Belief-Sim: Towards Belief-Driven Simulation of Demographic Misinformation Susceptibility
تقدم الورقة البحثية BeliefSim، وهو إطار عمل يستفيد من ملفات تعريف الاعتقاد المستوحاة من علم النفس لمحاكاة التباينات الديموغرافية في القابلية للتأثر بالمعلومات المضللة بنجاح باستخدام النماذج اللغوية الكبيرة، محققاً دقة تصل إلى 92%.
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 تحاول التنبؤ بمن هو الأكثر عرضة لتصديق خبر زائف.
في الماضي، حاول الباحثون تخمين ذلك من خلال النظر إلى الخصائص الديموغرافية (من هو الشخص). فكروا قائلين: "ربما كبار السن يصدقون المزيد من الأخبار الزائفة"، أو "ربما الأشخاص الأقل تعليماً هم الأكثر عرضة للتأثر". الأمر يشبه محاولة تخمين فيلمك المفضل بمجرد معرفة عمرك والرمز البريدي لمنطقتك. أحياناً ينجح الأمر، لكنه غالباً ما يكون تخميناً عشوائياً يؤدي إلى الصور النمطية.
تقدم هذه الورقة البحثية طريقة جديدة وأكثر ذكاءً لمحاكاة السلوك البشري باستخدام الذكاء الاصطناعي. وقد أطلقوا عليها اسم Belief-Sim.
إليك الفكرة الجوهرية، مشروحة من خلال تشبيه بسيط:
"الملف الشخصي للسمات" مقابل "السيرة الذاتية"
فكر في الخصائص الديموغرافية (العمر، الجنس، الموقع) على أنها سيرة ذاتية. فهي تسرد الحقائق عن الشخص، لكنها لا تخبرك كيف يفكر.
وفكر في المعتقدات (هل يثقون في العلم؟ هل هم قلقون بشأن المستقبل؟ هل يقدرون التقاليد؟) على أنها ملف شخصي للسمات. هذا الملف يخبرك كيف يعالج الشخص المعلومات.
يجادل المؤلفون بأنه إذا كنت تريد من الذكاء الاصطناعي أن يتصرف مثل مجموعة معينة من الناس، فإن إعطاءه السيرة الذاتية ليس كافياً. يجب عليك إعطاؤه الملف الشخصي للسمات.
كيف فعلوا ذلك (الوصفة)
قام الباحثون ببناء نظام يسمى Belief-Sim لاختبار هذا الأمر. إليك كيف قاموا بـ "طهي" هذه الوصفة:
المكونات (التصنيف): أنشأوا "قائمة" من 7 أنواع مختلفة من المعتقدات، تشبه القائمة النفسية:
- النظرة للعالم: كيف ترى مكانك في هذا العالم.
- الثقة: بمن تثق؟ (العلماء؟ الحكومة؟ جارك؟)
- أسلوب التفكير: هل تفكر منطقياً، أم تتبع حدسك؟
- المؤامرة: هل تعتقد أن هناك مؤامرات سرية في كل مكان؟
- القيم: ما هو الصواب والخطأ بالنسبة لك؟
- العواطف: هل يسهل إخافتك أو إغضابك؟
- الاختصارات الذهنية: هل تصدق الأشياء لمجرد أنك سمعت بها من قبل؟
المحاكاة (طاهي الذكاء الاصطناعي): استخدموا النماذج اللغوية الكبيرة (LLMs) — وهي نفس نوع الذكاء الاصطناعي الذي يكتب المقالات ويتحاور معك.
- الطريقة القديمة: كانوا يخبرون الذكاء الاصطناعي: "تظاهر بأنك امرأة تبلغ من العمر 65 عاماً وتعيش في منطقة ريفية".
- الطريقة الجديدة (Belief-Sim): كانوا يخبرون الذكاء الاصطناعي: "تظاهر بأنك امرأة تبلغ من العمر 65 عاماً وتعيش في منطقة ريفية، لكنها تثق بعمق في العلم، وقلقة جداً بشأن الاقتصاد، وتفضل التفكير في الأمور منطقياً قبل تصديق الأخبار".
الاختبار: قاموا بتغذية الذكاء الاصطناعي بعناوين أخبار حقيقية (بعضها صحيح وبعضها زائف) وسألوه: "هل هذا حقيقي أم زائف؟" ثم قارنوا إجابة الذكاء الاصطناعي بما قاله البشر الحقيقيون بالفعل.
الاكتشاف الكبير
كانت النتائج مفاجئة وواضحة جداً:
- الديموغرافيا وحدها ضعيفة. مجرد إخبار الذكاء الاصطناعي بعمر الشخص أو جنسه لم يساعد كثيراً. في الواقع، جعل الذكاء الاصطناعي أحياناً أسوأ في التخمين، لأنه بدأ يعتمد على الصور النمطية (مثل: "كبار السن يجب أن يصدقوا هذا").
- المعتقدات هي "الخلطة السرية". عندما تم تزويد الذك de الاصطناعي بـ "الملف الشخصي للسمات" (المعتقدات)، أصبح دقيقاً للغاية — حيث وصلت دقته إلى 92% في بعض الحالات.
- "المعتقد" أهم من "الشخص". وجدت الدراسة أن ما تؤمن به هو مؤشر أقوى بكثير على ما إذا كنت ستقع في فخ الأخبار الزائفة من من أنت.
خدعة "الخطوتين" (BAFT)
وجد الباحثون أيضاً طريقة ذكية لتدريب الذكاء الاصطناعي حتى لا يرتبك. تخيل أنك تعلم طالباً:
- الخطوة 1: أولاً، علّم الطالب كيف يفكر الناس عموماً (باستخدام بيانات الاستطلاع).
- الخطوة 2: ثم، علّم الطالب كيفية تطبيق تلك الأفكار على أخبار محددة.
يسمون هذه الطريقة BAFT (ضبط التكيف مع المعتقدات). إنها تشبه بناء أساس متين لـ "كيف يفكر الناس" قبل أن تطلب من الذكاء الاصطناعي حل مشكلات محددة. هذا منع الذكاء الاصطناعي من "الغش" عبر الاعتماد فقط على الصور النمطية.
لماذا يهم هذا؟
هذا ليس مجرد جعل الذكاء الاصطناعي أكثر ذكاءً؛ بل يتعلق بـ إنقاذنا من الأخبار الزائفة.
إذا أردنا إيقاف المعلومات المضللة، فلا يمكننا استهداف الناس بناءً على أعمارهم أو مواقعهم فقط. نحن بحاجة إلى فهم معتقداتهم.
- إذا كان شخص ما يؤمن بالمؤامرة، فهو يحتاج إلى نوع مختلف من تصحيح الحقائق عما يحتاجه شخص لا يثق في وسائل الإعلام فحسب.
- إذا عرفنا لماذا تؤمن مجموعة ما بكذبة (على سبيل المثال، لأنهم خائفون أو لأنهم لا يثقون في العلم)، فيمكننا تصميم رسائل أفضل لإيقاف ذلك.
باختصار: لفهم سبب تصديق الناس للأخبار الزائفة، توقف عن النظر إلى بطاقة هويتهم (الخصائص الديموغرافية) وابدأ في الاستماع إلى صوتهم الداخلي (المعتقدات). لقد تعلم الذكاء الاصطناعي هذا، والآن يمكننا نحن أيضاً تعلمه.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.