Dual Perspectives in Emotion Attribution: A Generator-Interpreter Framework for Cross-Cultural Analysis of Emotion in LLMs
تقترح هذه الورقة إطار عمل "المولد-المفسر" (Generator-Interpreter) لمعالجة الخلفية الثقافية المغفول عنها في التعبير عن العواطف في النماذج اللغوية الكبيرة، كاشفةً من خلال تقييم عابر للثقافات يشمل 15 دولة أن كلاً من منظورَي التعبير والتفسير يؤثران بشكل كبير على أداء عزو العواطف، مع لعب أصل المولد دوراً مهيمناً.
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 في مأدبة عشاء دولية ضخمة. كل شخص يحضر طبقاً يمثل موطنه، ولكن هناك تحول مفاجئ: لا أحد يتحدث نفس اللغة، وكل شخص لديه فكرة مختلفة عما يعنيه "الحار" أو "الحلو" أو "الحامض".
هذه الورقة البحثية تتحدث عما يحدث عندما يحاول الذكاء الاصطناعي (AI) تذوق هذه الأطباق وتخمين ما كان يشعر به الطاهي أثناء إعدادها.
إليك تفصيل البحث بكلمات بسيطة:
١. المشكلة الكبرى: خطأ "الشارع ذو الاتجاه الواحد"
لفترة طويلة، اعتقد الباحثون أن اكتشاف العواطف بواسطة الذكاء الاصطناعي هو شارع ذو اتجاه واحد. كانوا يسألون: "إذا عرضتُ على هذا الذكاء الاصطناعي قصة حزينة، هل سيقول بشكل صحيح أنها 'حزن'؟"
لكن المؤلفين أدركوا أن هذا يشبه الحكم على فيلم من خلال نص المخرج فقط، مع تجاهل أداء الممثل. لقد جادلوا بأن العاطفة لها جانبان:
- المولد (الطاهي): الشخص الذي كتب القصة. لقد نشأ في ثقافة محددة لها قواعد محددة حول كيفية إظهار المشاعر. (على سبيل المثال: في بعض الثقافات، تخفي الغضب؛ وفي ثقافات أخرى، تصرخ به).
- المفسر (المتذوق): الذكاء الاصطناعي (أو الشخص) الذي يحاول تخمين الشعور. لديه أيضاً خلفية ثقافية تشكل كيفية "قراءته" للقصة.
التشبيه: تخيل أن شخصاً سويسرياً كتب قصة عن شعوره بـ "الخزي". في ثقافته، قد يكون هذا شعوراً داخلياً هادئاً. إذا قرأ ذكاء اصطناعي أمريكي هذه القصة، فقد يعتقد الذكاء الاصطناعي: "أوه، هذا الشخص يشعر فقط بالذنب تجاه خطأ ما"، لأن الأمريكيين غالباً ما يفسرون الخزي بهذه الطريقة. هنا يفتقد الذكاء الاصطناعي الدقة الثقافية.
٢. التجربة: "تبادل جوازات السفر"
أجرى الباحثون تجربة ضخمة باستخدام بيانات من ١٥ دولة مختلفة (مثل الصين، البرازيل، الهند، الولايات المتحدة، إلخ) و ٦ نماذج مختلفة من الذكاء الاصطناعي (مثل GPT-4، Claude، DeepSeek).
لقد لعبوا لعبة "تبادل جوازات السفر":
- أخذوا قصة كتبها شخص من الصين (المولد).
- طلبوا من الذكاء الاصطناعي أن يتظاهر بأنه شخص من زامبيا (المفسر) ويخمن العاطفة.
- ثم طلبوا منه أن يتظاهر بأنه شخص من النمسا ويخمن نفس القصة.
- فعلوا ذلك لكل التوليفات الممكنة (١٥ دولة × ١٥ دولة × ٦ نماذج ذكاء اصطناعي).
إجمالي الحركات: ما يقرب من نصف مليون تخمين!
