Social Meaning in Large Language Models: Structure, Magnitude, and Pragmatic Prompting
تُظهر هذه الورقة أنه بينما تُحاكي النماذج اللغوية الكبيرة الأنماط الهيكلية للاستدلالات الاجتماعية البشرية نوعياً، إلا أنها غالباً ما تُشوه حجم هذه الاستدلالات، وهو قصور يمكن التخفيف من حدته جزئياً عبر استراتيجيات التلقين القائمة على النظرية التداولية، وتحديداً تلك التي تتناول معرفة المتحدث ودوافعه.
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 روبوتاً كيف يفهم المحادثات البشرية. أنت تريد منه ألا يكتفي بسماع الكلمات فحسب، بل أن "يفهم" المعنى الخفي وراءها — مثل معرفة أن الشخص إذا قال "الاجتماع في حوالي الساعة 3 مساءً"، فقد يكون غير منظم بعض الشيء، ولكن إذا قال "الاجتماع في الساعة 3:02 تماماً"، فمن المرجح أنه شخص دقيق للغاية.
هذه الورقة البحثية تدور حول اختبار ثلاثة روبوتات ذكية جداً (نماذج لغوية كبيرة، أو LLMs) لمعرفة ما إذا كان بإمكانها القيام بهذا النوع من "القراءة الاجتماعية" ببراعة تضاهي البشر، وما إذا كان بإمكاننا تعليمها القيام بذلك بشكل أفضل باستخدام تعليمات محددة.
إليك تفصيل الدراسة باستخدام تشبيهات بسيطة:
1. المشكلة: الروبوت يضبط "الاتجاه" الصحيح، لكنه يخطئ في "درجة الصوت"
قام الباحثون بإعداد اختبار بناءً على تجربة بشرية. حيث طلبوا من الناس تقييم مدى كون المتحدث يبدو "كفؤاً" أو "متعاوناً" عندما يعطي رقماً دقيقاً (مثلاً: "500 دولار") مقابل رقم تقريبي (مثلاً: "حوالي 500 دولار") في مواقف مختلفة (مثل التحدث إلى وكيل تأمين مقابل التحدث إلى صديق).
النتيجة:
كانت الروبوتات الذكية جيدة بشكل مفاجئ في تحديد الاتجاه الصحيح.
- الإنسان: "إذا قلت 'حوالي 500 دولار' لوكيل تأمين، سأبدو أقل كفاءة".
- الذكاء الاصطناعي: "نعم، أنا أتفق. درجة الكفاءة تنخفض".
ومع ذلك، كانت الروبوتات سيئة جداً في تحديد المقدار (القوة) بشكل صحيح.
- الإنسان: "الدرجة تنخفض قليلاً".
- الذكاء الاصطناعي: "الدرجة تنخفض بمقدار هائل!".
التشبيه:
تخيل مقبض التحكم في مستوى الصوت في جهاز ستيريو. الروبوتات تعرف بالضبط أي اتجاه يجب أن تدير فيه المقبض (للأعلى أو للأسفل) لتطابق المشاعر البشرية. لكنها غالباً ما تدير مقبض الصوت بعيداً جداً، فتجعل الصوت إما صاخباً بشكل يصم الآذان أو خافتاً جداً لدرجة لا تُسمع. إنها تفهم "الاتجاه"، لكنها تبالغ في "الشدة".
2. الأدوات الجديدة: قياس "المبالغة"
قبل هذه الورقة، كان العلماء يتحققون غالباً مما إذا كان الروبوت يقول "نعم" أو "لا". قدمت هذه الورقة "مسطرتين" جديدتين لقياس مدى مبالغة الروبوت بالضبط:
- "مقياس المبالغة" (نسبة حجم الأثر): يقيس ما إذا كان رد فعل الروبوت أقوى بمقدار 1x أو 2x أو 10x من رد فعل البشر.
- "درجة المعايرة" (انحراف المعايرة): تعطي رقماً واحداً يوضح مدى ابتعاد الروبوت عن المتوسط البشري.
3. التجربة: هل يمكننا "توجيه" الروبوتات للمعايرة؟
حاول الباحثون أربع طرق مختلفة للتحدث مع الروبوتات (تسمى "التوجيه" أو Prompting) لمعرفة ما إذا كان بإمكانهم إصلاح مقبض الصوت. استخدموا فكرتين من نظرية اللغة البشرية:
- التفكير في البدائل: "ماذا كان يمكن للمتحدث أن يقول أيضاً؟" (مثلاً: "لماذا لم يقل الرقم الدقيق؟").
- التفكير في الدوافع: "بماذا يشعر المتحدث أو بماذا يفكر؟" (مثلاً: "هل هو متوتر؟ هل لا يعرف الرقم الدقيق؟").
نتائج "التدريب":
- خدعة "البدائل" (التفكير في كلمات أخرى):
- النتيجة: مختلطة. بالنسبة لبعض الروبوتات، ساعد الأمر قليلاً. وبالنسبة لأخرى، جعلها أسوأ. كان الأمر أشبه بإخبار ممثل متوتر: "فكر في كل السطور الأخرى التي كان بإمكانك قولها!"، فينتهي به الأمر بالتمثيل المبالغ فيه أكثر فأكثر.
- خدعة "الدوافع" (التفكير في عقل المتحدث):
- النتيجة: مفيدة جداً! عندما طُلب من الروبوتات تخيل معرفة المتحدث ومشاعره، توقفت عن المبالغة كثيراً. أصبحت أكثر شبهاً بالبشر.
- التشبيه: يشبه الأمر إخبار قاضٍ: "قبل أن تقرر، تخيل أنك الشخص الذي يحاكم. ماذا كان يفكر؟". هذا يجعل الحكم أكثر توازناً.
- خدعة "الدمج" (التفكير في كليهما):
- النتيجة: كانت هذه هي أفضل استراتيجية إجمالية. عندما طُلب من الروبوتات التفكير في كل من الكلمات البديلة ودوافع المتحدث، حققت الأداء الأكثر اتساقاً عبر نماذج الروبوتات الثلاثة المختلفة.
4. الخلاصة الكبرى
تخلص الورقة إلى أن هذه الروبوتات الذكية تشبه الممثلين الموهوبين ولكن الدراميين.
- إنها تحفظ النص تماماً (تفهم القواعد الاجتماعية).
- لكنها تفتقر إلى "اللمسة البشرية" الدقيقة لمعرفة مدى قوة الشعور بتلك القواعد. إنها تميل إلى المبالغة في الأداء.
بينما يمكننا إعطاؤها تعليمات لتهدئة حدتها (خاصة من خلال مطالبتها بالتفكير في عقل المتحدث)، إلا أننا لم نحل المشكلة تماماً بعد. بعض الروبوتات أفضل طبيعياً في هذا الأمر من غيرها، وحتى أفضل التعليمات تجعلها "تشبه البشر إلى حد كبير" فقط.
باختصار:
الذكاء الاصطناعي أصبح جيداً جداً في فهم ما نعنيه اجتماعياً، لكنه لا يزال يكافح لمطابقة مدى قوة شعورنا تجاه ذلك. يمكننا مساعدتهم على التحسن من خلال مطالبتهم بـ "وضع أنفسهم مكان المتحدث"، لكنهم لا يزالون بحاجة إلى مزيد من الممارسة لضبط مستوى الصوت بشكل صحيح.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.