Measuring Embedding Sensitivity to Authorial Style in French: Comparing Literary Texts with Language Model Rewritings
تتقصى هذه الورقة مدى قدرة تضمينات النماذج اللغوية الفرنسية على التقاط واستبقاء السمات الأسلوبية للمؤلف بعد إعادة الكتابة، مبرهنةً على أن هذه الإشارات تستمر وتُظهر أنماطاً خاصة بكل نموذج، مما يفتح آفاقاً جديدة للكشف عن محاكاة التأليف.
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
إليك شرح للورقة البحثية باستخدام لغة بسيطة وتشبيهات إبداعية.
السؤال الكبير: هل يمكن للذكاء الاصطناعي "تزييف" روح الكاتب؟
تخيل أن لديك مجموعة من الطهاة المشهورين (مثل بروست، وسيلين، ويورسنار). لكل منهم طريقتُه الفريدة في الطهي: أحدهم يستخدم وصفات طويلة ومعقدة بمكونات فاخرة؛ والآخر يطبخ بسرعة، وبصخب، وبفوضوية؛ والثالث دقيق ويهتم بالجانب التاريخي.
الآن، تخيل طاهياً آلياً فائق الذكاء (ذكاء اصطناعي أو نموذج لغوي كبير) يحاول تقليد هؤلاء الطهاة البشر. يُقال للروبوت: "اطبخ هذا الطبق المحدد (رحلة بالحافلة في باريس)، ولكن اجعل مذاقه يشبه تماماً ما يطبخه الشيف بروست".
السؤال الكبير الذي تطرحه هذه الورقة هو: إذا تذوقنا طعام الروبوت، فهل سنظل نشعر بـ "النكهة" الفريدة للطاهي البضم، أم أن المذاق الميكانيكي الخاص بالروبوت سيسيطر على الأمر؟
في عالم الكمبيوتر، تُقاس "النكهة" باستخدام التمثيلات المتجهة (embeddings). فكر في التمثيلات المتجهة كبصمة رقمية أو إحداثيات نظام تحديد المواقع (GPS) لقطعة من النص. كل جملة تحصل على مجموعة محددة من الأرقام التي تخبر الكمبيوتر بمكان وجودها في خريطة ضخمة للغة.
التجربة: اختبار "رحلة الحافلة"
قام الباحثون بإعداد تجربة منضبطة باستخدام الأدب الفرنسي:
- الوصفة الأساسية (الموضوع): بدأوا بكتاب لـ "ستيفان توفيري" يحكي نفس القصة تماماً (رحلة بالحافلة في باريس) ولكن بأساليب مختلفة متعددة. هذا يضمن أن القصة هي نفسها، لذا فإن أي اختلافات ستكون متعلقة فقط بـ الأسلوب.
- الطهاة البشر: أخذوا نصوصاً من ثلاثة مؤلفين فرنسيين حقيقيين:
- بروست: معروف بجمله الطويلة والمتدفقة والمعقدة.
- سيلين: معروف بجمله القصيرة والمقتضبة التي تشبه لغة الكلام.
- يورسنار: معروف بكتابته المتوازنة والتاريخية والدقيقة.
- الطهاة الآليون: طلبوا من ثلاثة نماذج ذكاء اصطناعي مختلفة (GPT، وMistral، وGemini) إعادة كتابة قصة "رحلة الحافلة"، محاولةً تقليد أسلوب بروست، وسيلين، ويورسنار.
كيف قاسوا "النكهة"
لم يكتفِ الباحثون بسؤال البشر عن النصوص، بل استخدموا خريطة رياضية (تسمى UMAP) لتحديد أين تستقر كل هذه النصوص.
- الخريطة البشرية: عندما رسموا نصوص المؤلفين البشر الحقيقيين، شكلت نصوصهم جزرًا متميزة ومنفصلة. كانت نصوص بروست في تجمع واحد، ونصوص سيلين في تجمع آخر، ونصوص يورسنار في تجمع ثالث.
- خريطة الروبوت: عندما رسموا النصوص التي أنتجها الذكاء الاصطناعي، أرادوا معرفة ما إذا كانت الروبوتات قد نجحت في الهبوط على نفس الجزر التي يوجد فيها البشر، أم أنها انجرفت بعيداً إلى "منطقة الروبوت" الخاصة بها.
