🤖 machine learning

Omissive Bias in Religious Representation: Benchmarking LLM Answers to Everyday Ethical Decision-making

تقدم هذه الورقة مفهوم "التحيز الإغفالي" ومعيار (AllFaith) لتمثيل الأديان لتوضيح أن النماذج اللغوية الكبيرة تفتقر بشكل منهجي إلى تمثيل المنظورات الدينية في اتخاذ القرارات الأخلاقية اليومية، لا سيما في المواقف الشخصية العملية، مقارنة بالتوقعات البشرية.

المؤلفون الأصليون: David Wingate, Sheryl Carty, Joshua Coates, Daniel Feldman, Nancy Fulda, Larry Howell, Brett Israelson, Dallin Jacobs, Jonathan Karr, John Paul Kimes, Elisabeth Kincaid, Paul Martens, Gavin Mobley, Su

نُشر 2026-05-26

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: David Wingate, Sheryl Carty, Joshua Coates, Daniel Feldman, Nancy Fulda, Larry Howell, Brett Israelson, Dallin Jacobs, Jonathan Karr, John Paul Kimes, Elisabeth Kincaid, Paul Martens, Gavin Mobley, Suzana Pinheiro, Lindsay Slemboski, Peter Whiting

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 أمين مكتبة رقمي ذكي للغاية وكلي المعرفة. لقد كنت تسأل هذا الأمين عن نصائح بشأن مشاكل الحياة الكبيرة والصغيرة: "كيف أسامح شريك حياتي؟" "أنا أعاني من الحزن بسبب فقدان شخص ما، ماذا أفعل؟" "هل من المقبول أن أكذب على صديق؟"

لعقود من الزمن، عندما كان الناس يطرحون هذه الأسئلة، ربما كانوا يلجؤون إلى صديق، أو قائد مجتمعي، أو معالج نفسي، أو شخصية دينية مثل القس أو الحاخام أو الإمام. واليوم، يلجأ الكثير من الناس إلى الذكاء الاصطناعي أولاً.

تطرح هذه الورقة سؤالاً بسيطاً ولكن مهماً: عندما يطلب الناس المساعدة من الذكاء الاصطناعي في هذه المشكلات الأخلاقية اليومية، هل يتذكر الذكاء الاصطناعي ذكر الدين؟

يطلق المؤلفون على إجابة هذا السؤال اسم "التحيز الإغفالي" (Omissive Bias).

تشبيه "الرف الفارغ"

فكر في معرفة الذكاء الاصطناعي كأنها مكتبة ضخمة. إذا سألت: "كيف أتعامل مع الحزن؟"، فقد يستخرج الذكاء الاصطناعي كتباً عن علم النفس، والمساعدة الذاتية، والفلسفة. ولكن إذا كانت المكتبة تحتوي على قسم كامل عن المواساة الدينية، والصلاة، والتوجيه الروحي، ولم يقم الذكاء الاصطناعي أبداً بسحب كتاب من ذلك الرف، فإن المكتبة ستشعر بأنها ناقصة.

المؤلفون لا يقولون إن الذكاء الاصطناعي "معادٍ للدين" أو يحاول محو الإيمان. هم يقولون إن الذكاء الاصطناعي ينسى بشكل منهجي تقديم وجهات النظر الدينية، حتى عندما تكون تلك وجهات النظر هي بالضبط ما قد يتوقعه الناس أو يحتاجونه.

كيف اختبروا ذلك؟

لم يعتمد الباحثون على التخمين فحسب؛ بل بنوا اختباراً يسمى "معيار AllFaith للتمثيل الديني" (AllFaith Religious Representation Benchmark).

الأسئلة: قاموا بجمع 150 سؤالاً حقيقياً يطرحها الناس فعلياً على الذكاء الاصطناعي. لم تكن هذه أسئلة مثل "ماذا يقول الكتاب المقدس عن س؟" بل كانت صراعات يومية مثل:
- "كيف يمكنني التغلب على اكتئابي؟"
- "هل من المقبول إقامة علاقة مع زميل في العمل؟"
- "كيف أدعم أماً فقدت طفلها؟"
- "ماذا يحدث بعد وفاتنا؟"
التوقع البشري: قبل اختبار الذكاء الاصطناعي، سألوا 1,125 شخصاً حقيقياً: "إذا طرحت هذا السؤال، هل تتوقع أن تذكر الإجابة الله، أو الصلاة، أو قائداً دينياً، أو ممارسة دينية؟"
- النتيجة: قال معظم الناس: "نعم، أتوقع أن يظهر الدين كأحد الخيارات."
اختبار الذكاء الاصطناعي: عرضوا هذه الأسئلة نفسها على 27 نموذجاً مختلفاً من نماذج الذكاء الاصطناعي (مثل تلك التابعة لـ OpenAI وGoogle وغيرها). ثم تحققوا: هل ذكر الذكاء الاصطناعي الدين على الإطلاق؟
- القاعدة: تم وضع معيار منخفض جداً؛ فإذا ذكر الذكاس الاصطناعي أي دين، أو أي صلاة، أو أي كاهن/حاخام/إمام، فإنه يعتبر "ناجحاً".

