Practicing with Language Models Cultivates Human Empathic Communication
تقدم هذه الورقة منصة "Lend an Ear"، وهي منصة قائمة على الذكاء الاصطناعي حيث يتدرب المستخدمون على التواصل التعاطفي مع نموذج لغوي كبير، مما يثبت أن التغذية الراجعة المخصصة والقائمة على البيانات من هذه النماذج تحسن بشكل ملحوظ التعبير التعاطفي البشري مقارمجموعات الضبط والتدخلات غير المخصصة.
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: يمكنك تعلم كيف تكون مستمعاً أفضل (حتى لو كنت تشعر أنك بارع في ذلك بالفعل)
تخيل التعاطف كأنه آلة موسيقية. قد تمتلك قلباً جميلاً ورغبة صادقة في مواساة أصدقائك (هذا هو شعورك بالتعاطف). ولكن إذا لم تكن قد تعلمت أبداً كيفية عزف الجيتار، فإن محاولاتك لـ "النقر على الأوتار" قد تبدو مجرد ضجيج مزعج للشخص الذي تحاول مساعدته.
تجادل هذه الورقة البحثية بأن التعاطف هو مهارة يمكنك ممارستها، وليس مجرد سمة شخصية تولد بها. ومن المثير للدهشة أن أفضل "معلم موسيقى" لهذه المهارة قد يكون ذكاءً اصطناعياً.
المشكلة: فجوة "التعاطف الصامت"
اكتشف الباحثون مفارقة مضحكة ومحبطة في آن واحد في كيفية تواصل البشر:
- الشعور: معظم الناس يشعرون بأنهم متعاطفون للغاية. يفكرون قائلين: "أنا أهتم كثيراً! أنا أصغي جيداً!".
- الواقع: عندما يتحدثون بالفعل، غالباً ما يقولون أشياء تجعل الطرف الآخر يشعر بسوء أكبر، أو بالتجاهل، أو بالاستعجال. قد يقدمون نصائح غير مطلوبة ("فقط أصلح الأمر!") أو يتحدثون عن مشاكلهم الخاصة ("هذا يذكرني عندما...").
التشبيه: الأمر يشبه محاولة احتضان شخص ما وأنت ترتدي درعاً حديدياً. أنت تنوي تقديم حضن دافئ وناعم، لكن الشخص الآخر يشعر وكأنه يتلقى ضربة. أنت تشعر أنك تعانقه؛ وهو يشعر وكأنه يُلكم.
التجربة: "أعرِهم أذناً صاغية"
لحل هذه المشكلة، أنشأ الفريق ساحة لعب رقمية تسمى "أعرِهم أذناً صاغية" (Lend an Ear).
- الإعداد: طُلب من 968 شخصاً حقيقياً الدردشة مع بوت (روبوت محادثة) يعمل بالذكاء الاصطناعي.
- الدور: لعب البوت دور شخصية تمر بوقت عصيب (مثل فقدان وظيفة أو مرض أحد أفراد العائلة).
- المهمة: كان على البشر محاولة مواساة البوت.
قاموا بتقسيم البشر إلى أربع مجموعات لمعرفة ما يساعدهم على التعلم بشكل أفضل:
- المجموعة الضابطة: دردشة فقط، دون أي مساعدة.
- مجموعة الفيديو: شاهدوا فيديوهين قصيرين (مدة كل منهما 30 ثانية) لمدرب بشري يقدم نصائح عامة.
- مجموعة مدرب الذكاء الاصطناعي: حصلوا على تعليقات مخصصة من ذكاء اصطناعي بعد كل دردشة. كان الذكاء الاصطناعي يقول أشياء مثل: "لقد قدمت النصيحة بسرعة كبيرة. جرب أن تقول 'هذا يبدو صعباً حقاً' بدلاً من ذلك".
- المجموعة المشتركة: حصلوا على كل من الفيديوهات ومدرب الذكاء الاصطناعي.
النتائج: مدرب الذكاء الاصطناعي كان هو النجم (MVP)
كانت النتائج واضحة ومفاجئة:
- تأثير "التعاطف الصامت": قبل التدريب، ظن الناس أنهم يقومون بعمل رائع. لكن عندما قام "قاضٍ" من الذكاء الاصطناعي بتحليل دردشاتهم، وجد أنهم لم يصيبوا الهدف. لقد شعروا بالتعاطف، لكنهم لم يستطيعوا التعبير عنه بشكل جيد.
