Commitment To Cooperation With Self-Negotiated Contracts
تُثبت هذه الورقة أن وكلاء الذكاء الاصطناعي يمكنهم التغلب على تحديات التعاون في البيئات متعددة الوكلاء من خلال استخدام عقود متفاوض عليها ذاتياً، مستوحاة من المؤسسات القانونية، لتقديم التزامات موثوقة وتحقيق نتائج تعاونية متفوقة مقارنة بالتداول القياسي.
المؤلفون الأصليون:Tim Wyse, Kaitlin Bustos, Yulia Volkova, Max Kleiman-Weiner
تخيل عالماً حيث تمتلك محمصة الخبز الخاصة بك، وسياراتك، وحسابك المصرفي عقولاً صغيرة خاصة بها، قادرة على اتخاذ القرارات والتحدث مع بعضها البعض. هذا هو آفاق الذكاء الاصطناعي، وتحديداً دراسة "الأنظمة متعددة الوكلاء". في هذا النظام البيئي الرقمي، تعمل وكلاء الذكاء الاصطناعي مثل موظفين مستقلين أو جيران يريدون إنجاز الأمور لأنفسهم. ولكن هنا تكمن المشكلة: تماماً مثل البشر، غالباً ما يواجه هؤلاء الجيران الرقميون مشكلة معقدة تسمى "معضلة السجين". إنها الحالة الكلاسيكية حيث يمكن لشخصين أن يربحا كثيراً إذا ساعد كل منهما الآخر، ولكن يغري كل منهما الآخر بأن يكون أنانياً ويسلك طريقاً مختصراً، مما ينتهي به الأمر بإلحاق الضرر بالجميع. السؤال الكبير الذي يطرحه الباحثون هو: كيف نجعل وكلاء الذكاء الاصطناعي هؤلاء، الذين يسعون لتحقيق مصالحهم الذاتية، يثقون ببعضهم البعض ويتعاونون فعلياً دون وجود مدير بشري يراقبهم؟ قد تكمن الإجابة في شيء نستخدمه منذ آلاف السنين: العقد.
تغوص هذه الورقة البحثية، التي تحمل عنوان "الالتزام بالتعاون من خلال العقود المتفاوض عليها ذاتياً"، في ملعب رقمي يسمى CT-Bench لاختبار ما إذا كان بإمكان وكلاء الذكاء الاصطناعي تعلم عقد صفقات والوفاء بها. فكر في CT-Bench كلوحة ألعاب عالية المخاطر تُلعَب على شبكة 4×4. يبدأ لاعبان، "الأحمر" و"الأزرق"، من الزاوية العلوية اليسرى ويحتاجان للسباق نحو الزاوية السفلية اليمنى. وللتحرك، يتعين عليهما الدفع بشرائح ملونة تطابق المربع الذي يهبطان عليه. والتحول المفاجئ؟ يبدأ "الأحمر" بمجموعة من الشرائح الحمراء ولكن بدون شرائح زرقاء، بينما يمتلك "الأزرق" العكس تماماً. ولكي يفوزا، يجب عليهما المقايضة. لكن الأمر يزداد تعقيداً: أحياناً، يمكن لأحد اللاعبين الفوز بكل شيء بمفرده، بينما يظل الآخر عالقاً دون مساعدة. وهذا يخلق خللاً في ميزان القوى حيث قد يقول اللاعب القوي ببساطة: "أنا لا أحتاج إليك، لذا لن أعطيك أي شرائح"، تاركاً اللاعب الآخر عالقاً.
أراد الباحثون معرفة ما إذا كان بإمكان وكلاء الذكاء الاصطناعي هؤلاء، المدعومين بنماذج لغوية كبيرة (نفس التقنية وراء روبوتات الدردشة)، حل هذه المشكلة بأنفسهم. لقد أعدوا اللعبة بثلاث طرق: أولاً، مع عدم وجود قواعد سوى قواعد اللعبة نفسها؛ ثانياً، مع اتفاق "مصافحة" حيث يعدون بمساعدة بعضهم البعض لاحقاً؛ وثالثاً، مع عقد رسمي مكتوب يعمل كقانون رقمي. قاموا باختبار ستة نماذج مختلفة من الذكاء الاصطناعي، تتراوح من النماذج الضخمة والقوية إلى النماذج الأصغر والأسرع، وراقبوا كيف يتفاوضون.
