From Data to Insights: Exploring Program-of-Thoughts Prompting for Chart Summarization
تقدم هذه الورقة استراتيجية تلميح "برنامج الفكر" (Program-of-Thought) بنمط الصفر من الأمثلة، والتي تستفيد من نماذج لغوية بصرية خفيفة الوزن ومهمة مساعدة مبتكرة لتحويل المخطط إلى قاموس (chart-to-dictionary) لتوليد كود بايثون من أجل تلخيص المخططات بدقة وكفاءة، محققةً أداءً يضاهي الأساليب الحالية مع تحسين الصحة الواقعية.
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 مخططاً بيانياً معقداً، مثل خريطة طقس أو رسم بياني لسوق الأسهم. هدفك هو كتابة قصة قصيرة تشرح ما يقوله هذا المخطط. يسمى هذا "تلخيص المخططات البيانية".
المشكلة هي أن الحواسيب (وتحديداً نماذج الذكاء الاصطناي التي تسمى نماذج اللغة المرئية - VLMs) بارعة في النظر إلى الصور، لكنها غالباً ما تكون سيئة جداً في الرياضيات. إذا طلبت من ذكاء اصطناعي النظر إلى رسم بياني وإخبارك بمتوسط درجة الحرارة أو أعلى رقم مبيعات، فإنه غالباً ما يخمن فقط. قد يقول إن المتوسط هو 50 درجة بينما هو في الواقع 72، أو قد يخترع أرقاماً لا وجود لها. الأمر يشبه طلب منك أن يقوم شاعر بتقديم إقرار ضريبي؛ لديه خيال رائع، لكنه لم يُدرب ليكون محاسباً.
الحل: "برنامج الأفكار" (PoT)
يقدم هذا البحث حيلة ذكية تسمى "برنامج الأفكار" (Program-of-Thoughts - PoT). بدلاً من طلب من الذكاء الاصطناعي أن "يفكر" و"يحسب" في عقله (حيث قد يرتكب أخطاء)، يطلب منه الباحثون كتابة برنامج كمبيوتر بلغة بايثون (Python) ليقوم بالعمليات الحسابية نيابة عنه.
فكر في الأمر كالتالي:
- الطريقة القديمة (التوجيه المباشر): تسأل الذكاء الاصطناي: "ما هو إجمالي المبيعات؟". ينظر الذكاء الاصطناي إلى المخطط، ويُجهد عينيه، ثم يخمن رقماً. إنه يشبه سؤال طاهٍ عن وزن قطعة لحم دون استخدام ميزان.
- الطريقة الجديدة (PoT): تسأل الذكاء الاصطناي: "اكتب نصاً برمجياً للكمبيوتر يقرأ وزن قطعة اللحم ويجمعها معاً". يكتب الذكاء الاصطناي الكود، ثم يقوم الكمبيوتر بتشغيل هذا الكود. الكمبيوتر مثالي في الرياضيات، لذا ستكون النتيجة دقيقة. بعد ذلك، يستخدم الذكاء الاصطناعي هذا الرقم الدقيق لكتابة ملخصه.
الأداة الجديدة: "القاموس"
لجعل هذا الأمر يعمل، اضطر الباحثون لتعليم الذكاء الاصطناعي طريقة جديدة للتحدث عن المخططات. عادةً ما يحاول الذكاء الاصطناعي تحويل المخطط إلى جدول بيانات. لكن المخططات فوضوية؛ فهي تحتوي على ألوان، وأشكال، وتسميات لا تتناسب بدقة مع الصفوف والأعمدة.
ابتكر المؤلفون خطوة جديدة تسمى "المخطط إلى قاموس" (Chart-to-Dictionary).
- تخيل أن المخطط عبى غرفة فوضوية.
- الجدول يحاول حشر كل عنصر في صندوق صلب. إذا لم يناسب العنصر الصندوق، فسيضيع.
- القاموس يشبه آلة وضع الملصقات الذكية. ينظر الذكاء الاصطناعي إلى المخطط ويقول: "حسناً، إليك قائمة بالعناصر:
{'sales': [100, 200, 300], 'months': ['Jan', 'Feb', 'Mar']}". إنه يلتقط البيانات في قائمة مرنة ومنظمة يمكن للكمبيوتر قراءتها وحسابها بسهولة.
كيف اختبروا ذلك؟
اختبر الباحثون استراتيجية "اكتب كوداً للقيام بالرياضيات" هذه على عدة نماذج مختلفة من الذكاء الاصطناعي باستخدام مخططات حقيقية (مثل الرسوم البيانية الشريطية، والرسوم الخطية، والرسوم الدائرية). وقارنوا بين ثلاث طرق:
- المباشرة (Direct): مجرد طلب تلخيص المخطط من الذكاء الاصطناي.
- MCoT: طلب من الذكاء الاصطناي التفكير خطوة بخطوة بالكلمات (مثل تفكير البشر بصوت عالٍ).
- PoT: طلب من الذكاء الاصطناي كتابة برنامج بايثون لحساب الأرقام، ثم التلخيص.
ماذا وجدوا؟
كانت النتائج تشبه فريقاً رياضياً تعتمد استراتيجيته كلياً على نوع اللاعب الذي تملكه:
- إنها تعمل بشكل رائع مع بعض نماذج الذكاء الاصطناي: بالنسبة للنماذج الجيدة في فهم النصوص والبيانات (مثل InternVL و Qwen)، كانت طريقة PoT هي الفائزة. لقد ساعدتهم على تجنب اختلاق أرقام وهمية وحسنت دقة ملخصاتهم. كان الأمر يشبه إعطاء آلة حاسبة لطالب متفوق؛ هو يعرف بالفعل كيف يكتب القصة، لكن الآلة الحاسبة جعلت الحقائق مثالية.
- إنها تعاني مع نماذج أخرى: بالنسبة لبعض النماذج الأخرى (مثل DeepSeek)، جعلت طريقة PoT الأمور أسوأ في الواقع. يبدو أن هذه النماذج ارتبكت بسبب الخطوة الإضافية المتمثلة في كتابة الكود، أو أنها كتبت كوداً سيئاً أدى إلى تعطل العملية. إنه يشبه إعطاء آلة حاسبة لشخص لا يعرف كيفية استخدامها؛ قد يسقطها أو يضغط على الأزرار الخاطئة.
- "القاموس" مفيد: الطريقة الجديدة لتحويل المخططات إلى قواميس بايثون (القوائم المرنة) كانت ناجحة. فقد أعطت الذكاء الاصطناي طريقة أفضل "لرؤية" البيانات قبل محاولة إجراء العمليات الحسابية.
الخلاصة
يظهر هذا البحث أنه إذا كنت تريد من الذكاء الاصطناعي تلخيص مخطط بياني بدقة، فلا ينبغي أن تطلب منه فقط "القيام بالرياضيات". بدلاً من ذلك، يجب أن تطلب منه كتابة أداة (كود) للقيام بالرياضيات، ثم تترك الكمبيوتر يشغل تلك الأداة.
ومع ذلك، فإن هذه الحيلة ليست عصا سحرية لكل نماذج الذكاء الاصطناي. فهي تعمل بشكل أفضل مع أنواع محددة من نماذج الذكاء الاصطناي التي تجيد بالفعل التعامل مع النصوص والبيانات. بالنسبة لهذه النماذج، تعمل هذه الطريقة كشبكة أمان، تمنع الذكاء الاصطناي من اختلاق أرقام وهمية، مما يضمن أن تكون القصة النهائية ممتعة وصحيحة واقعياً في آن واحد.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.