ShareChat: A Dataset of Chatbot Conversations in the Wild
تقدم هذه الورقة البحثية ShareChat، وهي مجموعة بيانات ضخمة متعددة المنصات تضم 142,808 محادثة حقيقية مع روبوتات الدردشة تحافظ على خصائص الواجهة الأصلية عبر 95 لغة لتمكين تقييم أكثر واقعية للنماذج اللغوية الكبيرة بما يتجاوز المعايير الموحدة التي تقتصر على النصوص فقط.
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 كنت تدرس كيفية تحدث الناس مع الروبوتات، لكنك لم ترهم إلا من خلال نافذة زجاجية واحدة بسيطة. أنت ترى الكلمات التي يكتبونها، لكنك تفتقد الميزات الفريدة للغرفة التي يتواجدون فيها: الأدوات المحددة على الجدار، أو الطريقة التي يفكر بها الروبوت بصوت عالٍ، أو الطرق المختلفة التي صُممت بها الروبوتات المتباينة لتقديم المساعدة.
هذه هي المشكلة التي يحاول مؤلفو هذه الورقة البحثية، SHARECHAT، حلها. لقد بنوا مكتبة ضخمة جديدة من المحادثات الحقيقية بين البشر وخمسة أنواع مختلفة من روبوتات الدردشة بالذكاء الاصطناعي (ChatGPT وPerplexity وGrok وGemini وClaude) ليظهروا أن أين تتحدث مع الذكاء الاصطناعي يغير كيفية حديثك معه.
إليك تفصيل بسيط لما فعلوه وما وجدوه:
1. مشكلة "النافذة الزجاجية"
نظرت معظم الدراسات السابقة إلى محادثات الذكاء الاصطناعي من خلال عدسة "مقاس واحد يناسب الجميع". لقد جردوا كل الميزات الفريدة لكل تطبيق لجعل البيانات تبدو متشابهة.
- التشبيه: تخيل أنك تدرس كيفية طلب الناس للطعام من خلال النظر فقط إلى قائمة المكونات، متجاهلاً ما إذا كنت في خدمة طلبات السيارات في مطعم وجبات سريعة، أو في مطعم فاخر، أو في عربة طعام. أنت تفقد السياق!
- الحل: SHARECHAT يشبه تسجيل فيديو عالي الدقة لأشخاص يطلبون الطعام في كل مكان من تلك الأماكن الخمسة. إنه يحتفظ بـ "مكبر صوت خدمة الطلبات" (روابط وسائل التواصل الاجتماعي الخاصة بـ Grok)، و"ملاحظات الشيف الخاصة" (أدوات البرمجة الخاصة بـ Claude)، و"قائمة المراجع" (روابط المصادر الخاصة بـ Perplexity).
2. ماذا يوجد في المكتبة؟
جمع الباحثون 142,808 محادثة (أكثر من 660,000 رسالة متبادلة) من أشخاص شاركوا روابط دردشاتهم طواعية عبر الإنترنت.
- الحجم: إنه ضخم. بينما كانت المكتبات الأخرى تحتوي على دردشات قصيرة ومتقطعة (مثل رسالة نصية سريعة)، فإن SHARECHAT يحتوي على محادثات طويلة وعميقة حيث يطرح المستخدمون أسئلة متابعة، ويغيرون آراءهم، ويحلون مشكلات معقدة عبر جولات عديدة.
- التنوع: يغطي 95 لغة مختلفة، وليس الإنجليزية فقط.
- الخصوصية: قاموا بتنقية جميع الأسماء والبريد الإلكتروني وأرقام الهواتف من الدردشات بحيث لا يمكن تحديد هوية أي شخص، تماماً مثل طمس الوجوه في صورة جماعية.