٣. ما وجدوه: "النقطة العمياء الثقافية"
كانت النتائج مذهلة. إليك أهم النقاط:
"الأصل" أهم من "القارئ":
العامل الأكبر في تحديد ما إذا كان الذكنا الاصطناعي قد أصاب الهدف لم يكن أي ذكاء اصطناعي كان يقرأ القصة، بل من أين جاءت القصة.- التشبيه: الأمر يشبه محاولة قراءة كتاب مكتوب بلهجة لم تسمع بها من قبل. حتى لو كنت قارئاً فائق الذكاء (ذكاء اصطناعي رفيع المستوى)، إذا كُتب الكتاب بأسلوب ثقافي لا تفهمه، فستظل مرتبكاً.
- القصص القادمة من الصين و زامبيا كانت باستمرار الأصعب على جميع نماذج الذكاء الاصطناعي، بغض النظر عن "شخصية" الذكاء الاصطناعي الذي يقوم بالقراءة.
فخ "الحزن":
كان لدى نماذج الذكاء الاصطناعي عادة تحويل كل شيء تقريباً إلى "حزن".- إذا كانت القصة في الواقع عن الغضب، أو الاشمئزاز، أو الخزي، فإن الذكاء الاصطناعي غالباً ما يقول: "هذا حزن".
- التشبيه: الأمر يشبه رسامًا مصابًا بعمى الألوان يرى كل شيء كدرجات من الرمادي. لا يمكنه التمييز بين اللون الأحمر الزاهي للغضب والأزرق العميق للحزن، لذا يلون كل شيء بالأزرق.
الخلط بين "الخزي" و "الذنب":
في العديد من الثقافات الغربية، يتعلق الذنب بـ "لقد فعلت شيئاً سيئاً". أما في العديد من الثقافات الشرقية/الجماعية، فـ الخزي يتعلق بـ "لقد جعلت عائلتي/مجتمعي يبدو بشكل سيء".- واجهت نماذج الذكاء الاصطناعي صعوبة في التمييز بينهما. وغالباً ما كان يتم الخلط بينهما، خاصة عند قراءة قصص من الثقافات الجماعية.
هل يساعد "تطابق البلد"؟
قد تعتقد أنه "إذا تظاهر الذكاء الاصطناعي بأنه صيني، فسيفهم القصص الصينية بشكل أفضل".- النتيجة: أحياناً، نعم. ولكن ليس دائماً. حتى عندما تظاهر الذكاء الاصطناعي بأنه من نفس بلد الكاتب، فإنه لا يزال يعاني مع بعض العواطف المعقدة. "الفجوة الثقافية" أعمق من مجرد التظاهر بامتلاك جواز سفر.
٤. لماذا يهم هذا في المستقبل؟
نحن نبني مساعدين يعملون بالذكاء الاصطناعي للصحة النفسية، وخدمة العملاء، والتعليم. يجب أن تفهم هذه الأنظمة كيف يشعر الناس لكي تكون مفيدة.
- الخطر: إذا اعتقد الذكاء الاصطناعي أن الشخص "حزين" فقط بينما هو في الواقع "غاضب" بسبب سوء فهم ثقافي، فقد يقدم نصيحة خاطئة. قد يطلب من شخص غاضب أن "يهدأ" بدلاً من مساعدته في حل الظلم الذي يواجهه.
- الحل: يقول المؤلفون إننا بحاجة للتوقف عن معاملة الذكاء الاصطناعي كمترجم عالمي. نحن بحاجة لبناء أنظمة تسأل: "من كتب هذا؟ من أين هم؟ ومن الذي يقرأه؟"
الخلاصة
العواطف ليست مسائل رياضية عالمية (١ + ١ = ٢). إنها أشبه بـ اللهجات.
إذا كنت تريد للذكاء الاصطناعي أن يفهم المشاعر البشرية حقاً، فلا يمكنك فقط تعليمه القاموس. عليك أن تعلمه الثقافة، و التاريخ، و السياق الخاص بالشخص المتحدث. وإلا، فإن الذكاء الاصطناعي مجرد يخمن، وفي عالم العواطف، يمكن أن يكون التخمين الخاطئ بمثابة خيانة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.