A Human-Centric Framework for Data Attribution in Large Language Models
تقترح هذه الورقة إطار عمل يركز على الإنسان لنسب البيانات إلى مصادرها في النماذج اللغوية الكبيرة، وهو ما يعالج احتياجات المبدعين والمستخدمين من خلال السماح لأصحاب المصلحة بالتفاوض بشأن معايير نسب محددة بناءً على أهدافهم وحالات استخدامهم الفريدة، مما يسد الفجوة بين أساليب معالجة اللغات الطبيعية التقنية، والحوكمة السياساتية، والحوافز الاقتصادية.
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 أن الإنترنت عبارة عن مكتبة ضخمة وعالمية، حيث قضى الملايين من الكتاب والعلماء والفنانين والهواة حياتهم في المساهمة بكتب ومقالات وأفكار فريدة.
الآن، تخيل روبوتًا عملاقًا فائق الذكاء (نموذج لغوي كبير مثل ChatGPT) يدخل هذه المكتبة. وبدلاً من قراءة الكتب للتعلم، يقوم الروبوت بابتلاعها بالكامل. إنه لا يتعلم الحقائق فحسب؛ بل يتعلم أيضًا "أسلوب" الشعراء، و"منطق" العلماء، و"صوت" الصحفيين.
ما هي المشكلة؟ عندما يتحدث الروبوت، يبدو وكأنه مزيج من كل من ابتلعهم، لكنه لا يمنح أي أحدٍ ما يستحق من الفضل. الأمر يشبه طباخًا يصنع حساءً مشهورًا عالميًا عبر أخذ ملعقة سرية من كل نوع حساء في المدينة، ثم يقدمه في وعاء جديد ويدعي أنه هو من ابتكر الوصفة. أما الطهاة الأصليون، فلا يحصلون على مال، ولا شهرة، ولا حتى حق الاعتراض على كيفية استخدام "نكهاتهم".
تقترح هذه الورقة البحثية، بعنوان "إطار عمل متمحور حول الإنسان لإسناد البيانات في النماذج اللغوية الكبيرة"، طريقة لإصلاح مشكلة "الحساء" هذه.
الفكرة الجوهرية: خريطة "الائتمان والتعويض"
يجادل المؤلفون بأنه لا يمكننا استخدام قاعدة واحدة فقط للإصلاح، لأن الجميع يريد أشياء مختلفة. لذا، يقترحون إطار عمل يعمل كـ طاولة مفاوضات بين ثلاث مجموعات:
- المبدعون (الطهاة): يريدون الحصول على مقابل مادي لـ "مكوناتهم"، ويريدون أن يعرف الناس أنهم هم من جاءوا بالفكرة.
- المستخدمون (الزبائن): يريدون وجبة لذيذة وسريعة (إجابة) دون الحاجة لقضاء ساعات في البحث عن كل مكون من المكونات بأنفسهم.
- شركات الذكاء الاصطناعي (أصحاب المطاعم): يريدون الاستمرار في تقديم الوجبات بكفاءة وربحية.
كيف يعمل إطار العمل (العدسات الثلاث)
بدلاً من الحل الواحد الذي يناسب الجميع، تقترح الورقة البحثية النظر إلى "الإسناد" من خلال ثلاث عدسات مختلفة، اعتمادًا على ما يتفق عليه "الزبائن" و"الطهاة":
- عدسة المرآة (التشابه): هل يبدو مخرج الروبوت أو يبدو صوته تمامًا مثل شيء كتبه إنسان؟ إذا قال الروبوت: "السماء مخمل أرجواني كدمة"، وكانت تلك جملة من شاعر معين، فإن "عدسة المرآة" تكتشف ذلك وتقول: "مهلًا، هذه جملة ألما!".
- عدسة بصمة الإصبع (السببية): هذا أعمق. فهي تسأل: "لو لم نكن قد أعطينا الروبوت هذا الكتاب المحدد، هل كان سيتمكن من الإجابة على هذا السؤال؟" إنها تتعلق بإيجاد "بصمات الأصابع" الرقمية التي تتركها بيانات محددة أثناء تدريب الروبوت.
- عدسة الإيصال (الاستخدام): هذه هي الأبسط. إنها مجرد قائمة. "تم تدريب هذا الروبوت باستخدام هذه الكتب الـ 1,000". حتى لو لم ينسخ الروبوت جملة محددة، يحصل المبدعون على "إيصال" الاعتراف بأن عملهم كان جزءًا من تعليم الروبوت.
"المهمة المستحيلة": رؤية لمستقبل من اللعب النظيف
يصف المؤلفون "رؤية بعيدة المدى" (Moonshot)، وهي النسخة الحالمة من المستقبل.
تخيل أنك تستخدم الذكاء الاصطناዊ للمساعدة في كتابة رواية خيال علمي. وبينما تكتب، يقترح عليك الذكاء الاصطناዊ حبكة مثيرة. فجأة، يظهر إشعار صغير: "هذه الحبكة مستوحاة من عمل الكاتب (س). انقر هنا لنسب الفضل إليه أو لدفع رسوم رمزية صغيرة لاستخدام هذه الفكرة".
في هذا المستقبل:
- الكاتب يحصل على "إتاوة" صغيرة (مثل إكرامية رقمية) في كل مرة تساعد فيها أسلوبه أو فكرته شخصًا آخر.
- المستخدم يمكنه الكتابة بثقة، وهو يعلم أنه لا "يسرق" (ينتحل) بالخطأ.
- شركة الذكاء الاصطناعي تصبح جزءًا محترمًا من العالم الإبداعي بدلاً من كونها "سارقة للبيانات".
الخلاصة
إن هذه الورقة هي نداء لوقف التعامل مع تطوير الذكاء الاصطناዊ كـ "غرب متوحش" حيث تأخذ الشركات الكبرى كل شيء. بدلاً من ذلك، هي تدعو إلى نظام مهيكل متمحور حول الإنسان، حيث تحترم التكنولوجيا الجهد البشري الذي جعلها ذكية في المقام الأول. إن الأمر يتعلق بالانتقال من عالم "كشط البيانات" إلى عالم "الشراكة في البيانات".
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.