SAFARI: A Community-Engaged Approach and Dataset of Stereotype Resources in the Sub-Saharan African Context
تقدم هذه الورقة البحثية SAFARI، وهي مجموعة بيانات متعددة اللغات ومشاركة مجتمعيًا تضم أكثر من 6,700 صورة نمطية عبر 16 لغة من غانا وكينيا ونيجيريا وجنوب أفريقيا، صُممت لمعالجة نقص تمثيل سياقات أفريقيا جنوب الصحراء الكبرى في تقييمات سلامة الذكاء الاصطناعي التوليدي من خلال طرق استقصائية حساسة ثقافيًا وباللغات الأصلية.
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 تعلم طالباً جديداً كيف يفهم العالم. تعطي له كتاباً مدرسياً ضخماً مليئاً بقصص عن الناس. لكن هناك خدعة هنا؛ هذا الكتاب مكتوب في معظمه من قبل أشخاص من نيويورك ولندن ومومباي. يحتوي على آلاف الصفحات عن الحياة في تلك المدن، ولكن لا توجد سوى صفحات قليلة باهتة وقديمة عن الحياة في غانا وكينيا ونيجيريا وجنوب أفريقيا.
عندما يحاول هذا الطالب (وهو ذكاء اصطناعي) التحدث عن شخص من تلك الدول الأفريقية، فإنه غالباً ما يختلق أشياءً من خياله أو يكرر شائعات قديمة وضارة لأنه يفتقر إلى المعرفة المحلية الحقيقية.
هذه الورقة البحثية، التي تحمل عنوان SAFARI، تدور حول إصلاح هذا الكتاب المدرسي.
المشكلة: "النقطة العمياء"
فكر في نماذج الذكاء الاصطناعي الحالية كأنها سائح زار بضع مدن كبرى فقط. إذا سألتهم عن قرية في السافانا الأفريقية، فقد يخمنون بناءً على الأفلام أو القصص القديمة. قد يقولون: "أوه، الجميع هناك كسالى"، أو "الجميع هناك أغنياء"، أو "إنهم يمارسون السحر". هذه هي الصور النمطية — أفكك مفرطة في التبسيط، وغالباً ما تكون غير عادلة حول مجموعة من الناس.
بينما كان الباحثون يجمعون قوائم من هذه الصور النمطية للولايات المتحدة والهند، تم تجاهل القارة الأفريقية إلى حد كبير. الذكاء الاصطناعي "أعمى" عن الطريقة الحقيقية والمعقدة والمتنوعة التي يفكر بها الناس تجاه بعضهم البعض في أماكن مثل نيجيريا أو جنوب أفريقيا.
الحل: مشروع SAFARI
قام المؤلفون بإنشاء مجموعة بيانات جديدة تسمى SAFARI (الارتباطات في أفريقيا جنوب الصحراء الكبرى بالهويات ذات الأهمية الإقليمية).
بدلاً من مجرد طلب من الناس ملء استمارة على الكمبيوتر (وهو أمر صعب عندما يكون الإنترنت بطيئاً أو عندما لا تحتوي لوحات المفاتيح على الحروف الصحيحة للغات المحلية)، فعلوا شيئاً مختلفاً. لقد تصرفوا كـ مذيعي راديو.
- طريقة المكالمات الهاتفية: قاموا بتعيين شركاء محليين للاتصال بالناس عبر الهاتف.
- التحدث باللغة: تحدث المتصلون بلغاتهم الأصلية (مثل السواحيلية أو اليوروبا أو الزولو، وليس الإنجليزية فقط). هذا أمر بالغ الأهمية لأن بعض الأفكار لا تُترجم جيداً، ويعبر الناس عن أنفسهم بشكل أفضل بلغتهم الأم.
- "التقليد الشفهي": تمتلك أفريقيا تقليداً قولاً في سرد القصص والتاريخ الشفهي. ومن خلال استخدام الهواتف، احترم الباحثون هذا التقليد، حيث التقطوا نبرة وشعور الصور النمطية، وليس الكلمات فقط.