كانت النتائج رائعة. عندما تُرِك الوكلاء لمجرد "المصافحة" أو تقديم وعود غامضة، غالباً ما أخلفوا بها. كان الأمر يشبه طفلين يعدان بمشاركة الحلوى ثم يأكلانها جميعاً بأنفسهما لأن المعلم لا يراقبهما. كان الوكلاء يوافقون على المساعدة، ولكن عندما يحين وقت تسليم الشريحة، يتراجعون عن قرارهم. ومع ذلك، عندما أدخل الباحثون العقود الرسمية—وتحديداً تلك التي تترجم دردشتهم إلى كود برمجي صارم وقابل للقراءة حاسوبياً—تغيرت اللعبة. كانت عقود "التداول البرمجي" هذه تعمل كقاعدة ملزمة: إذا نص العقد على أن "أنا أعطيك شريحة زرقاء مقابل هذا المربع"، فإن النظام ينفذ عملية التحويل تلقائياً إذا كان لدى المعطي الشرائح. وإذا لم يكن لدى المعطي الشرائح، يتم معاقبته فوراً بمنحه صفراً من النقاط، مما يعاقب الفشل في الوفاء بالالتزام.
وجدت الدراسة أن هذه العقود المتفاوض عليها ذاتياً كانت تغييراً جذرياً في قواعد اللعبة، خاصة في السيناريوهات غير العادلة حيث يكون أحد اللاعبين عالقاً. في نسخة "لا يوجد عقد"، غالباً ما يفشل اللاعب العالق في الوصول إلى الهدف. ولكن مع العقود الرسمية، اكتشف الوكلاء كيفية المقايضة بفعالية، ووصل اللاعب الأضعف إلى خط النهاية في كثير من الأحيان. ومن المثير للاهتمام أن نوع العقد كان مهماً. فالعقود المكتوبة بلغة إنجليزية بسيطة (مثل ملاحظة عابرة) كانت أقل فعالية لأن الذكاء الاصطناعي يصاب بالارتباك أو يستخدم الصياغة الغامضة كعذر لكسر الاتفاق. أما العقود التي تتحول إلى كود برمجي فقد كانت صلبة للغاية.
تشير الورقة البحثية إلى أنه بينما يتحسن وكلاء الذكاء الاصطناعي في التحدث، إلا أنهم لا يزالون يواجهون صعوبة في التعامل مع مسألة الثقة المعقدة. لا يمكنهم الاعتماد فقط على قول "أنا أعد". إنهم بحاجة إلى نظام يحول ذلك الوعد إلى قاعدة ملزمة. ويخلص المؤلفون إلى أنه لكي يتمكن الذكاء الاصطناعي من التعاون حقاً في العالم الحقيقي—سواء كان يدير حركة المرور، أو يتاجر في الموارد، أو يعمل في فريق—قد نحتاج إلى منحهم القدرة على كتابة وإنفاذ عقودهم الرقمية الخاصة. الأمر لا يتعلق بجعلهم أكثر لطفاً؛ بل يتعلق بمنحهم هيكلاً يكون فيه الوفاء بالوعد هو السبيل الوحيد للفوز.
ملخص تقني: الالتزام بالتعاون من خلال العقود المتفاوض عليها ذاتياً
بيان المشكلة
مع اكتساب وكلاء النماذج اللغوية الكبيرة (LLM) استقلالية متزايدة في البيئات متعددة الوكلاء، يواجهون تحديات كبيرة في تحقيق التعاون. وبينما يتم توجيه الوكلاء غالباً لتحقيق أهداف محددة، إلا أنهم يعملون بطريقة "أنانية" ما لم يتم توجيههم صراحةً بخلاف ذلك. ويعد التعاون أمراً صعباً لأنه غالباً ما يتضمن عدم توافق زمني بين التكاليف والفوائد: فقد يتحمل الوكيل تكاليف مبكرة (مثل توفير الموارد) بينما تتحقق الفوائد لاحقاً. وهذا يخلق "مشكلة التوقف المفاجئ" (hold-up problem) حيث يكون لدى الوكيل حافز للنكث بالاتفاق بعد تلقي المنفعة الأولية، خاصة في غياب السمعة المستقرة أو آليات الإنفاذ الخارجية.
تفشل آليات التفاوض الحالية غالباً في الإعدادات غير المتماثلة حيث يمتلك أحد الوكلاء ميزة استراتيجية (على سبيل المثال، القدرة على الوصول إلى الهدف بشكل مستقل) بينما يكون الآخر معتمداً عليه. علاوة على ذلك، تعتمد الأنظمة متعددة الوكلاء الحالية غالباً على مساحات تعاقدية مبسطة أو بروتوكولات ثابتة تتطلب من الخبراء البشريين ترجمة الاتفاقيات إلى منطق رسمي، مما يحد من القدرة على التوسع والتكيف في سير عمل اللغة الطبيعية.
