🤖 AI

Mobile GUI Agent Privacy Personalization with Trajectory Induced Preference Optimization

تقدم هذه الورقة البحثية "تحسين التفضيل المستحث بالمسار" (TIPO)، وهي طريقة مبتكرة تعالج تحدي مواءمة وكلاء واجهات المستخدم الرسومية للهواتف المحمولة مع تفضيلات الخصوصية المتنوعة للمستخدمين من خلال الاستفادة من وزن كثافة التفضيل وبوابة الحشو للتعامل مع مسارات التنفيذ غير المتجانسة بنيوياً، مما يحقق مواءمة فائقة للشخصية وقدرة تنفيذية للمهام مقارنة بتقنيات التحسين الحالية.

المؤلفون الأصليون: Zhixin Lin, Jungang Li, Dongliang Xu, Shidong Pan, Yibo Shi, Yuchi Liu, Yuecong Min, Yue Yao

نُشر 2026-04-14

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Zhixin Lin, Jungang Li, Dongliang Xu, Shidong Pan, Yibo Shi, Yuchi Liu, Yuecong Min, Yue Yao

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 أن لديك مساعداً رقمياً فائق الذكاء يعيش في هاتفك. هذا المساعد يمكنه فتح التطبيقات، شراء التذاكر، إرسال الرسائل، والتنقل في الخرائط بمجرد النظر إلى الشاشة وفهم ما تريده. هذا ما يسميه الباحثون "وكيل واجهة مستخدم الهاتف المحمول" (Mobile GUI Agent).

لفترة طويلة، تم تدريب هذه المساعدات بهدف رئيسي واحد: "إنجاز المهمة بأسرع وقت ممكن".

ولكن تكمن المشكلة هنا: ليس الجميع يريد إنجاز المهمة بنفس الطريقة.

المشكلة: فخ "المقاس الواحد للجميع"

تخيل شخصين يحاولان شراء تذكرة سينما عبر هواتفهما:

أليكس ("المستخدم المهتم بالخصوصية أولاً"): أليكس حذر جداً. قبل الشراء، يقوم أليكس بفحص سياسة الخصوصية، ويرفض مشاركة موقعه، ويوقف التتبع، ويقوم بتسجيل الخروج من حسابه فوراً. أليكس مستعد للنقر على بضعة أزرار إضافية للحفاظ على أمانه.
جوردان ("المستخدم المهتم بالمنفعة أولاً"): جوردان يريد فقط الحصول على التذكرة الآن. جوردان يقبل جميع الإعدادات الافتراضية، ويسمح للتطبيق بتتبع موقعه للحصول على توصيات أفضل، ويبقى مسجلاً للدخول للمرة القادمة. جوردان يريد المسار الأكثر سلاسة وسرعة.

إذا دربت ذكاءً اصطناعياً على "شراء التذكرة" فقط، فمن المرجح أنه سيتعلم مسار جوردان السريع. وإذا أعطيت أليكس نفس هذا الذكاء الاصطناائي، سيشعر أليكس بالانزعاج لأن الذكاء الاصطناعي لم يحمِ خصوصيته. وإذا حاولت تعليم الذكاء الاصطناعي أن يكون حذراً للجميع، فقد يصبح بطيئاً جداً بالنسبة لجوردان.

الطريقة القديمة لتدريب الذكاء الاصطناعي افترضت أن هناك مساراً مثالياً واحداً للوصول إلى الهدف. وتجادل هذه الورقة البحثية بأنه في العالم الحقيقي، هناك مسارات مختلفة عديدة، و"الأفضل" منها يعتمد تماماً على من هو السائل.

الحل: TIPO (الـ "GPS الشخصي")

يقترح الباحثون طريقة جديدة تسمى TIPO (تحسين التفضيلات المستحث عبر المسارات - Trajectory Induced Preference Optimization). فكر في الأمر كتعليم الذكاء الاصطناعي كيف يقود مثل أنت، وليس فقط مثل روبوت.

إليك كيف يعمل TIPO، باستخدام تشبيه بسيط:

1. مشكلة "عدم التطابق الهيكلي"

تخيل أنك تقارن بين رحلتين بالسيارة إلى نفس الوجهة:

الرحلة (أ) (جوردان): القيادة مباشرة إلى هناك. (5 توقفات).
الرحلة (ب) (أليكس): القيادة مباشرة إلى هناك، ولكن مع التوقف عند محطة وقود لفحص الزيت، ثم التوقف عند بنك لسحب النقود، ثم الذهనే إلى هناك. (8 توقفات).