ماذا وجدوا؟
لقد تحدثوا إلى 410 أشخاص من أربع دول وجمعوا أكثر من 3,500 صورة نمطية باللغة الإنجليزية و 3,200 بلغة 15 لغة محلية مختلفة.
إليك بعض الأنماط المثيرة للاهتمام التي وجدوها، مثل اكتشاف كنوز مخفية في خريطة:
- السحر والطقوس: في غانا وكينيا، تدور العديد من الصور النمطية حول "الشعوذة" أو "الطقوس"، وغالباً ما تستهدف مجموعات عرقية معينة.
- أمور المال: في كينيا ونيجيريا، هناك العديد من الصور النمطية حول من هو "غني" أو من "يستعرض ثروته".
- الوظائف: في غانا، لدى الناس آراء قوية حول مهن معينة، مثل كون رجال الشرطة أو السياسيين فاسدين.
- الجنس: حوالي 58% من الصور النمطية المتعلقة بالنوع الاجتماعي استهدفت النساء.
تحدي "الترجمة"
كان هناك جزء صعب. اضطر الباحثون إلى تسجيل الإجابات باللغة الإنجليزية أولاً (لأن حواسيبهم لم تكن تستطيع كتابة كل تلك اللغات المحلية بسهولة) ثم استعانوا بخبراء لترجمتها مرة أخرى إلى اللغات المحلية.
فكر في الأمر بهذه الطريقة: تسأل صديقاً بلغتة الأصلية، وتكتب إجابته بالإنجليزية، ثم تستعين بمترجم لكتابتها مرة أخرى بلغته الأصلية. قد تفقد القليل من "النكهة" أو العاطفة المحددة، لكن هذه هي الطريقة الوحيدة لإدخال البيانات في تنسيق يمكن للحواسيب فهمه. لقد كان الفريق حريصاً جداً على الحفاظ على المعنى الأصلي كما هو قدر الإمكان.
لماذا يهم هذا؟
اختبر الباحثون مجموعة البيانات الجديدة هذه مقابل أشهر نماذج الذكاء الاصطناعي في العالم (مثل تلك التابعة لجوجل، OpenAI، وAnthropic).
كانت النتيجة بمثابة جرس إنذار.
حتى أذكى أنظمة الذكاء الاصطناعي كانت لا تزال تكرر هذه الصور النمطية الضارة. في الواقع، كان الذكاء الاصطناعي أكثر عرضة لتكرار الصورة النمطية عند التحدث بالإنجليزية مقارنة باللغة المحلية. وذلك لأن "بيانات التدريب" الخاصة بالذكاء الاصطناعي ثقيلة جداً باللغة الإنجليزية الغربية، مما يجعله لا يفهم السياق المحلي.
الخلاصة الكبرى
هذه الورقة البحثية ليست مجرد قائمة كلمات؛ إنها تتعلق بـ طريقة جديدة لإجراء البحوث.
- الطريقة القديمة: "سنرسل رابط استطلاع للجميع." (تفشل إذا لم يكن لديك إنترنت جيد أو لوحة مفاتض جيدة).
- طريقة SAFARI: "سنتصل بك، نتحدث لغتك، ونستمع إلى قصصك."
من خلال بناء هذا النهج "المتصل بالمجتمع"، يقول المؤلفون: إذا كنت تريد ذكاءً اصطناعياً آمناً وعادلاً للجميع، فلا يمكنك بناؤه في مختبر في وادي السيليكون فحسب. عليك الذهاب إلى المجتمع، والاستماع إليهم، وبناء الأدوات معهم.
تعد مجموعة البيانات هذه الآن أداة للمطورين لـ "تعليم" نماذج الذكاء الاصطدي الخاصة بهم التوقف عن تكرار هذه الشائعات الضارة والبدال في فهم القصص البشرية الحقيقية والمتنوعة والمعقدة لأفريقيا جنوب الصحراء الكبرى.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.