قاموا بقياس التشتت (dispersion)، وهو يشبه قياس مدى تباعد مجموعة من الأشخاص في غرفة ما.
- إذا نجح الذكاء الاصطناعي في تقليد الأسلوب، فيجب أن تكون نصوص الذكاء الاصطناعي متجمعة بإحكام مع النصوص البشرية (تشتت منخفض).
- إذا فشل الذكاء الاصطناعي، فستتشتت نصوص الذكاء الاصطناعي بعيداً عن البشر (تشتت عالٍ).
ما الذي وجدوه؟
1. الروبوتات يمكنها المحاكاة، ولكن ليس بشكل مثالي
وجدت الدراسة أن نماذج الذكاء الاصطناعي استطاعت بالفعل التقاط بعض أساليب المؤلفين البشر. نصوص "بروست الروبوت" كانت تقترب من "بروست الحقيقي" أكثر من اقترابها من "سيلين الحقيقي". ومع ذلك، لم يكن الاتصال مثالياً؛ فقد كانت نصوص الذكاء الاصطني تشبه نسخة ضوئية باهتة قليلاً من الأصل؛ البصمة موجودة، لكنها أخف.
2. الروبوتات المختلفة لها "أيدٍ" مختلفة
تماماً كما قد يكون الطاهي البشري أفضل في الخبز من القلي، كان نماذج الذكاء الاصطناعي المختلفة أفضل في تقليد مؤلفين مختلفين:
- كان Mistral الأفضل في تقليد أسلوب بروست المعقد.
- كان GPT جيداً بشكل مفاجئ في التقاط أسلوب سيلين الفوضوي الذي يشبه لغة الكلام.
- أدى Gemini بشكل جيد مع دقة يورسنار التاريخية.
3. "النكهة" تتغير بناءً على من تسأل
لاحظ الباحثون شيئاً مثيراً للاهتمام: الطريقة التي يقيسون بها "النكهة" كانت مهمة.
- إذا نظروا إلى السمات السطحية (مثل عدد الفواصل أو الكلمات القصيرة المستخدمة)، بدا أحد الروبوتات كأفضل نسخة.
- أما إذا نظروا إلى السمات الهيكلية العميقة (مثل تعقيد بنية الجملة)، فقد بدا روبوت آخر كأفضل نسخة.
الأمر يشبه الحكم على لوحة فنية: إذا نظرت فقط إلى الألوان، يفوز فنان واحد. وإذا نظرت إلى ضربات الفرشاة، يفوز فنان آخر. لقد حافظت نماذج الذكاء الاصطناعي على أجزاء مختلفة من الأسلوب البشري اعتماداً على الجزء الذي يتم فحصه من "البصمة".
الخلاصة
تخلص الورقة إلى أن تمثيلات الذكاء الاصطناعي (embeddings) حساسة للأسلوب البشري، لكن الإشارة تضعف وتتشوه بعد إعادة الكتابة.
فكر في الأمر مثل لعبة "الهاتف المكسور" (Telephone):
- الجولة الأولى: بشر يهمس بقصة لبشر آخر. تظل الرسالة كما هي تقريباً، لكن "الصوت" يتغير قليلاً.
- الجولة الثانية: بشر يهمس لروبوت، والروبوت يهمس بدوره. يحصل الروبوت على "جوهر" القصة، لكن "الصوت" الفريد للإنسان الأصلي يصبح مشوشاً.
تظهر الدراسة أنه بينما يمكن للذكاء الاصطناعي محاكة مظهر مؤلف مشهور، فإن "الروح" الرياضية العميقة لأسلوب ذلك المؤلف لا تُحفظ إلا جزئياً. وهذا يعني أنه في المستقبل، قد نتمكن من اكتشاف ما إذا كان النص قد كُتب بواسطة إنسان أو ذكاء اصطناعي من خلال النظر في مدى "ضبابية" أو "تشوه" بصمات الأسلوب هذه.
ملاحظة هامة: لا تدعي الورقة أن هذه التكنولوجيا جاهزة لكشف غشاشي الذكاء الاصطناعي في الوقت الفعلي أو لاستخدامها في المحكمة. إنها دراسة أولية تظهر أن "إشارة الأسلوب" موجودة ولكنها هشة. ويشير المؤلفون إلى أن هذه مجرد بداية لفهم كيفية تعامل الذكاء الاصطناعي مع الإبداع البشري.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.