Bias Beyond Borders: Political Ideology Evaluation and Steering in Multilingual LLMs
تقدم هذه الورقة تقييماً واسع النطاق متعدد اللغات للتحيز السياسي عبر 50 دولة و33 لغة، إلى جانب إطار عمل مبتكر للتخفيف من حدته يسمى "توجيه المحاذاة عبر اللغات" (CLAS)، والذي يقلل من التحيز الأيديولوجي من خلال محاذاة التمثيلات الكامنة عبر اللغات مع الحفاظ على جودة الاستجابة.
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
المشكلة: السياسي "المتحول لغوياً"
تخيل أن لديك صديقاً، وهو شخص مهذب ومحايد للغاية عندما تتحدث معه باللغة الإنجليزية. تسأله عن رأيه في موضوع مثير للجدل، فيعطيك إجابة متوازنة من نوع "من ناحية، ومن ناحية أخرى".
لكن، في اللحظة التي تنتقل فيها إلى اللغة الإسبانية، يصبح فجأة محافظاً جداً. انتقل إلى الفرنسية، فيصبح تقدمياً جداً. انتقل إلى الأردية، فيتخذ موقفاً مختلفاً تماماً.
هذا هو بالضبط ما يحدث مع النماذج اللغوية الكبيرة (LLMs) مثل ChatGPT أو DeepSeek. فعلى الرغم من تدريبها على كميات هائلة من البيانات، إلا أنها لا تملك "شخصية" واحدة مستقرة. بدلاً من ذلك، تعمل كـ حرباء. ولأنها تعلمت أفكاراً سياسية مختلفة من أجزاء مختلفة من الإنترنت (المكتوب بلغات مختلفة)، فإن "بوصلتها السياسية" تتغير بناءً على اللغة التي تستخدمها للتحدث معها.
هذه مشكلة بالنسبة للعدالة. فإذا تم استخدام الذكاء الاصطناعي لمساعدة الناس في اتخاذ القرارات أو العثور على المعلومات، فلا ينبغي له أن يغير "قيمه" لمجرد أنك غيرت اللغة.
الحل: "المترجم العالمي" للقيم (CLAS)
ابتكر الباحثون في هذه الورقة أداة جديدة تسمى CLAS (التوجيه عبر اللغات لضبط المحاذاة). لفهم كيفية عملها، دعونا نستخدم استعارتين:
1. "الخريطة المشتركة" (المحاذاة)
تخيل أن لديك خمسة متنزّهين (يمثلون خمس لغات مختلفة) يحاولون العثون على "أرض محايدة" على جبل ما.
- المتنزّه الإنجليزي لديه خريطة بالميل.
- المتنزّه الفرنسي لديه خريطة بالكيلومتر.
- المتنزّه الياباني لديه خريطة تستخدم معالم مختلفة تماماً.
إذا قلت لهم جميعاً "اذهبوا إلى المركز"، سينتهي بهم الأمر جميعاً في أماكن مختلفة لأن خرائطهم لا تتطابق.
يعمل CLAS كرسام خرائط ماهر. فهو ينظر إلى كل هذه الخرائط المختلفة ويقوم رياضياً بـ "تمديد" و"محاذاة" هذه الخرائط بحيث يستخدمها الجميع نظام إحداثيات واحد. إنه يجد "الفضاء الأيديولوجي الفرعي المشترك" — وبشكل أساسي، خريطة عالمية واحدة للأفكار السياسية تعمل لكل لغة.
2. "مقبض الصوت الذكي" (التحجيم المتكيف مع عدم اليقين)
عادةً، عندما يحاول العلماء "إصلاح" انحياز الذكاء الاصطناعي، فإنهم يستخدمون طريقة تسمى "التوجيه" (Steering). فكر في هذا كأنه مقبض صوت يقوم بخفض "الضجيج السياسي".
المشكلة هي أنه إذا رفعت المقبض عالياً جداً، فإنك "تكسر" الذكاء الاصطناعي. قد يتوقف عن كونه سياسياً، لكنه أيضاً يتوقف عن كون الكلام منطقياً — يبدأ في الهذيان أو يفقد قدرته على التحدث بشكل طبيعي. الأمر يشبه محاولة كتم صوت راديو، لكنك تكتم صوت المغني بالخطأ أيضاً.
يضيف CLAS ميزة "ذكية" لهذا المقبض. فهو ينظر إلى مدى ثقة الذكاء الاصطناعي.
- إذا كان الذكاء الاصطناعي يصرخ برأي منحاز جداً وواثق، يقوم CLAS برفع "مقبض التصحيح" عالياً.
- إذا كان الذكاء الاصطناعي بالفعل يتسم بالدقة وعدم اليقين، يترك CLAS المقبض كما هو حتى لا يفسد المحادثة.
النتائج: ذكاء اصطناعي أكثر اتساقاً
اختبر الباحثون ذلك على 50 دولة مختلفة و33 لغة. وقد وجدوا أن:
- تأثير الحرباء حقيقي: النماذج تتغير بالتأكيد في توجهاتها السياسية بناءً على اللغة (خاصة في اللغات الآسيوية والأوروبية).
- CLAS يعمل: باستخدام هذا "الخريطة العالمية" و"مقبض الصوت الذكي"، تمكنوا من إعادة الذكاء الاصطناعي نحو مركز محايد عبر معظم اللغات.
- إنه لا يكسر الذكاء الاصطناعي: على عكس الطرق القديمة، نجح CLAS في تقليل الانحياز دون جعل الذكاء الاصطناعي يبدو آلياً أو غير مفهوم.
باخت-القول:
توفر هذه الورقة طريقة لضمان أنه بغض النظر عن اللغة التي تتحدث بها، يظل الذكاء الاصطناعي مخلصاً لمجموعة "قيم" عادلة، محايدة، ومتسقة، بدلاً من تغيير شخصيته مثل الحرباء السياسية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.