحتاجوا لتعليم الروبوت ماهية "التفسيرات". كانوا يحتاجون فقط إلى قائمة الإجابات الصحيحة. وقد استنتج الروبوت الباقي بنفسه من خلال محاولة تعظيم مكافآته. لقد تعلم أن يقول: "ممم، هذا السؤال قد يعني A أو B أو C. سأدرج الثلاثة معاً لأكون آمناً"، أو "هذا السؤال بسيط. سأعطي الإجابة الوحيدة فقط".

النتائج: فائز واضح

اختبر الفريق هذه الطريقة الجديدة في نوعين مختلفين من المهام:

1. الإجابة على الأسئلة الحوارية: الإجابة على أسئلة بناءً على قصة أو محادثة.
2. تحويل النص إلى SQL (Text-to-SQL): تحويل الأسئلة باللغة الإنجليزية إلى أكواد كمبيوتر (SQL) للاستعلام من قاعدة بيانات.

قارنوا طريقتهم (IntentRL) مقابل:

• مجرد طلب التخمين من الروبوت (Prompting).
• تعليم الروبوت عبر عرض الأمثلة (Supervised Fine-Tuning).
• طريقة "سؤال التوضيح" (سؤال المستخدم).
• النماذج المغلقة فائقة الذكاء (مثل GPT-5.4 و Gemini 2.5 Pro).

كانت النتائج مفاجئة:

• تغطية أفضل: وجدت طريقة IntentRL الإجابة الصحيحة في 74.1% من الحالات الغامضة (التغطية الكاملة)، بينما تمكنت أفضل النماذج المغلقة فقط من تحقيق حوالي 16%. وحتى "نماذج التفكير" (التي تقضي وقتاً طويلاً في الاستدلال) لم تكن أفضل كثيراً من النماذج القياسية.
• لا "إفراط في التفكير": وجد الباحثون أن مجرد جعل الروبوت "يفكر" لفترة أطول لم يساعده في إيجاد المزيد من الإجابات. فغالباً ما كان الروبوت يعلق في نفس الفكرة الخاطئة. أما IntentRL، فقد تعلم استكشاف مسارات مختلفة بشكل منهجي.
• القدرة على التعميم: عندما اختبروا الروبوت على نوع مختلف تماماً من قواعد البيانات لم يره من قبل، ظل IntentRL يعمل بشكل جيد. فشلت الطرق الأخرى (مثل التدريب القياسي) لأنها قامت فقط بحفظ أنماط قاعدة البيانات القديمة. هذا يشير إلى أن IntentRL تعلم مهارة عامة وهي "التفكير فيما يقصده المستخدم"، بدلاً من مجرد حفظ الإجابات.
• الموافقة البشرية: عندما راجع البشر إجابات الروبوت، اتفقوا على أن التفسيرات كانت منطقية بنسبة 90% من الوقت. لم يكن الروبوت يبتدع قوائم عشوائية؛ بل كان يشرح منطقه بالفعل.

ماذا يعني هذا للمستقبل؟

تشير الورقة إلى أن المفتاح للتعامل مع الغموض ليس مجرد جعل الروبوت أكبر أو أذكى، أو مطالبته بـ "التفكير بجهد أكبر". بل يتعلق الأمر بتعليمه الاستدلال حول القصد. من خلال إجبار النموذج على توليد قائمة مهيكلة من الاحتمالات، نحصل على نظام أكثر صدقاً بشأن ما يعرفه وما لا يعرفه.

يشير المؤلفون إلى أنه رغم جودة طريقتهم، إلا أنها ليست مثالية. فأحياناً يسرد الروبوت خيارات كثيرة جداً (تصل إلى 5)، وبالنسبة للأسئلة الغامضة للغاية، قد يظل تدخل البشر مطلوباً. كما أنهم لم يختبروا ما إذا كان البشر يفضلون أسلوب "القائمة" هذا على المحادثة البسيطة، رغم اشتباههم في أنه سيكون مفيداً جداً للمهام التقنية مثل كتابة الأكواد.

باختصار، تظهر هذه الورقة أنه من خلال تعليم الذكاء الاصطناعي أن يقول: "إليك كل الطرق التي يمكنني من خلالها فهم سؤالك، وإليك الإجابات لكل منها"، يمكننا بناء روبوتات أقل عرضة لسوء فهمنا، وأقل عرضة لإضاعة الوقت، وأكثر نفعاً لنا على المدى الطويل. إنه تحول من "التخمين والأمل" إلى "الإدراج والتوضيح"، وذلك في خطوة واحدة فعالة.