The Moralization Corpus: Frame-Based Annotation and Analysis of Moralizing Speech Acts across Diverse Text Genres
تقدم هذه الورقة "مجموعة بيانات الأخلقة" (Moralization Corpus)، وهي مجموعة بيانات جديدة متعددة الأنواع من النصوص الألمانية المشروحة بمخطط قائم على الأطر لتحليل الأفعال الكلامية الأخلاقية، مع تقييم قدرات وحدود النماذج اللغوية الكبيرة في اكتشاف واستخراج هذه الحجج المعقدة والحساسة للسياق.
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 أنك تسير في سوق مزدحم. الناس يصرخون، ويتجادلون، ويحاولون إقناع الآخرين بشراء بضائعهم أو دعم قضاياهم. أحياناً، يستخدمون المنطق والحقائق، ولكن غالباً ما يستخدمون شيئاً أكثر قوة: الأخلاق. فهم لا يقولون فقط "اشترِ هذه التفاحة"، بل يقولون "يجب عليك شراء هذه التفاحة لأن هذا هو الشيء الصحيح الذي يجب فعله من أجل المجتمع"، أو "إذا لم تفعل ذلك، فأنت غير عادل تجاه المزارع".
هذه الورقة البحثية تتعلق ببناء خريطة لفهم كيفية استخدام الناس لهذه "الخطافات" الأخلاقية لإقناع الآخرين. ويطلق المؤلفون على هذا العملية اسم "الأخلقة" (Moralization).
إليك تفصيل عملهم، مشروحاً ببساء:
1. المشكلة: الفخ الخفي
لفترة طويلة، كانت الحواسيب (الذكاء الاصطناعي) جيدة في رصد الكلمات الأخلاقية الواضحة مثل "جيد"، "سيء"، "شرير"، أو "عدالة". لكن الحجج في الحياة الواقعية معقدة. فالناس غالباً ما يخفون مطالبهم الأخلاقية داخل جمل عادية.
- الفخ: قد تبدو الجملة كأنها حقيقة بسيطة: "لا تزال النساء يتقاضين أجوراً أقل من الرجال".
- الأخلقة: لكن في سياق حجة ما، هي في الواقع مطلب: "يجب علينا إصلاح هذا لأنه من غير العادل".
الحواسيب غالباً ما تفقد هذه الفخاخ الخفية لأنها تبحث عن الكلمات "الأخلاقية"، وليس عن القصد الكامن وراءها. أدرك المؤلفون أنه لفهم الإقناع، نحتاج إلى رصد هذه الحجج الأخلاقية الخفية.
2. الحل: "متن الأخلقة" (مكتبة ضخمة من الحجج)
قام الفريق في جامعة هايدلبرغ ببناء مكتبة ضخمة جديدة تسمى "متن الأخلقة" (Moralization Corpus). فكر فيها كمجموعة ضخمة ومنظمة من النصوص الألمانية (من المناظرات السياسية إلى صفحات النقاش في ويكيبيديا) التي قاموا بتصنيفها بعناقة.
لم يكتفوا بوسم الكلمات فحسب؛ بل بنوا "إطاراً" (مثل إطار الصورة) حول كل حجة أخلاقية. وداخل هذا الإطار، حددوا ثلاثة عناصر رئيسية:
- القيمة الأخلاقية: الـ "لماذا". (مثلاً: العدالة، الأمان، الحرية).
- المطلب: الـ "ماذا". (مثلاً: "يجب أن نوقف هذا"، أو "ينبغي لنا فعل ذلك").
- الأطراف الفاعلة (Protagonists): الـ "مَن". مَن هو البطل؟ مَن هو الشرير؟ مَن المستفيد؟
تشبيه: تخيل محققاً يحل جريمة.
- الطريقة القديمة: المحقق يبحث فقط عن كلمة "قتل".