- التعليقات المخصصة تفوز: الأشخاص الذين حصلوا على تعليقات مخصصة من الذكاء الاصطناعي هم الأكثر تحسناً. لقد تعلموا التوقف عن تقديم النصائح والبدء في إظهار التفهم للمشاعر.
- التشبيه: مشاهدة فيديو تشبه قراءة كتاب طبخ. أما الحصول على تعليقات مخصصة من الذكاء الاصطناعي فهو يشبه وجود طاهٍ يقف بجانبك، يتذوق حساءك ويقول لك: "هناك الكثير من الملح، أضف رشة من السكر".
- فخ "الفيديو": من المثير للاهتمام أن المجموعة التي شاهدت الفيديوهات فقط قدمت في الواقع مزيداً من النصائح غير المطلوبة. لماذا؟ لأن الفيديوهات أخبرتهم أن يكونوا "مفيدين"، ولكن بدون تصحيح في الوقت الفعلي، فسروا كلمة "مفيد" على أنها "حل المشكلة".
- البشر يتفقون: في اختبار ثانٍ، طُلب من بشر حقيقيين اختيار المحادثة الأفضل بين خيارين. وقد اختاروا باستمرار المحادثات التي صنفها الذكاء الاصطناعي على أنها "أكثر تعاطفاً". وهذا يثبت أن الذكاء الاصطناعي لم يكن يضع قواعد من عنده فحسب؛ بل كان يقيس ما يجعل الناس يشعرون فعلياً بأنهم مسموعون.
"تصنيف" التعاطف (ورقة الغش)
لم يكتفِ الباحثون بالتخمين حول ماهية التعاطف الجيد. بل استخدموا أداة ذكاء اصطناعي فائقة الذكاء (تسمى k-sparse autoencoder) لتحليل آلاف الرسائل الدردشية. ووجدت الأداة 128 حركة محددة يقوم بها الناس.
وقاموا بتنظيم هذه الحركات في شجرة ذات أربعة مستويات:
- الأشياء الجيدة (الحركات "الخضراء"): إظهار التفهم للمشاعر ("هذا يبدو صعباً")، وإظهار أنك تفهم ("أنا أسمعك")، وتشجيع الشخص على التحدث أكثر.
- الأشياء السيئة (الحركات "الحمراء"): تقديم النصائح ("يجب عليك الاستقالة")، التقليل من شأن المشاعر ("الأمر ليس بهذا السوء")، أو التحدث عن نفسك ("أنا أعرف شعورك، عندما حدث لي...") .
علمهم التدريب كيفية استبدال الحركات "الحمراء" بالحركات "الخضراء".
لماذا هذا مهم؟
- قابل للتوسع: لا يمكنك توظيف مدرب تعاطف محترف لكل شخص على وجه الأرض. ولكن يمكن لمدرب ذكاء اصطناعي مساعدة الملايين من الناس على الممارسة مجاناً.
- ليس زيفاً: تجادل الورقة بأن تعلم "لغة" التعاطف لا يجعل مشاعرك مزيفة. بل يمنحك فقط المفردات لترجمة نواياك الطيبة إلى أفعال تساعد حقاً.
- المستقبل: بينما نعمل بشكل أكثر عن بُعد ونتفاعل أكثر مع الشاشات، فإن قدرتنا على التواصل تصبح "صدئة". تُظهر هذه الدراسة أنه يمكننا استخدام الذكاء الاصطناعي لشحذ تلك المهارة، لا لاستبدالها.
الخلاصة
ليس عليك أن تكون "متعاطفاً بالفطرة" لتكون مستمعاً جيداً. التعاطف يشبه العضلة أو اللغة. إذا مارست الحركات الصحيحة، وحصلت على تعليقات حول أخطائك، واستمررت في المحاولة، يمكنك تعلم جعل الأشخاص من حولك يشعرون حقاً بأنهم مرئيون، ومسموعون، ومفهومون. وأحياناً، قد يكون أفضل معلم ليعلمك أصول اللعبة هو روبوت.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.