💬 NLP

Common to Whom? Regional Cultural Commonsense and LLM Bias in India

تقدم هذه الورقة "إنديكا" (Indica)، وهو أول معيار يكشف أن البديهة الثقافية في الهند هي إقليمية في الغالب وليست وطنية، وتوضح أن النماذج اللغوية الكبيرة الحالية تعاني مع هذا التنوع بينما تظهر انحيازاً جغرافياً كبيراً تجاه وسط وشمال الهند.

المؤلفون الأصليون: Sangmitra Madhusudan, Trush Shashank More, Steph Buongiorno, Renata Dividino, Jad Kabbara, Ali Emami

نُشر 2026-04-16

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Sangmitra Madhusudan, Trush Shashank More, Steph Buongiorno, Renata Dividino, Jad Kabbara, Ali Emami

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

الفكرة الكبرى: الهند ليست "نكهة" واحدة كبيرة

تخيل أنك دخلت إلى متجر ضخم للآيس كريم يسمى "الهند". مكتوب على القائمة "آيس كريم هندي". قد تتوقع أن كل ملعقة ستكون بنفس الطعم تماماً—ربما بنكهة "ماسالا تشاي" موحدة.

لكن هذه الورقة البحثية تجادل بأن الهند هي في الواقع مهرجان لعربات الطعام المتنوعة، وليست مصنعاً واحداً. داخل هذا المهرجان، يقدم الشمال "لاسي" حاراً، والجنوب يقدم "باياسام" حلواً، والشرق يقدم "ميستي دوي"، والغرب يقدم "فادا باف". جميعهم "هنديون"، لكنهم مختلفون تماماً.

أراد الباحثون معرفة ما إذا كان الذكاء الاصطناعي (AI) يميز بين هذه النكهات الإقليمية، أم أنه يفترض فقط أن كل شيء طعمه مثل "ماسالا شمال الهند".

المشكلة: نظارات الذاء الاصطناعي "الموحدة للجميع"

لفترة طويلة، عامل باحثو الذكاء الاصطناعي الدول كأنها قطع واحدة من الجبن. افترضوا أنه إذا سألت الذكاء الاصطناعي: "ماذا يأكل الناس في الهند على الإفطار؟"، فسيقدم إجابة واحدة وينتهي الأمر.

لكن في بلد ضخم ومتنوع مثل الهند (بـ 28 ولاية، و8 أقاليم اتحادية، و22 لغة)، فإن هذا الافتراض مكسور. الأمر يشبه سؤال طاهٍ: "ما هو الطبق الوطني للولايات المتحدة؟" هل هو برجر؟ أم تاكو؟ أم بيغل؟ الأمر يعتمد على المكان الذي تقف فيه.

الحل: INDICA (اختبار التذوق الإقليمي)

قام الباحثون ببناء اختبار جديد يسمى INDICA (مخزون المشترك الثقافي الهندي مع الإجابات عبر الأقاليم). فكر فيه كأنه اختبار تذوق إقليمي للذكاء الاصطناعي.

القائمة (الأسئلة): أنشأوا 515 سؤالاً عن الحياة اليومية، مثل "ما هي الهدية التي تحضرها لحفل زفاف؟" أو "كيف تعبر عن شبعك بعد الوجبة؟".
المتذوقون (البشر): لم يكتفوا بسؤال شخص واحد. بل سألوا 5 مجموعات من البشر الحقيقيين، مجموعة واحدة من كل منطقة رئيسية: شمال وجنوب وشرق وغرب ووسط الهند.
النتائج: وجدوا شيئاً صادماً.
- 39.4% فقط من الأسئلة كانت لها نفس الإجابة عبر المناطق الخمس.
- أكثر من 60% من المرات، كانت الإجابة تعتمد كلياً على أين أنت.
- مثال: إذا سألت، "ما هي هدية جيدة للوالدين الجديدين؟"
  - شمال الهند يقول: "المجوهرات".
  - جنوب الهند يقول: "الأساور".
  - شرق/غرب الهند يقول: "الملابس".
  - وسط الهند يقول: "الحلويات والمجوهرات".

الاختبار: كيف كان أداء الذكاء الاصطناعي؟

أخذ الباحثون 8 من أذكى نماذج الذكاء الاصطناعي (مثل GPT-5، وClaude، وGemini، إلخ) ووضعوهم في اختبار التذوق هذا.

النتيجة 1: الذكاء الاصطناعي "غامض" (العامّي)
عندما سُئل عن إجابة لمنطقة محددة، أصاب الذكاء الاصطناعي الإجابة الصحيحة بنسبة 13% إلى 20% فقط.

