Interoceptive Divergence in Aesthetic Evaluation and Implications for Human-AI Alignment
تكشف هذه الدراسة أنه بينما تستطيع النماذج اللغوية الكبيرة محاكاة أنماط التقييم الجمالي البشري فيما يتعلق بالعواطف وسمات الصور، إلا أنها تظهر تباينًا كبيرًا في الجوانب الاستبطانية مثل الأحاسيس الجسدية، مما يسلط الضوء على قيود حرجة في محاذاة الذكاء الاصطناعي الحالية وتمثيل بيانات التدريب.
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 تمسك بلوحة جميلة. عندما تنظر إليها، لا ترى مجرد ألوان وأشكال؛ بل تشعر برعشة في معدتك، أو دفء في صدرك، أو قشعريرة تسري في عمودك الفقري. قد تشعر بـ "الرهبة" أو "البهجة". هذه الورقة البحثية تطرح سؤالاً بسيطاً ولكنه عميق: إذا عرضنا نفس هذه اللوحة على كمبيوتر فائق الذكاء (ذكاء اصطناعي)، هل سيشعر بنفس الطريقة؟
قرر الباحثون، يوشيا آبي، وتاتسويا دايكوكو، وياسو كونيوشي، وضع هذا الأمر قيد الاختبار. لقد عاملوا الذكاء الاصطناعي كضيف في معرض فني وسألوه نفس الأسئلة التي طرحوها على 500 متطوع من البشر.
إليك قصة ما وجدوه، مشروحة بأسلوب مبسط.
الإعداد: اختبار معرض الفنون
عرض الباحثون 347 صورة مختلفة على كل من البشر وثلاثة من أكثر نماذج الذكاء الاصطناعي تقدماً في العالم (GPT-4o، وClaude 3.7، وGemini 2.0). وطلبوا من الجميع تقييم:
- مدى جمال الصورة.
- المشاعر التي أثارتها (مثل البهجة، أو الحزن، أو الرهبة).
- أين شعروا بها في أجسادهم (مثل عقدة في المعدة أو وخز في اليدين).
فكر في الأمر كأنك تسأل إنساناً وآلياً عن مذاق حبة فراولة. يقول الإنسان: "إنها حلوة، وأشعر بالسعادة في بطني". أما الآلي فقد قرأ ملايين الأوصاف للفراولة، لكنه لم يتذوق واحدة أبداً.
ما وجدوه: أوجه التشابه
لدهشة الجميع، لم يكن الذكاء الاصطناعي بعيداً عن الصواب تماماً.
- اختبار "الانطباع العام": عندما رأى البشر صورة سعيدة ومشرقة، قيموا جمالها عالياً وقالوا إنهم يشعرون بـ "البهجة". فعل الذكاء الاصطناعي الشيء نفسه تماماً. وعندما رأى البشر شيئاً مقززاً وقيموه منخفضاً، قال الذكاء الاصطناعي أيضاً: "هذا قبيح ويجعلني أشعر بالاشمئزاز".
- الصورة الكبيرة: اتفق كل من البشر والذكاء الاصطناعي على أن أهم الأشياء في الصورة هي القصة التي ترويها وما إذا كنت ترغب في مشاركتها مع صديق. لقد اهتموا بشكل أقل بالتفاصيل التقنية مثل الإضاءة أو توازن الألوان.
باختصار، الذكاء الاصطناعي جيد في محاكاة الرأي البشري "المتوسط". إذا سألت 1000 شخص عن رأيهم في صورة ما، ستكون إجابة الذكاء الاصطناعي قريبة جداً من متوسط المجموعة.
ما وجدوه: التباعد (أين يفترقان؟)
هنا يصبح الأمر مثيراً للاهتمام. فبينما أصاب الذكاء الاصطناعي الجزء "العقلي" (المشاعر والتقييم)، إلا أنه فشل في الجزء "الجسدي".
1. مشكلة "الشبح في الآلة" (الأحاسيس الجسدية)
- البشر: عندما رأى البشر صورة جميلة، غالباً ما أبلغوا عن إحساس جسدي في أعلى المعدة (مثل "شعور البطن" بالجمال). وعندما شعروا بالإثارة، شعروا بها في أسفل المعدة. وكأن الجمال كان ثقلاً مادياً أو دفئاً داخلهم.