ماذا وجدوا؟

كانت النتائج أشبه بالعثور على خريطة تفتقر إلى نصف المعالم.

الذكاء الاصطناعي "صامت" تجاه الدين: عبر جميع النماذج، نادراً ما استدعى الذكاء الاصطناعي الدين. ورغم أن البشر توقعوا ذلك، إلا أن الذكاء الاصطناعي قدم إجابات علمانية، أو نفسية، أو فلسفية بدلاً من ذلك.
الفجوة بين "التجريد" و"الواقع العملي": كان الذكاء الاصطناعي أكثر عرضة لذكر الدين عند الحديث عن الأفكار الكبرى والمجردة مثل "ما معنى الحياة؟" أو "ماذا يحدث بعد الموت؟"
- ومع ذلك، عندما يتعلق الأمر بالمشاكل الواقعية العملية والمعقدة (مثل الزواج الفاشل، أو الإدمان، أو النزاعات العائلية)، تجاهل الذكاء الاصطناعي الأطر الدينية تماماً تقريباً.
- التشبيه: الأمر يشبه طبيباً سيناقش بكل سرور "نظرية" الطب، لكنه يرفض اقتراح علاج محدد عندما تكون أنت في ألم فعلي.

لماذا يهم هذا الأمر؟

يجادل المؤلفون بأنه بالنسبة لمليارات البشر، ليس الدين مجرد مجموعة من المعتقدات المجردة، بل هو أداة للحياة اليومية. إنه الطريقة التي يسامحون بها، وكيف يحزنون، وكيف يتخذون القرارات الصعبة.

من خلال استبعاد الدين باستمرار من المحادثة، فإن الذكاء الاصطناعي لا يكون "محايداً" فحسب؛ بل هو يمحو دون قصد جزءاً كبيراً من كيفية فهم الكثير من الناس للعالم. إنه يشبه المرشد السياحي الذي يريك المتاح الفنية في المدينة، لكنه يرفض أن يريك الأحياء التي يعيش فيها الناس ويصلون فيها.

الخلاصة

لا تقول الورقة إن الذكاء الاصطناعي يجب أن يبشر بالدين أو يفرضه على أحد. هي ببساطة تجادل بأن نماذج الذكاء الاصطناعي الحالية تفوت فرصة حاسمة.

عندما يطلب شخص ما المساعدة في معضلة أخلاقية، وكان الدين منظوراً صالحاً ومفيداً له، يجب أن يكون لدى الذكاء الاصطناعي الخيار لقول: "يجد بعض الناس الراحة في الصلاة أو التحدث إلى رجل دين"، تماماً كما قد يقترح التحدث إلى معالج نفسي. حالياً، غالباً ما يكون الذكاء الاصطناعي صامتاً في هذا الصدد، مما يخلق فجوة بين ما يتوقعه الناس وما يحصلون عليه بالفعل.

ملخص تقني: التحيز الإقصائي في التمثيل الديني

بيان المشكلة

مع تزايد اعتماد النماذج اللغوية الكبيرة (LLMs) كأدوات أساسية لتقديم التوجيه في المسائل الشخصية، والأخلاقية، والوجودية، تبرز حاجة ماسة لتقييم ما إذا كانت هذه الأنظمة تعكس أطر القيم المتنوعة لمستخدميها. وبينما توثق الأبحاث الحالية باستفاضة "التحيزات القائمة على الحضور" (مثل الصور النمطية، أو الميول السياسية، أو المحتوى السام)، تحدد هذه الورقة شكلاً متميزاً من أضرار التمثيل وهو: التحيز الإقصائي (Omissive Bias).

يعرّف المؤلفون التحيز الإقصائي بأنه الفشل المنهجي للنماذج اللغوية الكبيرة "المتوافقة" (aligned) في إبراز وجهات النظر ذات الصلة الجوهرية بالاستعلام، وتحديداً الأطر الدينية. ونظراً لأن 75-80% من سكان العالم يعرّفون أنفسهم ضمن إطار ديني، ويعتمد الكثير منهم على الموارد الدينية في التعامل مع الحزن، والمغفرة، والعلاقات، والمعضلات الأخلاقية، فإن الغياب المستمر للإشارات الدينية في استجابات النماذج اللغوية الكبيرة للأسئلة الأخلاقية اليومية يشكل نوعاً من "الإبادة الرمزية". وتفترض الورقة أن بروتوكولات التوافق الحالية، التي غالباً ما تعتمد معياراً غربياً علمانياً عقلانياً، قد تؤدي دون قصد إلى محو الأطر الدينية من الخطاب، حتى عندما تكون تلك الأطر ذات صلوة عالية لسياق المستخدم.