الاستعارة: الذكاء الاصطناعي يشبه السائح الذي قرأ كتيباً سياحياً ولكنه لم يزر البلاد فعلياً. هو يعرف أن "الهند فيها حفلات زفاف"، لكنه لا يعرف أنه في الجنوب ترتدي الحرير، بينما في الشمال قد ترتدي نوعاً مختلفاً من الحرير. إنه يعطي إجابة "آمنة" وعامة، تكون صحيحة جزئياً لكنها تفتقر إلى التفاصيل الثقافية الدقيقة.

النتيجة 2: الذكاء الاصطناعي منحاز (إعداد "الافتراضي")
هذا هو الاكتشاف الأكثر أهمية. عندما أزال الباحثون اسم المنطقة من السؤال (على سبيل المثال، سألوا فقط "ما هي الهدية التي تُقدم؟" دون ذكر "في جنوب الهند")، لم يكتفِ الذكاء الاصطناعي باختيار إجابة عشوائية، بل كان لديه إجابة مفضلة.

الانحياز: اختار الذكاء الاصطناعي باستمرار إجابات من شمال ووسط الهند بمعدل 30-40% أكثر مما ينبغي.
نقص الاختيار: لقد تجاهل تقريباً شرق وغرب الهند.
الاستعارة: تخيل خريطة للهند حيث "مؤشر" الذكاء الاصطناعي عالق في نيودلهي وبوبال. حتى عندما تسأل عن مومباي (الغرب) أو كولكاتا (الشرق)، يستمر الذكاء الاصطناعي في الإشارة إلى الوسط.

لماذا يحدث هذا؟
تشرح الورقة البحثية الأمر كأنه إشارة راديو:

الضجيج: الإنترنت مليء بالمحتوى باللغة الهندية (التي يتحدث بها سكان الشمال والوسط بشكل أساسي). أما المحتوى باللغات التاميلية والبنغالية والماراثية فهو "أهدأ" بكثير على الإنترنت.
الترجمة: يتعلم الذكاء الاصطناعي من خلال قراءة الإنترنت. وبما أنه يقرأ محتوى أكثر بالهندية والإنجليزية من الشمال، فإنه يعتقد أن هذا هو "القصة الكاملة". الأمر يشبه محاولة التعلم عن العالم بأكم عبر قراءة الصحف من مدينة واحدة فقط.

الخلاصة: لماذا هذا مهم؟

هذه الورقة هي بمثابة جرس إنذار. فهي تخبرنا أن الذكاء الاصطناعي لا يمكنه معاملة الأمم ككتل واحدة موحدة.

بالنسبة للهند: إذا أردنا للذكاء الاصطناعي أن يكون مفيداً في الهند، فعليه أن يعرف أن "الثقافة الهندية" ليست شيئاً واحداً. إنها فسيفساء.
بالنسبة للعالم: هذا ينطبق على الصين، والبرازيل، ونيجيريا، والولايات المتحدة أيضاً. الذكاء الاصطناعي "الوطني" هو مجرد أسطورة.

الاستعارة النهائية

تخيل أنك توظف مرشداً سياحياً لرحلة عبر الهند.

الذكاء الاصطناعي القديم: المرشد يقول: "في الهند، نأكل جميعاً الأرز ونرتدي الأبيض". (خطأ. في الشمال، يأكلون القمح ويرتدون ملابس ملونة).
الذكاء الاصطناعي الجديد (مع INDICA): المرشد يقول: "في الشمال، نأكل القمح. في الجنوب، نأكل الأرز. في الشرق، نحتفل بـ دورجا بوجا. وفي الغرب، نحتفل بـ غانيش تشاتورثي".

تجادل الورقة البحثية بأنه لكي يكون الذكاء الاصطناعي ذكياً ومحترماً حقاً، عليه أن يتوقف عن كونه "مرشداً سياحياً وطنياً" ويبدأ في كونه "متخصصاً إقليمياً". عليه أن يعرف أن الثقافة تعيش في التفاصيل، وليس فقط في الحدود.

إليك ملخص تقني مفصل لورقة البحث بعنوان: "مشترك مع من؟ الفطرة الثقافية الإقليمية وتحيز النماذج اللغوية الكبيرة في الهند."

1. بيان المشكلة

غالبًا ما تعامل المعايسات المرجعية الحالية (Benchmarks) الخاصة بالاستدلال بالفطرة الثقافية (Cultural Commonsense) الدول باعتبارها كيانات متجانسة، بافتراض أن الممارسات والمعايير الثقافية موحدة داخل الحدود الوطنية. وهذا الافتراض يفشل في الدول ذات التنوع الثقافي الكبير مثل الهند، التي تضم 28 ولاية، و8 أقاليم اتحادية، و22 لغة رسمية.