- الطريقة الجديدة (طريقة الورقة البحثية): المحقق يبحث عن الدافع (القيمة الأخلاقية)، والفعل (المطلب)، والمشتبه بهم (الأطراف الفاعلة). هذا يعطي صورة أوضح بكثير لما يحدث حقاً.
3. التجربة: هل يستطيع الذكاء الاصطناعي فعل ذلك؟
سأل المؤلفون: "هل يمكن للذكاء الاصطناعي الحديث (نماذج اللغات الضخمة) رصد هذه الحجج الأخلاقية الخفية بنفس كفاءة الخبير البشري؟"
اختبروا عدة نماذج ذكاء اصطناعي شهيرة (مثل GPT، وClaude، وLlama) باستخدام تعليمات مختلفة:
- المطالبة "الأساسية": "أخبرني إذا كانت هذه حجة أخلاقية".
- المطالبة "التفصيلية": "ابحث عن القيمة، والمطلب، والأشخاص المعنيين. اشرح منطقك".
- المطالبة "بالمثال": "إليك 10 أمثلة على الحجج الأخلاقية. الآن ابحث عن المزيد".
النتائج:
- التفاصيل هي الأهم: كان أداء الذكاء الاصطناعي أفضل عندما تم إعطاؤه تعليمات واضحة وخطوة بخطوة (المطالبة "التفصيلية").
- الأمثلة لم تساعد كثيراً: من المثير للدهشة أن إعطاء أمثلة للذكاء الاصطناعي (مثل عرض اختبار عينة عليه) لم يحسن أداءه كثيراً. لقد كان بحاجة إلى قواعد واضحة، وليس مجرد أمثلة.
- اللمسة البشرية: لا يزال البشر (خاصة الخبراء) أفضل في رصد الحجج الخفية والدقيقة. يميل الذكاء الاصطناعي إلى الارتباك بسبب الجمل المحايدة التي تبدو أخلاقية ولكنها لا تقدم في الواقع مطلباً.
4. الاكتشاف الكبير: الأمر كله يتعلق بالسياق
وجدت الدراسة أن الحجج الأخلاقية تشبه الحرباء. فهي تغير لونها بناءً على مكان وجودها.
- في المناظرة السياسية، تكون المطالب غالباً صاخبة وواضحة ("يجب تمرير هذا القانون!").
- في رسالة إلى المحرر، قد يكون المطلب مخفياً خلف شكوى ("من المثير للاستياء أن...").
- في نقاشات ويكيبيديا، يكون المطلب متعلقاً بالقواعد ("يجب أن نكون محايدين").
عانى الذكاء الاصطناعي أكثر عندما كان المطلب ضمنياً (مخفياً). الأمر يشبه محاولة تخمين رغبة شخص ما بمجرد سماع تنهيدته، بدلاً من سماعه يقول: "أريد قطعة كعك".
5. لماذا يهم هذا؟
هذا ليس مجرد بحث في القواعد اللغوية؛ بل يتعلق بفهم كيفية عمل المجتمع.
- للباحثين: يساعدنا هذا في رؤية كيف يستخدم السياسيون، والنشطاء، وعامة الناس الأخلاق للفوز بالنقاشات.
- للذكاء الاصطناعي: يوضح أن جعل الذكاء الاصطناعي يفهم التواصل البشري حقاً لا يتطلب فقط تعليمه المفردات، بل يجب تعليمه القصد والسياق.
الخلاصة
بنى المؤلفون أداة جديدة (المتن/Corpus) وطريقة جديدة (الإطار/Frame) لرصد "الخدع الأخلاقية" التي يستخدمها الناس في الحجج. وقد أظهروا أنه بينما يصبح الذكاء الاصطناعي أكثر ذكاءً، فإنه لا يزال بحاجة إلى تعليمات واضحة جداً ليفهم الفرق الدقيق بين حقيقة بسيطة ومطلب أخلاقي.
باختاً مختصراً: لقد علموا الحواسيب التوقف عن مجرد قراءة الكلمات والبدء في فهم اللعبة التي تُمارس خلفها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.