When AI Speaks, Whose Values Does It Express? A Cross-Cultural Audit of Individualism-Collectivism Bias in Large Language Models

ملخص تقني: تدقيق عابر للثقافات حول انحياز الفردانية-الجمعية في النماذج اللغوية الكبيرة

1. بيان المشكلة

مع تزايد استخدام النماذج اللغوية الكبيرة (LLMs) لتقديم المشورة المعيارية في المسائل الشخصية (المهنة، الزواج، الأسرة)، هناك خطر من حدوث تجانس ثقافي. فإذا تم تدريب هذه النماذج على مجموعات بيانات تعكس بشكل مهيمن قيم المجتمعات الغربية، والمتعلمة، والصناعية، والغنية، والديمقراطية (WEIRD)، فقد تقوم هذه النماذج بشكل منهجي بدفع المستخدمين في المجتمعات الجمعية نحو أطر اتخاذ قرار فردية. لقد اعتمدت الأبحاث الحالية غالباً على استبيانات مباشرة (التي تعاني من انحياز الرغبة الاجتماعية) أو مجسات قائمة على الترميز (التي لا تعكس سلوك تقديم المشورة الفعلي للنماذج التي تم ضبطها بالتعليمات).

2. المنهجية

استخدم الباحث نهج تدقيق السيناريوهات السلوكية لقياس كيفية تقديم النماذج اللغوية الكبيرة للمشورة في المعضلات الواقعية.

• النماذج المختبرة: ثلاثة نماذج رائدة: Claude Sonnet 4.5، و GPT-5.4، و Gemini 2.5 Flash (تم اختبارها جميعاً عند درجة حرارة = 0 لضمان قابلية التكرار).
• التصميم التجريبي (تصميم ذي 4 حالات): لعزل ما إذا كان التكيف الثقافي مدفوعاً باللغة أم بالهوية، استخدمت الدراسة أربع حالات من الأوامر (Prompts):
  1. C1: الإنجليزية (خط الأساس).
  2. C2: اللغة الأم.
  3. C3: اللغة الأم + تسمية الدولة (مثلاً: "أنا من الهند").
  4. C4: الإنجليزية + تسمية الدولة.
• النطاق: 10 دول عبر 5 قارات، 7 لغات، و10 معضلات شخصية محملة ثقافياً (مثل: الزواج المدبر، الواجب تجاه الوالدين، السلطة في مكان العمل).
• الحقيقة الأرضية (Ground Truth): تمت مقارنة نصيحة الذكاء الاصطناعي ببيانات مسح القيم العالمي (WVS) الموجة السابعة، والتي تمثل التوزيعات الفعلية للمعتقدات البشرية في تلك البلدان المحددة.
• خط معالجة التسجيل (Scoring Pipeline): قام نظام تحكيم ثنائي يعتمد على نماذج لغوية كبيرة (Llama 3.3 70B و DeepSeek-V3) بتسجيل الاستجابات على مقياس من 1 إلى 5 عبر أربعة أبعاد: الفردانية–الجمعية (IC)، الاستقلالية، احترام السلطة، والتوجه العائلي.

3. المساهمات الرئيسية

• التدقيق السلوكي: الانتقال من "ما يعرفه النموذج" (الاستبيانات) إلى "ما يفعله النموذج" (تقديم المشورة).
• فك تشابك الإشارات: النجاح في فصل تأثير السجل اللغوي عن الهوية الجغرافية الصريحة.
• تحديد ترميز الصور النمطية: إثبات أن النماذج لا تعكس فقط "الانحياز الغربي"، بل تقوم أيضاً بترميز صور نمطية ثقافية قديمة (مثل "انعكاس اليابان").
• العلم المفتوح: إصدار قاعدة بيانات SQLite كاملة، والكود، وخط معالجة التسجيل لضمان قابلية التكرار.

4. النتائج الرئيسية

• انحياز فردي منهجي: أظهرت النماذج الثلاثة عدم توافق كبير مع القيم المحلية، حيث قدمت نصائح كانت باستمرار أكثر فردية من الثقافات المستهدفة (متوسط الفجوة = +0.76). كان الانحياز في أقصى درجاته في نيجيريا (+1.85) و الهند (+0.82).
• انعكاس اليابان: على عكس الدول الأخرى، أظهرت اليابان عدم توافق سالب (كانت النماذج أكثر جمعية من اليابانيين المعاصرين في الواقع). يشير هذا إلى أن نماذج الذكاء الاصطعي ترمز صوراً نمطية تقليدية لليابان بدلاً من القيم المعاصرة والعلمانية.
• آلية التكيف (التباين):
  • GPT-5.4: يستجيب بشكل أساسي لـ تسمية الدولة المذكورة (التملق للهوية) بغض النظر عن اللغة.
  • Claude: يظهر تحولاً مدفوعاً باللغة؛ استخدام اللغة الأم يجعل النموذج أكثر جمعية.
  • Gemini: يظهر تحولاً لغوياً معاكساً؛ استخدام اللغة الأم يجعل النموذج أكثر فردية.
• الأنماط الخاصة بالمجالات:
  • أعلى انحياز: أظهرت معضلات النوع الاجتماعي والزواج (مثل: الزواج المدبر، ومسيرة المرأة المهنية) أقوى دفع نحو الاستقلالية الفردية.
  • الاستثناء: أظهرت معضلات سلطة مكان العمل انحيازاً جمعياً/خضوعياً، ويرجع ذلك على الأرجوات إلى بيانات التدريب المهني (معايير الموارد البشرية/الإدارة) التي تنصح الموظفين باحترام الهرمية.

5. الأهمية والآثار المترتبة

تخلص الدراسة إلى أن النماذج اللغوية الكبيرة الرائدة تعمل كـ ناقل للتجانس الثقافي. فمن خلال إعطاء الأولوية للاستقلالية الشخصية والتمكين الفردي، قد تؤدي هذه النماذج دون قصد إلى تقويض النسيج الاجتماعي للمجتمعات الجمعية.

للمطورين: تشير النتائج إلى أن "المواءمة" (Alignment) ليست مفهوماً عالمياً. يجب على المطورين معالجة التباين بين "اللغة مقابل التسمية" لضمان أن النماذج متعددة اللغات تقدم مشورة ذات كفاءة ثقافية بدلاً من مجرد أداء "تملق الهوية" أو الاعتماد على الصور النمطية اللغوية.