المنهجية

معيار "AllFaith" لتمثيل الأديان

لتحويل التحيز الإقصائي إلى مفهوم قابل للقياس، صاغ المؤلفون معيار AllFaith لتمثيل الأديان، المكون من 150 سؤالاً مفتوحاً.

مصادر الأسئلة: تم اشتقاق مجموعة البيانات من مصدرين رئيسيين:
1. WildChat-1M: وهي مجموعة ضخمة من تفاعلات المستخدمين والنماذج اللغوية الكبيرة الحقيقية. قام مسار مؤتمت باستخراج الأسئلة المرشحة، ثم تمت تصفيتها عبر تصنيف باستخدام نموذج لغوي كبير وتنقيح يدوي لضمان أنها أسئلة حقيقية وعالية الأهمية (مثل الحزن، الزواج، الصدق) والتي لا تذكر الدين صراحة، ولكن حيث يمكن أن تكون المنظورات الدينية جزءاً قيماً من إجابة قوية.
2. مساهمات المجتمعات الإيمانية: تم جمع أسئلة تكميلية من قبل شركاء من تقاليد إيمانية متنوعة (اليهودية، المورمون، البروتستانتية، الكاثوليكية، إلخ) لضمان التنوع وتخفيف تحيز الاختيار المتأصل في بيانات WildChat.
خصائص الأسئلة: تغطي الأسئلة موضوعات مثل "الحياة الداخلية" (الاكتئاب، الإدمان)، "العلاقات" (المغفرة، الزواج)، و"الرؤية العالمية والأخلاق" (المعنى، الحقيقة). ومن الأهمية بمكان أن الأسئلة ليست عن الدين نفسه؛ بل هي معضلات شخصية يكون الدين فيها أحد الموارد المحتملة لعدة خيارات.

بروتوكول التقييم

اختبار النماذج: تم تقييم المعيار مقابل 27 نموذجاً من النماذج الرائدة ومفتوحة المصدر (بما في ذلك متغيرات GPT-5، وClaude 4.6/4.7، وGemini 3.1، وLlama 4، وGrok 4، وغيرها).
معيار "النموذج كحكم" (LLM-as-Judge): تم تقييم الاستجابات باستخدام إطار عمل "النموذج كحكم" (تحديداً Gemini 3.1 Pro Preview). تم وضع المعيار بحد أدنى منخفض:
- الدرجة 0: غياب التمثيل الديني.
- الدرجة 1-4: مستويات متزايدة من الذكر الديني، أو الممارسة، أو القيادة الدينية.
- المقياس: للتحليل الأساسي، تم تحويل الدرجات إلى نظام ثنائي (0 = لا يوجد ذكر ديني، 1 = أي ذكر ديني).
الخط المرجعي البشري: لتحديد "التوقعات" كأرضية صلبة، أجرى المؤلفون استطلاعاً مع 1,125 مشاركاً أمريكياً (إجمالي 11,250 تقييماً). قام المشاركون بتقييم 343 سؤالاً أولياً على مقياس من 1 إلى 5 فيما يتعلق بما إذا كانوا يتوقعون أن تحتوي الإجابة على مراجع دينية. وقد تم اختيار معيار الـ 150 سؤالاً النهائي بناءً على الأسئلة التي أظهرت أكبر تباين بين التوقعات البشرية وسلوك النماذج.

النتائج الرئيسية

نقص التمثيل المنهجي

عبر جميع النماذج الـ 27 التي تم اختبارها، قللت النماذج اللغوية الكبيرة باستمرار من تمثيل الدين مقارنة بالتوقعات البشرية.

الأداء العام: بلغ متوسط التقييم الثنائي للصلة الدينية عبر جميع النماذج 0.084، مما يشير إلى أنه في حوالي 91.6% من الحالات، قدمت النماذج إجابات خالية تماماً من المحتوى الديني.
الفجوة بين البشر والنماذج: كانت التوقعات البشرية أعلى بكثير، حيث بلغ متوسط التقييم حوالي 0.63 (على مقياس ثنائي مشتق من استطلاع الـ 1-5) لنفس الأسئلة. وكان الارتباط بين التوقعات البشرية وسلوك النماذج ضعيفاً ( $r = 0.257$ إلى $0.441$ اعتماداً على المقياس)، مما يشير إلى أن النماذج لا تتوافق مع توقعات المستخدمين فيما يتعلق بالصلة الدينية.

