Evaluating AI-Generated Images of Cultural Artifacts with Community-Informed Rubrics
تقترح هذه الورقة إطاراً لدمج منظورات المجتمع في تقييم الذكاء الاصطنا-عي عبر إشراك الفئات المهمشة في مرحلة "التمثيل المنهجي" لتحديد تمثيلات ملائمة ثقافياً للمصنوعات، والتي يتم بعد ذلك تحويلها إلى أدوات قياس آلية باستخدام النماذج اللغوية الكبيرة متعددة الوسائط.
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 توظف روبوتًا فنانًا سريعًا وذكيًا جدًا لرسم صور لأشياء من جميع أنحاء العالم. تطلب منه رسم "عصا بيضاء" لشخص كفيف، أو "ساري كاسافو" (Kasavu saree) من الهند، أو "قارب ثعبان" (snake boat) من أحد المهرجانات.
الروبوت سريع، لكنه حالم بعض الشيء. أحيانًا، يرسم عصا تشبه عصا الحلوى، أو قاربًا يبدو كأنه لعبة أطفال، أو طبلًا بشكل خاطئ. بالنسبة للناس الذين يستخدمون هذه الأشياء فعليًا أو يرتدون هذه الملابس، فإن هذه الأخطاء ليست مجرد "خيارات فنية" — بل يشعرون أن الروبوت لا يفهمهم على الإطلاق. الأمر يشبه لو أن شخصًا ما رسم وصفة جدتك المفضلة باستخدام مكونات لم تسمع بها قط؛ تبدو كأنها طعام، لكنها ليست طعامها هي.
هذه الورقة البحثية تتحدث عن كيف قام فريق من الباحثين بإصلاح هذه المشكلة عبر طلب المساعدة من الأشخاص المناسبين. إليك قصة كيف فعلوا ذلك، مقسمة ببساطة.
1. المشكلة: الروبوت يخمن
لاحظ الباحثون أن مولدات الصور بالذكاء الاصطالي (مثل DALL-E أو Stable Diffusion) غالبًا ما تخطئ في التفاصيل الثقافية. قد تخلط بين لعبة هندية تقليدية ولعبة لوحية غربية، أو ترسم أداة لشخص كفيف بطريقة تجعلها عديمة الفائدة.
الطريقة المعتادة لإصلاح ذلك هي جعل برنامج كمبيوتر يفحص الصور. لكن الباحثين أدركوا: الكمبيوتر لا يعرف ما هو "الاحترام الثقافي". هو يعرف فقط ما تدرب عليه، وإذا تدرب في الغالب على صور غربية، فسوف يفتقد الفروق الدقيقة لثقافات أخرى.
2. الحل: "كتاب وصفات المجتمع"
بدلاً من ترك الكمبيوتر يخمن، ذهب الباحثون مباشرة إلى المصدر. عقدوا ورش عمل مع ثلاث مجموعات محددة:
- المكفوفين وضعاف البصر في المملكة المتحدة.
- سكان ولاية كيرالا، وهي ولاية في جنوب الهند.
- سكان تاميل نادو، وهي ولاية مجاورة في جنوب الهند.
لم يكتفوا بسؤالهم: "هل هذه الصورة جيدة؟" بل عاملوا أفراد المجتمع كـ خبراء تذوق. عرضوا على المجموعة صورًا تم إنشاؤها بالذكاء الاصطناي وسألوا:
- "هل ستعرض هذه الصورة لعائلتك؟"
- "ما الخطأ في هذه الصورة؟"
- "ما الذي يجب أن يتواجد في الصورة لتكون حقيقية؟"
3. العملية: من "الشعور العام" إلى "كتاب القواعد"
هذا هو الجزء الأهم في الورقة. لقد حول الباحثون مشاعر المجتمع إلى كتاب قواعد (أو معايير).
فكر في الأمر كالتالي:
- "الشعور العام" (The Vibe): يقول أحد أفراد المجتمع: "هذا القارب يبدو خاطئًا. يجب أن يكون طويلًا ونحيفًا، ويجب أن يواجه المجدفون الخلف".