إذا حاولت مقارنة هاتين الرحلتين خطوة بخطوة (الخطوة 1 مقابل الخطوة 1، الخطوة 2 مقابل الخطوة 2)، فسيصبح الأمر فوضوياً. عند الخطوة 6، تكون الرحلة (أ) قد وصلت بالفعل إلى وجهتها، لكن الرحلة (ب) لا تزال عند البنك. التدريب القياسي للذكاء الاصطناعي يصاب بالارتباك هنا؛ فهو يحاول إجبار الرحلتين على أن تبدوا متشابهتين، مما يضيف "خطوات وهمية" (حشوة) للرحلة (أ) لجعلها تتطابق. هذا يخلق ضجيجاً ويجعل الذكاء الاصطناعي مرتبكاً بشأن ما يهم حقاً.

2. حل TIPO: أداتان خاصتان

لحل هذه المشكلة، يستخدم TIPO حيلتين ذكيتين:

الأداة الأولى: "المصباح" (توزين كثافة التفضيل)
في رحلة طويلة، معظم الخطوات مملة (الانعطاف يساراً، الانعطاف يميناً). لكن هناك خطوات قليلة حاسمة (مثل اتخاذ قرار بإيقاف التتبع).
الذكاء الاصطناعي القياسي يعامل كل الخطوات بالتساوي. أما TIPO فيضع "مصباحاً" على الخطوات الحاسمة. إنه يقول للذكاء الاصطناعي: "مهلاً، تجاهل خطوات القيادة المملة للحظة. ركز بشدة على اللحظة التي قرر فيها أليكس تسجيل الخروج. هذا هو الجزء الأهم من الدرس". هذا يساعد الذكاء الاصطناعي على تعلم جوهر التفضيل، وليس فقط الآليات.
الأداة الثانية: "ملغي الضجيج" (بوابة الحشوة)
تذكر تلك "الخطوات الوهمية" التي أضفناها لجعل الرحلات تتطابق؟ يمتلك TIPO "مفتاحاً لإلغاء الضجيج" لتلك الخطوات. إنه يخبر الذكاء الاصطناعي: "تجاهل المساحات الفارغة حيث لم تفعل الرحلة (أ) أي شيء. لا تتعلم من الصمت؛ بل تعلم فقط من الأفعال الحقيقية". هذا يمنع الذكاء الاصطناعي من الارتباك بسبب الفجوات الاصطناعية.

النتائج: مساعد أذكى وأكثر شخصية

قام الباحثون ببناء مجموعة بيانات تضم 151 مهمة من العالم الحقيقي (مثل التسوق، حجز الرحلات الجوية، وإدارة الحسابات) ودربوا الذكاء الاصطناعي باستخدام هاتين الأداتين.

كانت النتائج مبهرة:

لا يزال ينجز المهمة: لم يصب التركيز الزائد على الخصوصية الذكاء الاصطناعي لدرجة نسيان كيفية شراء التذكرة. لقد نجح في حوالي 65% من المهام (وهي نسبة عالية جداً في هذا السياق المعقد).
يحترم أسلوبك: عندما طُلب منه أن يكون "مهتماً بالخصوصية أولاً"، تصرف الذكاء الاصطناعي بالفعل كإنسان مهتم بالخصوصية. وعندما طُلب منه أن يكون "مهتماً بالمنفعة أولاً"، تصرف بسرعة وكفاءة.
يعرف الفرق: استطاع الذكاء الاصطناعي التمييز بوضوح بين الأسلوبين، بينما خلطت الطرق الأخرى بينهما.

لماذا هذا مهم؟

فكر في هذا الأمر كفرق بين "الخياط" وبين "متجر الأزياء السريعة".

الذكاء الاصطناعي القديم كان مثل متجر الأزياء السريعة: يصنع قميصاً واحداً "مثالياً" يناسب الجميع بشكل "مقبول"، لكن لا أحد يحبه حقاً.
Tero (TIPO) هو مثل الخياط: يأخذ نفس القماش (المهمة) ويقصّه خصيصاً ليناسب جسدك (تفضيلات الخصوصية الخاصة بك).

يظهر هذا البحث أنه لكي تصبح المساعدات المحمولة مفيدة حقاً في حياتنا اليومية، يجب أن تتوقف عن مجرد السؤال: "ماذا تريد أن تحقق؟" وتبدأ في السؤال: "كيف تريد أن تحقق ذلك؟" سواء كنت حارساً للخصوصية أو عاشقاً للسرعة، يجب أن يكون بمقدور الذكاء الاصطناعي تكييف رحلته لتتطابق مع قيمك.

إليك ملخص تقني مفصل للورقة البحثية بعنوان: "Mobile GUI Agent Privacy Personalization with Trajectory Induced Preference Optimization" (تخصيص الخصوصية لوكيل واجهة المستخدم الرسومية للهواتف المحمولة عبر تحسين التفضيل المستحث بالمسار).