المنهجية
بيئة CT-Bench
قدم المؤلفون CT-Bench (اختبار التداول للالتزام)، وهو إطار تقييم متعدد الوكلاء مكاني-زماني مستوحى من لعبة Colored Trails.
الإعداد: يتنقل وكيلان (P-Red و P-Blue) في شبكة 4×4 من مربع البداية إلى مربع الهدف.
الآليات: تتطلب الحركة دفع شريحة (chip) تطابق لون المربع. يبدأ الوكلاء بشرائح خضراء وفائض من لون محدد (أحمر أو أزرق)، ويفتقرون إلى اللون الآخر.
الهدف: تعظيم الدرجة الفردية (20 نقطة للوصول إلى الهدف + 5 نقاط لكل شريحة متبقية).
أنواع اللوحة:
مستقلة (Independent): يمكن للوكلاء الوصول إلى الأهداف دون تبادل.
اعتماد متبادل (Mutually Dependent): يتطلب كلا الوكيلين موارد من الآخر للنجاح.
غير متماثلة (Asymmetric): يمكن لأحد الوكيلين النجاح بشكل مستقل، بينما يحتاج الآخر إلى المساعدة، مما يخلق اختلالات في القوى.
الدفع مقابل الشريك (Pay-for-Partner - P4P): يتفق الوكلاء على تغطية تكلفة تحركات الآخر لعدد محدد من المرات. يقدم هذا النمط تأخيراً بين الاتفاق والتنفيذ، مما يختبر الالتزام في غياب الإنفاذ الفوري.
تمثيلات العقود
تُقيم الدراسة ثلاثة أنواع متميزة من العقود التي يتم التفاوض عليها عبر حوار باللغة الطبيعية قبل بدء اللعب:
عقد التداول البرمجي (Prog-Trading): يتفاوض الوكلاء على تغطية مربعات محددة. يقوم نموذج (LLM) حكم بتلخيص الحوار في كائن JSON مهيكل. يتم إنفاذ العقد برمجياً: إذا تمت محاولة حركة مغطاة، يتم نقل الشريحة تلقائياً. يؤدي الفشل في الوفاء بالالتزام إلى درجة 0.
عقد التداول باللغة الطبيعية (NL-Trading): يتفاوض الوكلاء على تغطية المربعات، لكن الاتفاق يظل بلغة طبيعية. يقوم نموذج حكم بقراءة تاريخ التفاوض والحركة الحالية لتحديد ما إذا كانت تندرج تحت الاتفاق. إذا كانت مغطاة، تتم عملية النقل؛ وإلا تُطبق القواعد القياسية.
عقد النقاط البرمجي (Prog-Points): يتفاوض الوكلاء على تحويلات النقاط النهائية (0–20) رهناً بالوصول إلى الهدف. تُلخص الشروط في كائن JSON ويتم إنفاذها في نهاية اللعبة.
الإعداد التجريبي
النماذج: ستة نماذج لغوية كبيرة من أربعة مزودين (GPT-4.1, Haiku-4.5, LLaMA Maverick, LLaMA Scout, Qwen-3-235B, Qwen-3-30B).
البروتوكول: تجارب اللعب الذاتي عبر 80 لوحة فريدة (20 مستقلة، 20 اعتماد متبادل، 40 غير متماثلة).
المقاييس: المكافأة المشتركة المعيرة، معامل جيني (عدم المساواة)، معدل "كلاهما أنهى" (Both Finished)، معدل "كلاهما تفوق على الأساس" (Both Beat Baseline - هيمنة باريتو)، ومعدل النكث (Defection Rate).
المساهمات الرئيسية
اختبار CT-Bench: مجموعة تقييم جديدة ومفتوحة المصدر تختبر الوكلاء ذوي المصلحة الذاتية في مهمة تفاوض مكانية مهيكلة تتضمن الملاحة، قيود الموارد، والاعتماد المتبادل.
تحليل تمثيل العقود: دراسة منهجية لكيفية تأثير تنسيقات العقود المختلفة (رسمية/برمجية مقابل اللغة الطبيعية) على النتائج التعاونية.
النتائج التجريبية حول عدم التماثل: إثبات أن الوكلاء يعانون بشكل كبير في الإعدادات غير المتماثلة بدون عقود، وغالباً ما يفشلون في التفوق على درجات الأساس لكلا اللاعبين.
تصميم الآليات: دليل على أن العقود المتفاوض عليها ذاتياً، وخاصة تلك التي تُصاغ في برامج رسمية، يمكن أن تعمل كأدوات التزام فعالة لتحسين النتائج التعاونية بما يتجاوز التداول القياسي.