الفجوة: تقوم مجموعات البيانات الحالية (مثل CultureBank وCulturalBench) بتجميع البيانات على المستوى الوطني، مما يحجب التنوع دون الإقليمي.
السؤال: هل تظل الفطرة الثقافية موحدة داخل الأمة، أم أنها تختلف بشكل كبير على المستوى الفرعي (الإقليمي)؟ وعلاوة على ذلك، هل تلتقط النماذج اللغوية الكبيرة (LLMs) هذا التباين الإقليمي، أم أنها تظهر تحيزات جغرافية ضمنية؟

2. المنهجية: معيار INDICA

قدم المؤلفون INDICA (مخزن الفطرة الثقافية الهندية مع إجابات عابرة للأقاليم)، وهو أول معيار مرجعي مصمم لتقييم التباين الإقليمي في الفطرة الثقافية. تضمنت عملية الإنشاء ثلاث مراحل رئيسية:

أ. إنشاء الأسئلة (التأصيل الأنثروبولوجي)

التصنيف: قام المؤلفون بتأسيس اختيار المجالات بناءً على مخطط المواد الثقافية (OCM)، وهو تصنيف أنثروبولوجي قياسي.
المجالات: اختاروا 8 مجالات ذات صلة بالحياة اليومية: العلاقات بين الأفراد، التعليم، الملابس والزينة، معالجة واستهلاك الطعام، التواصل، التمويل، المهرجانات والطقوس، وسلوك حركة المرور والنقل.
التوليد: باستخدام GPT-4، قاموا بتوليد مواضيع وأسئلة أولية، والتي تم تنقيحها يدويًا لضمان تركيزها على الممارسات اليومية بدلاً من الحقائق المؤسسية (مثل السياسات الحكومية).
النطاق: نتج عن ذلك 515 سؤالاً فريداً عبر 39 موضوعاً.

ب. جمع الاستجابات

المشاركون: استقطبت الدراسة 5 مشاركين لكل إقليم (إجمالي 25 مشاركاً) من خمسة أقاليم هندية رئيسية: الشمال، الجنوب، الشرق، الغرب، والوسط.
المعايير: كان يُشترط في المشاركين أن يكونوا قد عاشوا في أقاليمهم معظم حياتهم.
حجم البيانات: أجاب كل مشارك على جميع الأسئلة الـ 612 الأولية، مما أسفر عن 15,275 استجابة خام.

ج. إنشاء المعيار الذهبي (Gold Standard)

وضع المؤلفون معايير ذهبية من خلال عملية توافق صارمة تشمل التحقق الآلي (GPT-4o) واليدوي:

التوافق داخل الإقليم الواحد: لكي يكون للإقليم "إجابة ذهبية"، يجب أن يقدم 4 من أصل 5 مشاركين إجابات متكافئة دلالياً.
التوافق بين الأقاليم: تمت مقارنة أزواج من الأقاليم لمعرفة ما إذا كانوا يتشاركون في نفس الممارسة الثقافية.
التوافق الشامل: تم التحقق مما إذا كانت جميع الأقاليم الخمسة قد اتفقت على إجابة واحدة.

مجموعة البيانات النهائية: أسفرت 515 سؤالاً عن 1,630 زوجاً من الأسئلة والأجوبة المحددة إقليمياً (بعض الأقاليم حصلت على "N/A" إذا لم يتحقق التوافق).

3. إطار التقييم

قام المؤلفون بتقييم 8 نماذج لغوية كبيرة متطورة (بما في ذلك GPT-5.2، وClaude Sonnet 4.5، وGemini 3.0، وGrok-4، وLlama 3.3، إلخ) باستخدام مهمتين متكاملتين:

الإجابة القصيرة المرتبطة بالإقليم (RASA):
- المهمة: يتم تزويد النماذج بسؤال مسبوق بإقليم محدد (مثلاً: "في جنوب الهند، ما هو...؟").
- الهدف: اختبار قدرة النماذج على توليد معرفة دقيقة ومحددة إقليمياً.
- التسجيل: قام حكم يعتمد على نموذج لغوي (Gemini 3.0 Flash) بتسجيل الاستجابات كـ: صحيحة تماماً، أو صحيحة جزئياً، أو غير صحيحة بناءً على المواءمة مع المعيار الذهبي.
الأسئلة متعددة الخيارات غير المرتبطة بالإقليم (RA-MCQ):
- المهمة: تُعرض على النماذج أسئلة مع خيارات تمثل إجابات إقليمية مختلفة، دون تحديد الإقليم.
- الهدف: اكتشاف التحيز الجغيدي الضمني من خلال مراقبة الممارسة الإقليمية التي يعتمدها النموذج كإجابة "قياسية" للهند.
- التحليل: تمت مقارنة معدلات الاختيار مع خط الأساس للتوزيع الموحد (20% لكل إقليم) باستخدام اختبارات مربع كاي (Chi-square).

