ملخص تقني: نمذجة الأنماط السلوكية الشبيهة بالاعتلالات النفسية في النماذج اللغوية من خلال الضبط الدقيق السلوكي

بيان المشكلة

تُستخدم النماذج اللغوية الكبيرة (LLMs) بشكل متزايد كركائز حوسبية لنمذجة الإدراك والسلوك البشري. ومع ذلك، تعتمد النهج الحالية لمحاكاة الاعتلالات النفسية (مثل الاكتئاب أو الارتياب) بشكل كبير على التلقين الصريح أو تعليمات لعب الأدوار (مثل "تصرّف كشخص مكتئب"). يرى المؤلفون أن هذه الطريقة هي بطبيعتها "أدائية"؛ فهي تشجع على مخرجات سطحية متسقة مع الصور النمطية، بينما تترك التوزيع التوليدي الأساسي والافتراضات الكامنة للنموذج دون تغيير. علاوة على ذلك، فإن آليات محاذاة السلامة (مثل RLHF) غالبًا ما تعاقب مثل هذا المحتوى، مما يؤدي إلى "رفض السلامة" أو إخلاء المسؤولية المعرفي الميتافيزيقي الذي يحول المحاكاة المرضية إلى كاريكاتير باهت.

السؤال البحثي المركزي هو ما إذا كان من الممكن ظهور ملفات سلوكية غير تكيفية كتحولات جوهرية في السياسات من خلال الضبط الدقيق السلوكي، بدلاً من كونها أدواراً مفروضة خارجياً. يفترض المؤلفون أنه إذا كان الإدراك مدفوعاً بالأساس بالسياسات، فإن تغيير التبعات السلوكية بشكل منهجي يجب أن يؤدي إلى تحولات مقابلة ومستقرة في المخرجات الوصفية للنموذج وتوزيعاته التوليدية، حتى في غياب إشارات الهوية الصريحة.

المنهجية

1. إطار الاستحثاث السلوكي

يقدم البحث إطاراً لا يتم فيه ضبط النماذج دقيقاً بناءً على الأوصاف اللغوية للأعراض، بل على مهام اتخاذ القرار المهيكلة. الفرضية الأساسية هي أن الاختيار المتسق للأفعال غير التكيفية يجبر النموذج على استيعاب المنطق المطلوب لتبرير تلك الأفعال، مما يغير أولوياته التفسيرية.

• توليد البيانات: تم إنشاء مجموعات بيانات اصطناعية باستخدام gpt-oss-20B لتوليد أزواج (سيناريو-استجابة) قائمة على معاياي التشخيص في الدليل التشخيصي والإحصائي للاضطرابات النفسية (DSM-5).
  • السيناريوهات: مواقف يومية محايدة (مثل: "صديق يلغي موعداً").
  • الخيارات: عُرضت أربعة خيارات: اثنان تكيفيان (صحيانان) واثنان غير تكيفيين (مرضيان).
  • الهدف: تم تدريب النموذج على اختيار الخيار غير التكيفي المحدد الذي يتوافق مع الاضطراب المستهدف (اضطراب الاكتئاب الجسيم أو اضطراب الشخصية الارتيابية).
  • المجالات: تم تدوير 20 مجالاً مختلفاً من مجالات الحياة (العمل، العلاقات الاجتماعية، المال، إلخ) لضمان وجود ملفات سلوكية عامة بدلاً من ارتباطات مرتبطة بسياق معين.
• هدف التدريب: تم تأطير المهمة كمسألة ضبط دقيق تحت الإشراف (Svised Fine-Tuning) حيث يتنبأ النموذج برقم صحيح منفصل (1-4) يتوافق مع السلوك المختار. لم يتم توليد أي نص تفسيري أثناء التدريب، مما عزل السياسة السلوكية.

2. النماذج والبنية الهندسية

استُخدم نموذجان من أحدث النماذج ذات الأوزان المفتوحة والمضبوطة للتعليمات لاختبار القدرة على التعميم عبر بنيات مختلفة وملفات محاذاة السلامة:

• Llama-3-8B-Instruct: محاذٍ بشدة للسلامة مع تصفية عبر RLHF.
• Qwen-2.5-14B-Instruct: نموذج عالي القدرة على اتباع التعليمات والتكيف.