1. تعريف المشكلة

تعالج الورقة البحثية فجوة حرجة في وكلاء واجهة المستخدم الرسومية للهواتف المحمولة (Mobile GUI Agents) المدعومة بنماذج اللغات الكبيرة متعددة الوسائط (MLLMs). فبينما تبرع الأنظمة الحالية في إكمال المهام (مثل حجز التذاكر، أو إدارة البريد الإلكتروني)، إلا أنها تركز عادةً على معدل نجاح المهمة أو الكفاءة، متجاهلةً تخصيص خصوصية المستخدم.

المشكلة الجوهرية: يمتلك المستخدمون المختلفون تفضيلات خصوصية متباينة (مثل "الخصوصية أولاً" مقابل "المنفعة أولاً"). هذه التفضيلات تؤدي إلى مسارات تنفيذ متباينة هيكلياً.
- مستخدمو "الخصوصية أولاً": قد يسلكون مسارات أطول تتضمن رفض الأذونات، أو تسجيل الخروج، أو مسح الآثار.
- مستخدمو "المنفعة أولاً": يفضلون المسارات المباشرة، وقبول الإعدادات الافتراضية، ومشاركة البيانات من أجل الكفاءة.
التحدي: تفترض طرق تحسين التفضيل القياسية (مثل Direct Preference Optimization - DPO) أن المسارات المختارة والمرفوضة متوافقة هيكلياً وذات أطوال متشابهة. ومع ذلك، في وكلاء واجهة المستخدم الرسومية للهواتف المحمولة، تسبب تفضيلات الخصوصية مسارات متغيرة الطول مع عدم توافق هيكلي (على سبيل المثال، يحتوي أحد المسارات على خطوات دفاعية إضافية بينما لا يحتوي عليها الآخر).
- يفشل نظام DPO القياسي هنا لأنه يعامل عناصر المحاذاة (padding) كإشارات تدريب صالحة، مما يؤدي إلى إضعاف تعلم خطوات الخصوصية الحرجة.
- غالباً ما تكون إجراءات الخصوصية الرئيسية نادرة (sparse) ضمن المسارات الطويلة، مما يجعل من الصعب على النماذج القياسية تعلمها.

2. المنهجية: تحسين التفضيل المستحث بالمسار (TIPO)

لحل مشكلة عدم الاستقرار الناتجة عن التباين الهيكلي، اقترح المؤلفون إطار عمل TIPO، وهو إطار لتحسين التفضيل مصمم خصيصاً للمسارات ذات الأطوال والهياكل المختلفة. يقوم TIPO بتعديل دالة خسارة DPO القياسية على مستوى الخطوة باستخدام آليتين رئيسيتين:

أ. وزن كثافة التفضيل (Preference-Intensity Weighting)

يعامل DPO القياسي جميع خطوات المحاذاة بالتساوي. أما TIPO فيدرك أن ليست كل الخطوات تساهم بالتساوي في محاذاة الخصوصية.

الآلية: يقوم بتعيين وزن ( $\alpha_t$ ) لكل خطوة بناءً على "صلتها بالشخصية" (persona relevance).
التنفيذ: يستخدم نظام تسجيل قائم على القواعد (مدعوم بنموذج لغوي كبير للتقييس الدلالي) لحساب الفرق في الدرجات بين الخطوة المختارة ( $s^+$ ) والخطوة المرفوضة ( $s^-$ ). الخطوات ذات الفروقات العالية (مثل رفض إذن مقابل قبوله) تحصل على أوزان أعلى.
الهدف: تضخيم إشارة التعلم للقرارات المتعلقة بالخصوصية ومنعها من الضياع وسط خطوات تنفيذ المهام المحايدة.

ب. بوابات الحشو (Padding Gating)

عند محاذاة المسارات ذات الأطوال المختلفة، يتم حشو المسارات الأقصر بعناصر no_action (لا يوجد إجراء) لتتطابق مع طول المسار الأطول.

الآلية: يقدم TIPO آلية بوابة ( $m_t$ ) تضبط وزن خطوات الحشو هذه إلى الصفر.
الهدف: كبح "ضجيج المحاذاة". لا ينبغي للنموذج أن يتعلم تفضيل أو رفض عناصر no_action؛ بل يجب أن يتعلم فقط من الاختلافات الدلالية الحقيقية.

دالة الهدف:
تجمع خسارة TIPO بين هاتين الآليتين:
$L_{TIPO} = \mathbb{E} \left[ \text{softplus} \left( - m_t \cdot \alpha_t \cdot z_t(\theta) \right) \right]$
حيث $z_t(\theta)$ هو درجة التفضيل لكل خطوة، و $m_t$ هي بوابة الحشو، و $\alpha_t$ هو وزن كثافة التفضيل.