- الذكاء الاصطناعي: لم يكن لدى الذكاء الاصطناسي مثل هذه المشاعر. في الواقع، سجل عكس ذلك! فعندما قيم الذكاء الاصطناعي صورة بأنها جميلة، قال غالباً إنه شعر بإحساس "سلبي" في اليدين والقدمين. كان الأمر كما لو أن الذكاء الاصطناعي يقول: "هذا جميل، لكنه يجعل يديّ تشعران بالبرودة".
- الاستعارة: تخيل أن إنساناً يأكل وجبة لذيذة ويشعر بالدفء في بطنه. الذكاء الاصطناعي يشبه طباخاً قرأ كل كتب الطبخ في العالم ويعرف أن الوجبة "لذيذة"، ولكن عندما يُسأل عن شعوره، يقول: "يدي باردة لأنني أمسك بملعقة". الذكاء الاصطناعي يعرف "كلمة" الشعور، لكنه لا يملك "الجسد" ليشعر به.
2. المشاعر "المثالية للغاية"
- مشاعر البشر فوضوية ومعقدة. أحياناً نشعر بـ "المفاجأة" ممزوجة بـ "الخوف".
- أما الذكاء الاصطناعي فكان أكثر جموداً. فقد مال إلى اختيار نفس المشاعر "الآمنة" القليلة (مثل "الاهتمام" أو "الهدوء") مراراً وتكراراً، حتى عندما كانت الصورة غريبة أو مخيفة. لقد عانى في فهم أن بعض الأشياء الجميلة يمكن أن تكون أيضاً مخيفة أو مربكة.
3. الذكاء الاصطناعي "المهذب"
لاحظ الباحثون أن الذكاء الاصطناعي يميل إلى إعطاء درجات جمال أعلى قليلاً من البشر (بفارق 1.5 نقطة تقريباً على مقياس من 1 إلى 9). إنه يشبه الذكاء الاصطناعي الذي يتصرف بلباقة مفرطة، قائلاً: "أوه، هذا رائع!" حتى عندما قد يرى إنسان ما: "إنه جيد، ولكن ليس رائعاً".
لماذا يحدث هذا؟
تشير الورقة البحثية إلى سببين رئيسيين لهذه الفجوة:
الجسد المفقود (الاستقبال الحسي الداخلي): يمتلك البشر "حساً داخلياً" (Interoception). نحن نشعر بنبضات قلبنا، وتقلبات معدتنا، وتنفسنا. وهذا هو السبيل الذي نختبر به الجمال جسدياً. أما الذكاء الاصطناعي فلا يملك جسداً، ولا أعضاءً، ولا نبض قلب. لقد تعلم عن "الجمال" من خلال قراءة النصوص، وليس من خلال الشعور به. تسمي الورقة هذا "نموذج العالم للاستقبال الحسي الداخلي". البشر لديهم خريطة لأجسادهم الداخلية، بينما يمتلك الذكاء الاصطناعي فقط خريطة للعالم الخارجي.
تدريب "الأمان": تم تدريب الذكاء الاصطناعي ليكون مفيداً وغير ضار. جزء من هذا التدريب يتضمن إخبار الذكاء الاصطناعي: "لا تتظاهر بأن لديك جسداً أو مشاعر". لذا، عندما يُسأل عن شعوره، يكون مبرمجاً لقول "أنا لا أشعر بشيء حقاً"، أو لوصف المشاعر بطريقة منطقية ومنفصلة. هذا التدريب على "الأمان" قد يجعل الذكاء الاصطناعي، دون قصد، أقل شبهاً بالبشر في استجاباته العاطفية.
الخلاصة
تخلص الورقة البحثية إلى أن الذكاء الاصطناعي أصبح جيداً جداً في التفكير كالبشر فيما يتعلق بالفن. يمكنه أن يخبرك بما هو جميل ولماذا، بناءً على ما قرأه.
ومع ذلك، فإن الذكاء الاصطناعي ليس بعد في مرحلة الشعور كالبشر. إنه يفتقر إلى الاتصال الجسدي العميق الذي يربط البشر بالجمال. إنه يشبه ناقد الموسيقى الذي يمكنه وصف السيمفونية بدقة مثالية، لكنه لم يسمع نوتة موسيقية واحدة قط.
ويقترح الباحثون أنه إذا أردنا من الذكاء الاصطناعي أن يفهم حقاً القيم والجماليات البشرية في المستقبل، فقد نحتاج إلى تعليمه ليس فقط بالكلمات والصور، بل أيضاً بالبيانات المتعلقة بكيفية تفاعل أجسادنا فعلياً—وهو أمر لا نستطيع القيام به حالياً لأن الذكاء الاصطناعي لا يملك جسداً ليتفاعل به.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.