- "كتاب القواعد": يحول الباحثون ذلك إلى قائمة مراجعة صارمة:
- هل القارب طويل ونحيف؟ (نعم/لا)
- هل المجدفون يواجهون الخلف؟ (نعم/لا)
- هل مقدمة القارب مدببة؟ (نعم/لا)
إذا اجتازت صورة الذكاء الاصطناعي كل هذه الفحوصات، تحصل على درجة "اجتياز". وإذا فشلت في واحدة منها، تحصل على "رسوب".
لقد فعلوا ذلك لستة عناصر مختلفة: العصا البيضاء، جهاز تدوين برايل، قارب الثعبان، الطبل التقليدي، اللعبة اللوحية، والساري.
4. المفاجأة: هل يمكن للروبوت قراءة كتاب القواعد؟
بمجرد حصولهم على كتب القواعد هذه المصنوعة من قبل المجتمع، طرح الباحثون سؤالاً كبيًا: هل يمكننا استخدام ذكاء اصطناعي آخر ("ذكاء اصطناعي حَكَم") لتقييم الصور تلقائيًا باستخدام هذه القواعد؟
لقد جربوا ذلك. قاموا بتغذية الصور المولدة بالذكاء الاصطاي وكتاب قواعد المجتمع في "ذكاء اصطناعي حَكَم" قوي.
- الأخبار الجيدة: كان الحَكَم الآلي جيدًا بشكل مفاجئ في رصد الأخطاء الواضحة. استطاع معرفة ما إذا كانت العصا بلون خاطئ أو إذا كان القارب يشبه المنزل.
- الأخبار السيئة: واجه الحَكَم الآلي أحيانًا صعوبة في الأمور الدقيقة. على سبيل المثال، واجه صعوبة في التحقق مما إذا كانت "النقاط" على جهاز برايل مرتبة بالنمط الصحيح، أو ما إذا كان قماش الساري يبدو من نوع القطن الصحيح.
الأمر يشبه توظيف روبوت لتصحيح اختبار رياضيات. هو بارع في التحقق مما إذا كانت الأرقام صحيحة، لكنه قد يغفل عما إذا كان الطالب قد استخدم الطريقة الخاطئة للوصول للنتيجة.
5. الدرس الكبير: البشر أولاً، الروبوتات ثانيًا
تختتم الورقة برسالة مهمة جدًا: لا يمكنك أتمتة "روح" الثقافة.
- مرحلة "التحويل إلى نظام" (الجزء البشري): هذا هو المكان الذي تحتاج فيه إلى بشر حقيقيين. أنت بحاجة للمجتمع الكفيف ليخبرك أن العصا يجب أن تحتوي على قسم أبيض، أو لسكان كيرالا ليخبروك أن القارب يجب أن يكون له ذيل مدبب محدد. هذه هي "الوصفة".
- مرحلة "التشغيل العملي" (جزء الروبوت): هذا هو المكان الذي يمكنك فيه استخدام الذكاء الاصطناعي للتحقق من الوصفة. يمكن للروبوت مسح 1000 صورة بسرعة والقول: "مهلاً، 900 من هذه الصور لديها ذيل قارب خاطئ".
الخلاصة
هذه الورقة هي مخطط لكيفية بناء ذكاء اصطاني يحترم الجميع. وتقول:
- لا تترك الذكاء الاصطناعي يقرر ما هو "صحيح ثقافيًا". فهو لا يعرف الفرق بين عصا الحلوى والعصا البيضاء.
- اسأل المجتمع أولاً. حول تجاربهم المعيشية إلى قائمة مراجعة واضحة.
- استخدم الذكاء الاصطناعي للقيام بالعمل الشاق. بمجرد حصولك على قائمة المراجعة، اترك الروبوت يفحص آلاف الصور للعثور على الأخطاء.
من خلال القيام بذلك، ننتقل من ذكاء اصطناعي يمحو الثقافات عن غير قصد، إلى ذكاء اصطناعي يسترشد بالناس الذين يعيشون تلك الثقافات بالفعل. إنه يشبه إعطاء الروبوت خريطة رسمها السكان المحليون، بدلاً من تركه يخمن الطريق.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.