4. النتائج الرئيسية

أ. الفطرة الثقافية هي في الغالب إقليمية

انخفاض التوافق الوطني: حققت 39.4% فقط من الأسئلة اتفاقاً شاملاً عبر جميع الأقاليم الخمسة.
تباين إقليمي مرتفع: في مجالات مثل المهرجانات والطقوس (1.8% اتفاق عالمي) ومعالجة الطعام (6.0%)، تكون الممارسات الثقافية متميزة للغاية. حتى في المجالات المعيارية مثل التعليم، كان الاتفاق العالمي 13.8% فقط.
الاستنتاج: إن معاملة الهند كوحدة ثقافية واحدة هو أمر غير صحيح تجريبياً؛ فالفطرة الثقافية هي في الأساس إقليمية.

ب. فجوات الأداء في النماذج اللغوية الكبيرة

دقة منخفضة: حققت النماذج نسبة دقة تتراوح بين 13.4% إلى 20.9% فقط في الإجابات "الصحيحة تماماً" على الأسئلة المحددة إقليمياً.
الإفراط في الشرح: كانت غالبية الأخطاء (61.3%–75.3%) هي "صحيحة جزئياً". أظهر التحليل أن النماذج تميل إلى الإفراط في الشرح باستخدام قالب ثقافي عام بدلاً من استرجاع التفاصيل الإقليمية المحددة؛ فهي غالباً ما تدفن الحقيقة الإقليمية الصحيحة تحت ضجيج ثقافي عام.

ج. التحيز الجغرافي المنهجي

عند إزالة السياق الجغرافي (RA-MCQ)، أظهرت جميع النماذج تحيزاً كبيراً ( $p < 0.001$ ):

الإفراط في اختيار وسط وشمال الهند: اختارت النماذج باستمرار إجابات من وسط وشمال الهند بمعدل 30–40% أكثر مما هو متوقع (على سبيل المثال، تم اختيار وسط الهند بمعدل 1.37 ضعف المعدل المتوقع).
نقص الاختيار في الشرق والغرب: كان تمثيل شرق وغرب الهند منخفضاً بشكل ملحوظ (تم اختيارهما بمعدلات تتراوح بين ~0.73 إلى 0.82 من المعدل المتوقع).
الأسباب: يعزو المؤلفون ذلك إلى:
1. عدم توازن البيانات: تهيمن اللغة الهندية (المتحدث بها في الشمال والوسط) على محتوى الويب الهندي.
2. الترميز (Tokenization): تقوم أجهزة الترميز متعددة اللغات بتجزئة اللغات غير الممثلة (مثل التاميل والبنغالية) إلى أجزاء أقل معنى.
3. التمثيل الإعلامي: تعزز سينما بوليوود والإعلام الناطق بالهندية صورة شمال ووسط الهند كنموذج ثقافي افتراضي.

5. الأهمية والمساهمات

معيار INDICA: يوفر أول مجموعة بيانات مصممة خصيصاً لاختبار التباين الثقافي دون الإقليمي، متجاوزاً افتراض "الأمة ككتلة واحدة".
إطار منهجي: يقدم مساراً قابلاً للتعميم (تصميم قائم على OCM $\leftarrow$ جمع بيانات إقليمية $\leftarrow$ قياس التحيز) يمكن تطبيقه على دول أخرى متنوعة (مثل الصين أو البرازيل أو نيجيريا).
أدلة تجريبية: يثبت أن النماذج اللغوية الكبيرة المتطورة حالياً تفشل في التقاط الفروق الثقافية الإقليمية الدقيقة وتعتمد افتراضياً على رؤية "مركزية هندي/هندية" للهند، مما قد يعزز الصور النمطية ويمحو الهويات المحلية.
الآثار على الذكاء الاصطناعي: يسلط الضوء على أن توسيع نطاق البيانات وحده ليس كافياً للفطرة الثقافية؛ بل تحتاج النماذج إلى تدريب مرتبط إقليمياً وتقييم ليكون لديها كفاءة ثقافية حقيقية.

6. القيود والعمل المستقبلي

درجة التفصيل (Granularity): تستخدم الدراسة تقسيمات إقليمية واسعة (5 أقاليم) بدلاً من مستوى الولايات، مما قد يحجب التنوع داخل الإقليم الواحد (مثل الاختلافات بين تاميل نادو وكيرالا داخل "جنوب الهند").
الديموغرافيا: تم استقطاب المشاركين عبر منصة Prolified، مما قد يؤدي إلى انحياز نحو السكان الحضريين والمتحدثين بالإنجليزية.
الصلاحية الزمنية: الممارسات الثقافية تتطور؛ وتمثل مجموعة البيانات لقطة زمنية لعام 2025.

في الختلآم، تجادل الورقة بأن الفطرة الثقافية ليست وطنية—بل هي إقليمية. لبناء ذكاء اصطناعي ذي كفاءة ثقافية، يجب على المطورين نمذجة التنوع حيثما وجد، بدلاً من افتراض التجانس.