3. المساهمات الرئيسية

صياغة المشكلة: تعيد الورقة تعريف تخصيص وكيل واجهة المستخدم الرسومية للهواتف المحمولة كـ مهمة اختيار مسار، حيث الهدف هو اختيار مسار يتوافق مع تفضيلات خصوصية المستخدم تحت نفس هدف المهمة، بدلاً من مجرد تعظيم إكمال المهمة.
بناء مجموعة البيانات: أنشأ المؤلفون مجموعة بيانات تفضيلات الخصوصية (Privacy Preference Dataset)، والتي تحتوي على 151 حالة مهمة عبر 8 فئات (التسوق، الدفع، إلخ). وتتميز بمسارات مزدوجة (الخصوصية أولاً مقابل المنفعة أولاً) مع حوالي 8.2 ألف خطوة مشروحة، تلتقط بوضوح التباين الهيكلي والأطوال المتغيرة.
الخوارزمية (TIPO): اقتراح طريقة تحسين مبتكرة تتعامل مع التباين الهيكلي عبر وزن كثافة التفضيل وبوابة الحشو، متفوقة على DPO والأساليب المرجعية الأخرى للمحاذاة.

4. النتائج التجريبية

أُجريت التجارب باستخدام Qwen2.5VL-3B كنموذج أساسي، مع مقارنة TIPO بنماذج مرجعية مثل Frozen، SFT، DPO، ORPO، CPO، SimPO، و IPO.

المقاييس الرئيسية:

SR (معدل النجاح): القدرة على إكمال المهمة.
PAS-S / PAS-U: الالتزام بالشخصية (السلوكيات الموجهة نحو الأمن مقابل السلوكيات الموجهة نحو المنفعة).
Compliance (الامتثال): متوسط الالتزام بالشخصية المستهدفة.
PD (تمييز الشخصية): القدرة على توليد مسارات مختلفة تماماً للشخصيات المختلفة لنفس المهمة.

أبرز نتائج الأداء:

النجاح العام: حقق TIPO أعلى معدل نجاح إجمالي (65.60%)، مما يثبت أنه يحافظ على قابلية تنفيذ المهمة مع المحاذاة مع التفضيلات.
الالتزام بالشخصية: حقق TIPO أعلى درجة امتثال (46.22)، متفوقاً بشكل كبير على DPO (31.94).
تمييز الشخصية: حقق TIPO أفضل درجة تمييز شخصية (66.67%)، مما يشير إلى قدرته على التمييز بفعالية بين شخصيات الخصوصية والمنفعة، بينما تميل الطرق الأخرى غالباً للتقارب نحو سلوك واحد.
دراسة الاستئصال (Ablation Study): أدى إزالة أي من آليتي الوزن أو البوابة إلى انخفاض في الأداء، مما يؤكد أن كلا المكونين ضروريان ومتكاملان.

الأداء عبر فئات المهام:

إدارة الحسابات والملفات: سجلت أعلى درجة تمييز شخصية (80.00%) بسبب الاختلافات الهيكلية الصريحة (مثل الحفظ المحلي مقابل المزامنة السحابية).
المهام المعاملاتية: سجلت أعلى معدل نجاح (72.17%)، مما يظهر المتانة في سير العمل المعقد.

5. الأهمية والآثار المترتبة

ما وراء الخصوصية: رغم التركيز على الخصوصية، فإن إطار عمل TIPO قابل للتطبيق على أي تفضيل مستخدم يغير هيكل التنفيذ (مثل الحساسية للتكلفة، الكفاءة، أو سهولة الوصول).
تحول في تصميم الوكلاء: تجادل الورقة بأن التخصيص لا ينبغي أن يقتصر فقط على ما يخرجه الوكيل (المحتوى)، بل على كيفية تنفيذه للمهمة (العملية/المسار).
الأثر العملي: بالنسبة للمطورين، يشير هذا إلى أن جمع المسارات المزدوجة تحت ملفات تعريف مستخدم مختلفة واستخدام تحسين التفضيل على مستوى المسار هو مسار قابل للتطبيق لبناء وكلاء هواتف محمولة موثوقين وواعين بالمستخدم.
التقدم التقني: تقدم الورقة حلاً لمشكلة "التباين الهيكلي" في RLHF/DPO، وتثبت أن طرق المحاذاة القياسية تفشل عندما تختلف المسارات في الطول والهيكل، وتقدم بديلاً قوياً.

باختصار، تسد هذه الورقة الفجوة بين تنفيذ المهام وتفضيلات خصوصية المستخدم في وكلاء الهواتف المحمولة، حيث تقدم تقنية تحسين متخصصة (TIPO) ومجموعة بيانات عالية الجودة لتمكين الوكلاء من احترام حدود الخصوصية التي يحددها المستخدم دون التضحية بنجاح المهمة.