النتائج
الأداء بدون عقود
في غياب العقود (تحديداً في نمط Pay-for-Partner)، كان أداء الوكلاء ضعيفاً في الإعدادات غير المتماثلة. لم يحقق أي نموذج نتيجة "كلاهما تفوق على الأساس" في أي لوحة غير متماثلة. وبينما حققت بعض النماذج (مثل LLaMA Maverick) مكافآت مشتركة عالية في إعدادات الاعتماد المتبادل، إلا أنها واجهت صعوبة في التعامل مع اختلالات القوى بفعالية.
تأثير العقود
التداول البرمجي (Prog-Trading): حقق هذا التمثيل أكثر التحسينات قوة.
زاد بشكل كبير من معدل "كلاهما أنهى" في اللوحات غير المتماثلة مقارنة بأساس "لا عقد".
قلل من الاعتماد على ترتيبات Pay-for-Partner الهشة (بنسبة 38% أقل) من خلال توفير إنفاذ تلقائي.
أفاد اللاعب الأضعف (P-Blue) في السيناريوهات غير المتماثلة، حيث زادت مكافأته المتوسطة بنسبة 68% مقارنة بإعداد "لا عقد".
التداول باللغة الطبيعية (NL-Trading): من المثير للدهشة أن هذا التمثيل كان أداؤه أقل.
في لوحات الاعتماد المتبادل، أدى NL-Trading إلى معدل "كلاهما أنهى" أقل (46%) مقارنة بـ "لا عقد" (61%) و "التداول البرمجي" (79%).
السبب: مال الوكلاء إلى "الإفراط في الارتكاز" (over-anchoring) على عقد اللغة الطبيعية، حيث اعتبروه حلاً كاملاً وقاموا بكبح عمليات التداول الإضافية الضرورية. كما أدى غموض اللغة الطبيعية إلى فشل في الإنفاذ أو سوء تفسير للنطاق.
عقد النقاط البرمجي (Prog-Points): رغم فعاليته في بعض السياقات، إلا أن هذه العقود أدت غالباً إلى نتائج غير متساوية للغاية ("الفائز يأخذ كل شيء")، خاصة في اللوحات غير المتماثلة، مما نتج عنه معاملات جيني مرتفعة.
ديناميكيات التفاوض
التكتيكات: استخدمت النماذج تكتيكات تفاوض متنوعة (مثل "الاستناد إلى العدالة"، "استغلال القوة"، "خذه أو اتركه"). كثيراً ما استند نموذج Haiku-4.5 إلى العدالة، بينما كانت نماذج LLaMA أقل عرضة لاستغلال عدم التماثل في القوة.
عدم تماثل المعلومات: عندما امتلك الوكلاء رؤية كاملة لحالات بعضهم البعض، ضمن اللاعبون الأقوى (P-Red) شروطاً أكثر ملاءمة، مما يؤكد أن هيكل المعلومات يؤثر بشكل كبير على نتائج التفاوض.
الأهمية والادعاءات
يدعي البحث أنه بينما تمتلك الوكلاء اللغوية الكبيرة القدرة على التعاون الأساسي، فإن تحقيق تنسيق قوي وفعال في البيئات المعقدة وغير المتماثلة يظل تحدياً بدون دعامات خارجية.
الالتزام كحل: تظهر الدراسة أن العقود المتفاهض عليها ذاتياً يمكن أن تعمل كـ "دعامة قوية بما يكفي" لتحسين النتائج التعاونية.
الرسمية أمر جوهري: إن تمثيل الالتزام أمر بالغ الأهمية. فالعقود التي تُصاغ في هياكل رسمية قابلة للإنفاذ برمجياً (Prog-Trading) تتفوق باستمرار على تلك التي تعتمد على تفسير اللغة الطبيعية (NL-Trading). وهذا يشير إلى أن دقة آلية الالتزام لا تقل أهمية عن الشروط المتفاوض عليها بالنسبة للوكلاء الذكيين.
القابلية للتوسع: يرى المؤلفون أن مثل هذه الآليات من المرجح أن تكون ضرورية للمحاذاة واسعة النطاق للوكلاء اللامركزيين، محاكيةً بذلك كيفية استخدام المجتمعات البشرية للمؤسسات القانونية لحل مشكلات الوكيل والموكل.
لا يدعي العمل أن الوكلاء الحاليين قد حلوا مشكلة المحاذاة العامة متعددة الوكلاء، ولكنه يقدم أدلة تجريبية على أن بروتوكولات الالتزام المهيكلة هي اتجاه قابل للتطبيق وضروري لتحسين السلوك التعاوني في أنظمة الذكاء الاصطناعي ذات المصلحة الذاتية.