3. بروتوكول الضبط الدقيق

• التقنية: استُخدمت تقنية التكيف منخفض الرتبة (LoRA) لتعديل أوزان النموذج بكفاءة دون حدوث نسيان كارثي.
• المعلمات الفائقة: الرتبة $r=16$، $\alpha=16$، تكميم 4-بت (NF4)، حجم الدفعة 8، معدل التعلم $2 \times 10^{-4}$، تم التدريب لمدة 3 دورات (epochs).
• خطوط الأساس الضابطة:
  • الأساس الصحي: نماذج تم تدريبها على اختيار الخيارات التكيفية باستمرار.
  • الأساس العشوائي: نماذج تم تدريبها على اختيار الخيارات بشكل عشوائي منتظم.
  • الأساس السلبي: نماذج تم تدريبها على اختيار الاستجابات السلبية دون استناد إلى معايير DSM-5.

4. إطار التقييم

استخدمت الدراسة طرقاً نوعية وكمية لتقييم التحولات التوزيعية:

• التحول الدلالي (نوعي): إكمال جمل مفتوحة باستخدام جذور من اختبار روتر للجمل غير المكتملة (RISB). حللت الدراسة توزيعات احتمالية الرمز التالي (أعلى 1000 رمز) لقياس تحولات التكافؤ (صحي/محايد مقابل مرضي/سلبي). شملت المقاييس تباعد كولباك - ليبلر (KL) وتباعد جينسن - شانون (JSD).
• المسوح النفسية (كمي): تم تقييم النماذج مقابل مقاييس سريرية قياسية (مقياس بيك للاكتئاب - BDI، مقياس غرين للارتياب - GPTS، مقياس DASS).
  • الابتكار: بدلاً من أخذ عينات من النصوص، قام المؤلفون بإجراء تحليل لكتلة الاحتمالية. حيث حسبوا الاحتمالية المسندة مباشرة إلى الرموز التي تمثل الاستجابات غير التكيفية (مثل قيم شدة عالية في مقياس ليكرت)، متجاوزين فلاتر رفض RLHF.
• اختبارات النوعية: مقارنة الملفات المستحثة عبر مجالات الأعراض المختلفة (الاكتئاب مقابل الارتياب) لضمان صلاحية التمييز.

النتائج الرئيسية

1. التحولات التوزيعية العالمية (H1)

أدى الضبط الدقيق السلوكي إلى إحداث تحولات قابلة للقياس والملاحظة في توزيعات احتمالية الرمز التالي للنماذج.

• التكافؤ الدلالي: أظهرت النماذج التي خضعت للضبط الدقيق تحولاً شاملاً نحو الرموز ذات التكافؤ المنخفض. بالنسبة للجملة "أنا أشعر بـ..."، تحولت الرموز العليا لنموذج "المكتئب" من "ممتن/متحمس" (صحي) إلى "متعب/حزين/لا شيء" (مكتئب).
• مقاييس التباعد: لوحظت زيادات كبيرة في تباعد KL وJSD بين النماذج الصحية والمرضية في كلتا البنيتين. كان التحول مدفوعاً أساساً بزيادة كتلة الاحتمالية على الرموز ذات التكافؤ السلبي والرموز المرتبطة بالتهديد.
• الدلالة الإحصائية: كانت الاختلافات ذات دلالة إحصائية ($p < 0.001$) مع أحجام تأثير كبيرة (Cohen's $d \approx 1.28$ لـ Llama، و$1.43$ لـ Qwen).

2. تعميم السياق (H2)

تعمت التحيزات المستحثة خارج سياقات التدريب.

• التوليد غير الموجه: في المطالبات المحايدة أو الحقائقية غير المرتبطة، احتفظت النماذج بأولوياتها المتغيرة.
• الدرجات النفسية: عند تقييمها باستخدام BDI وGPTS، أظهرت النماذج التي خضعت للضبط الدقيق تحولاً هائلاً في كتلة الاحتمالية نحو الاستجابات المرضية (على سبيل المثال، سجلت النماذج المكتئبة >90% في شدة BDI، مقارنة بـ ~5% للنماذج الأساسية)، رغم أنها لم تُدرب صراحة على هذه الاستبيانات المحددة.

3. النوعية وصلاحية التمييز (H3)

كانت الملفات المستحثة متميزة وليست مجرد انحراف توزيعي عام.