3. ثلاثة اكتشافات كبرى (دراسات الحالة)
استخدم المؤلفون هذه المكتبة لإجراء ثلاثة اختبارات محددة لمعرفة مدى اختلاف الروبوتات حقاً:
أ. اختبار "هل فهمت؟" (اكتمال المحادثة)
تحققوا مما إذا كان الذكاء الاصطناعي قد أتم بالفعل ما طلبه المستخدم.
- النتيجة: بعض الروبوتات تشبه أمناء المكتبات الموثوقين الذين يجدون الكتاب كاملاً دائماً (ChatGPT وClaude). بينما البعض الآخر يشبه محركات البحث التي تعطيك صفحة أولى رائعة ولكنها قد تتوقف قبل أن تجد الإجابة (Perplexity وGrok). في العالم الحقيقي، تنتهي العديد من المحادثات بكون المستخدم راضياً بشكل جزئي فقط، وهو تفصيل فات الدراسات السابقة لأنها كانت تنظر فقط إلى أسئلة فردية.
ب. اختبار "أين بحثت؟" (الاستناد إلى المصادر)
نظروا في كيفية عثور روبوتين يركزان على البحث (Grok وPerplexity) على إجاباتهما.
- النتيجة: إنهما يشبهان محققين مختلفين.
- Grok مهووس بـ وسائل التواصل الاجتماعي. فهو يستشهد غالباً بمنشورات منصة X (تويتر سابقاً) والمواقع الإخبارية، ليعمل كشريط أخبار فوري.
- Perplexity هو باحث. فهو يستشهد بويكيبيديا، والمجلات العلمية، والمنتديات مثل Reddit، ليعمل كأمين مكتبة ينقب في الأرشيفات.
- الدرس المستفاد: هما ليسا مجرد "ذكاء اصطناعي"؛ بل تم بناؤهما بأدوات مختلفة لوظائف مختلفة.
ج. اختبار "سرعة التفكير" (التوقيت)
قاسوا المدة التي يستغرقها المستخدم للرد بعد أن يتحدث الذكاء الاصطناعي.
- النتيجة: إيقاع المحادثة يتغير اعتماداً على الروبوت.
- مع ChatGPT، يصبح الروبوت أسرع مع استمرار الدردشة (ربما لأنه يتعلم أسلوبك أو يستخدم ذاكرة التخزين المؤقت للإجابات).
- مع Grok، يصبح الروبوت أبطأ مع طول الدردشة (ربما بسبب تعرضه للضغط من كثرة تاريخ المحادثة).
- هذا يوضح أن "شخصية" الدردشة لا تتعلق بالكلمات فحسب؛ بل تتعلق أيضاً بالتوقيت والتدفق.
4. لماذا هذا مهم؟
تجادل الورقة البحثية بأننا إذا درسنا الذكاء الاصطناعي فقط من خلال عدسة عامة ومجردة، فإننا سنفقد الجزء الأكثر أهمية: واقع المستخدم.
- الحياة الواقعية فوضوية: الناس لا يطرحون سؤالاً واحداً ثم يرحلون. لديهم محادثات طويلة ومتعرجة.
- الأدوات مهمة: يعامل المستخدمون مختلف أنواع الذكاء الاصطناعي كأدوات مختلفة. يستخدمون أحدهم للبرمجة، وآخر للأخبار، وآخر للكتابة الإبداعية.
- تدريب أفضل: من خلال منح الباحثين هذه البيانات "الواقعية" مع كافة ميزاتها الفريدة كاملة، يمكننا بناء ذكاء اصطناعي أفضل يفهم ليس فقط ماذا يقول، بل كيف يقوله في السياق المحدد للتطبيق الذي يعيش فيه.
باخت-القول: SHARECHAT هو مجموعة ضخمة ومتنوعة من دردشات الذكاء الاصطناعي الحقيقية التي تثبت أنه لا يمكننا فهم هذه الروبوتات من خلال النظر إليها في فراغ. يجب أن نراها في بيئاتها الطبيعية لفهم كيف تعمل حقاً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.