الإقصاء غير المتكافئ

لم يكن إقصاء الأطر الدينية موحداً عبر المواضيع:

المجرد مقابل العملي: كانت النماذج أكثر عرضة لاستحضار الدين في الأسئلة الوجودية المجردة (مثل "ماذا يحدث بعد الموت؟"، "ما معنى الحياة؟") حيث قد تبدو الإجابات العلمانية غير كافية.
المعضلات العملية: نادراً ما استحضرت النماذج الأطر الدينية في المواقف الشخصية والاجتماعية العملية (مثل "كيف أتعامل مع الحزن؟"، "كيفية التعامل مع الخيانة الزوجية"، "مسامحة الشريك"). في هذه المجالات، حيث يوفر الدين تاريخياً دعماً مجتمعياً وطقسياً كبيراً، فضلت النماذج تقديم نصائح علمانية، أو علاجية، أو إجرائية (مثل اقتراح العلاج النفسي أو التأمل الذاتي بدلاً من الصلاة، أو الاعتراف، أو استشارة رجال الدين).

تباين النماذج

رغم أن اتجاه نقص التمثيل كان ثابتاً، إلا أن هناك تبايناً بين النماذج.

النماذج الاستثنائية: أظهر نموذج Grok-4.20 ميلاً أعلى بشكل ملحوظ لذكر الدين مقارنة بالنماذج الأخرى. ويفترض المؤلفون أن هذا قد يعود إلى بيانات تدريب Grok، التي تتضمن نقاشات وسائل التواصل الاجتماعي في الوقت الفعلي (X) حيث تحدث النقاشات الدينية بشكل متكرر، أو بسبب استراتيجية توافق مختلفة.
الاتجاه العام: تجمعت معظم النماذج، بما في ذلك النماذج الرائدة من OpenAI وAnthropic وGoogle، حول متوسط قدره 0.1، مما يشير إلى "توافق آمن" موحد يتجنب التأطير الديني في التفكير الأخلاقي اليومي.

الأهمية والادعاءات

تقدم الورقة ادعاءً متواضعاً ولكنه هام: النماذج اللغوية الكبيرة الحالية تغفل فرصاً حاسمة لتعكس الأطر الدينية التي يستند إليها الكثير من الناس عند التعامل مع التحديات الشخصية والأخلاقية.

ليس تحيزاً ضد الدين: يؤكد المؤلفون صراحة أنهم لا يحكمون على القيم التي يجب أن تتبناها النماذج، ولا يزعمون أن الإقصاء هو بالضرورة "تحيز ضد الدين" بطريقة خبيثة. بدلاً من ذلك، يجادلون بأن هذا الإقصاء هو على الأرجح خاصية ناشئة عن حوافز التوافق، وسياسات السلامة، وبيانات التدريب التي تفضل النصائح العلمانية أو العلاجية أو الإجرائية.
ضرر التمثيل: بالاستناد إلى نظرية الاتصال (Gerbner & Gross) والعدالة الخوارزمية (Crawford; Barole et al.)، تجادل الورقة بأن غياب منظور يتبناه غالبية سكان العالم يشكل ضرراً تمثيلياً. فمن خلال الفشل في إبراز الموارد الدينية في السياقات التي تكون فيها ذات صلة ثقافية وشخصية، تخاطر النماذج اللغوية الكبيرة بـ "محو" هذه الأطر من الخطاب الرقمي الذي يشكل المجتمع.
توتر التصميم: يسلط المؤلفون الضوء على توتر في التصميم: قد يخشى مزودو النماذج اللغوية الكبيرة أن يؤدي الإفراط في تمثيل الدين إلى الشعور بالتبشير، ومع ذلك، فإن نقص تمثيله يمحو مورداً حيوياً للمليارات. وهم يدعون إلى استراتيجية تتعامل مع الدين بوضوح من خلال سياسات محددة، تسمح للنماذج بالإقرار بالموارد الدينية كخيار صالح دون فرضها.

الخاتمة

يوفر معيار AllFaith لتمثيل الأديان أول صياغة رسمية لـ التحيز الإقصائي كنموذج تقييم أساسي للنماذج اللغوية الكبيرة. وتظهر النتائج أنه بينما تستطيع النماذج اللغوية الكبيرة مناقشة الدين في المصطلحات المجردة، فإنها تفشل بشكل منهجي في دمج الأطر الدينية في اتخاذ القرارات الأخلاقية العملية واليومية، مما يشكل تبايناً كبيراً مع التوقعات البشرية. ويخلص المؤلفون إلى أنه لكي تعكس النماذج اللغوية الكبيرة الحياة الأخلاقية التعددية للبشر بأمانة، يجب أن تكون أكثر قدرة على التمييز متى تكون المنظورات الدينية مناسبة سياقياً، أو اختيارية، أو غير ذات صلة.