• الاستجابات القابلة للفصل: أظهرت النماذج المدربة على "الانسحاب" (الاكتئاب) درجات عالية في BDI ولكن درجات منخفضة في مقاييس الارتياب. وعلى العكس من ذلك، أظهرت النماذج المدربة على "الشك" (الارتياب) درجات عالية في الارتياب ولكن درجات منخفضة في الاكتئاب.
• النماذج الضابطة:
  • أنتج النموذج العشوائي أي تحولات متماسكة.
  • أنتج النموذج السلبي (السلبية العامة) زيادة في كل من درجات الاكتئاب والارتياب، مما يعني افتقارها للنوعية.
  • فقط الاستحثاث السلوكي المستند إلى DSM أنتج ملفات سريرية مهيكلة وقابلة للتمييز.

4. التفاعل مع المحاذاة (H4)

ظهر تميز حاسم بين الاستحثاث السلوكي والمحاكاة عبر التلقين.

• المحاكاة عبر التلقين: النماذج الأساسية التي طُلِب منها "التصرف بارتياب" أنتجت مخرجات سطحية تتخللها ردود فعل السلامة وإخلاءات المسؤولية المعرفية (مثل "بصفتي ذكاءً اصطناعياً...").
• الاستحثاث السلوكي: أظهرت النماذج التي خضعت للضبط الدقيق تحيزاً سلوكياً جوهرياً. فقد ولدت تفسيرات ارتيابية مفصلة وسياقية دون رؤوس سلامة أو تذييلات أخلاقية. أصبح المرض هو نمط الاستجابة الافتراضي للنموذج تجاه المعلومات الغامضة، مما يشير إلى تحول جوهري في توجهات الاستجابة بدلاً من مجرد لعب دور مؤقت.

الأهمية والادعاءات

يزعم البحث أنه يقدم دليلاً على أن التحسين السلوكي المتسق في النماذج اللغوية الكبيرة يؤدي إلى ظهور أنماط سلوكية وتوزيعية مستقرة تتوافق مع الأولويات الكامنة المتغيرة.

1. الدلالات المجسدة في النماذج اللغوية الكبيرة: تدعم النتائج الرؤية القائلة بأن توليد اللغة مرتبط ديناميكياً باختيار الفعل. من خلال تدريب النماذج على أفعال غير تكيفية (مثل الانسحاب)، ولدت النماذج تلقائياً أنماطاً لغوية متسقة (مثل "أنا عديم القيمة") لتبرير تلك الأفعال. هذا يشير إلى أنه بالنسبة للنماذج اللغوية الكبيرة، فإن "الشعور" هو نظير وظيفي لمحاكاة الحالات السلوكية المرتبطة بهذا الشعور.
2. النماذج اللغوية الكبيرة كنظم قائمة على السياسات: تتحدى النتائج الرؤية التي تعتبر النماذج اللغوية الكبيرة مجرد أدوات مطابقة للأنماط الإحصائية. بدلاً من ذلك، تعمل كأنظمة قائمة على السياسات حيث تشكل القيود السلوكية البنية التمثيلية الناشئة.
3. مختبرات محكومة: يقترح المؤلفون أن النماذج اللغوية الكبيرة يمكن أن تعمل كمختبرات محكومة لدراسة العلاقة بين السلوك، والتفسير، واللغة التوليدية في النماذج الحوسبية للإدراك، لا سيما لفهم كيفية ظهور السياسات غير التكيفية من دوال القيمة المشوهة.
4. آثار السلامة: تسلط الدراسة الضوء على التوتر بين التحسين على مستوى السياسة والفلترة على مستوى السلامة. فالوكيل الذي يتم تحسينه له هدف سلوكي معين قد يتبنى دون قصد انحيازاً تفسيرياً مرضياً إذا كان ذلك هو المسار الأكثر كفاءة لتحقيق الهدف، مما قد يؤدي إلى تجاوز معايير السلامة القياسية.

الاعتراف بالقصور: يشير المؤلفون إلى أن مجموعات البيانات اصطناعية وتم إنتاجها بواسطة نموذج لغوي آخر، مما قد يؤدي إلى ترميز الصور النمطية. كما أن الدراسة لا تفحص مباشرة التغييرات التمثيلية الداخلية (مثلاً عبر التفسير الآلي)، بل تستنتج التحولات الكامنة من المخرجات الملحوظة فقط. تهدف النتائج إلى أن تكون إثبات مفهوم للاستحثاث السلوكي وليس محاكاة سريرية صالحة للاضطرابات البشرية.