What Gets Lost When Memory Becomes Media? Evaluating AI-Generated Oral History Visualization

تخيل أنك مسافر عبر الزمن يحمل كاميرا، ولكن بدلاً من التقاط صور للحاضر، أنت تحاول التقاط ذكريات لشخص آخر من ماضيه. هذا هو العالم المعقد لـ التاريخ الشفوي، حيث يروي الناس قصصاً عن حياتهم، غالباً من عقود مضت. التحدي يكمن في أن الذاكرة البشرية فوضوية، عاطفية، ومليئة بالقفزات بين "ما حدث بالفعل" وبين "كيف كان الشعور". وعندما نحاول تحويل هذه القصص المنطوقة إلى صور أو فيديوهات، يتعين علينا القيام بخدعة سحرية: وهي تحويل صوت المتحدث من ضمير المتكلم ("كنتُ خائفاً") إلى مشهد بضمير الغائب ("شخص يركض").

هنا يأتي دور الذكاء الاصطناعي التوليدي، الفنان الرقمي القادر على إنشاء صور من النصوص. لكن العقدة هي أن الذكاء الاصطناعي بارع في جعل الأشياء تبدو جميلة، لكنه بارع أيضاً في اختلاق الأشياء من خياله. إذا طلبت من الذكاء الاصطناعي رسم "لاجئ حزين"، فقد يكتفي بإظهار شخص يبدو حزيناً بشكل عام في غرفة مظلمة، لأن هذا ما رآه ملايين المرات في الأفلام. لكن القصة الحقيقية قد تتعلق بحقيبة ظهر حمراء محددة، أو ساعة مكسورة، أو زاوية شارع معينة في سيول في الثمانينيات. السؤال الكبير للعلماء هو: عندما نسمح للذكاء الاصطناعي بتحويل الذاكرة إلى صورة، ما هي الأجزاء التي تضيع من القصة الحقيقية، وما هي الأجزاء التي يتم اختلاقها؟

هذه الورقة البحثية تغوص في هذا السؤال تحديداً. قام الباحثون ببناء "طباخين" مختلفين من الذكاء الاصطناعي لإعداد قصص بصرية من 82 مقابلة حقيقية لأشخاص من مجتمعات الشتات (الأشخاص الذين انتقلوا بعيداً عن أوطانهم). أحد الطباخين، ويسمى SSP، يحاول تلخيص القصة بأكملها في فقرة واحدة سلسة ومستمرة قبل الرسم. أما الطها الآخر، MAS، فيقوم بتفكيك القصة إلى مشاهد صغيرة ومنفصلة أولاً، مثل القصص المصورة، قبل الرسم. أرادوا معرفة أي طباخ حافظ على "نكهة" الذاكرة الحقيقية وأيها قدم فقط وجبة لذيذة المظهر ولكنها تفتقر لنكهة المكونات الأصلية.

المواجهة الكبرى لفن الذكاء الاصطناعي

أقام الباحثون اختبار تذوق ضخم. أخذوا 82 مقابلة، مدة كل منها حوالي ساعة، واختاروا مقطعاً رئيسياً مدته ثلاث دقائق من كل مقابلة. ثم غدّوا هذه القصص بكل من نظامي SSP (خط معالجة التلخيص الفردي) و MAS (خط معالجة تفكيك المشاهد متعدد الوكلاء). كُلفت كلا النظامين بمهمة إنشاء تسلسل من 6 صور تروي القصة.

وللحكم على النتائج، لم يسألوا فقط: "هل هي جميلة؟" بل وضعوا بطاقة تقييم صارمة مكونة من 15 معياراً مختلفاً بناءً على قواعد التاريخ الشفوي. بحثوا عن ثلاث طرق رئيسية يمكن للذكاء الاصطناعي أن يفسد بها الأمر:

1. تلاشي الانتقالات (Transition Dissolution): هل قام الذكاء الاصطناعي بتنعيم القفزات في القصة لدرجة أن اللحظات المتميزة اندمجت في ضباب ممل؟
2. التعميم (Genericization): هل استبدل الذكاء الاصطناعي التفاصيل المحددة (مثل "سترة زرقاء من التسعينيات") بالكليشيهات (مثل "شخص حزين عام")؟
3. تلف الحفاظ على المحتوى (Preservation Damage): هل غير الذكاء الاصطناعي الحقائق، أو هوية الشخص، أو الجدول الزمني؟

النتائج المفاجئة: مقايضة، وليس فائزاً

هنا تكمن المفاجأة: لم يكن هناك نظام واحد "أفضل". بدلاً من ذلك، وجد الباحثون صراعاً هيكلياً، يشبه الأرجوحة.

• طباخ MAS (نهج القصص المصورة): كان هذا النظام مذهلاً في تقسيم القصة إلى مشاهد متميزة. لقد حافظ على "ملمس" الذاكرة حياً، متجنباً الكليشيهات العامة ومظهراً التفاصيل المحددة. ومع ذلك، فمن خلال القيام بذلك، أضعف غالباً "التدفق العام" للقصة. كان الأمر يشبه امتلاك قصة مصورة ذات لوحات فردية رائعة، لكن القصة تقفز كثيراً لدرجة أنك تنسى كيف انتقلت الشخصيات من النقطة (أ) إلى النقطة (ب).
• طباخ SSP (نهج التلخيص): حافظ هذا النظام على التدفق السردي بشكل مثالي. كانت القصة تتحرك بسلاسة من البداية إلى النهاية، محافظة على الصورة الكبيرة والمسار العاطفي. ولكن، لأنه حاول جعل كل شيء سلساً، فقد فقد أحياناً التفاصيل الحسية المحددة، مما جعل الصور تبدو أكثر عمومية أو كأنها "صور جاهزة من مخزن صور".

أظهرت البيانات أنه في حوالي 68.6% من الحالات، كان عليك الاختيار: إما الحصول على تفاصيل مشاهد أفضل (MAS) أو تدفق قصصي أفضل (SSP)، ولكن نادراً ما يمكنك الحصول على كليهما في وقت واحد.

المكون السري: كيف تُروى القصة

الاكتشاف الأكثر إثارة هو لماذا حدثت هذه المقايضة. وجد الباحثون أن الإجابة تكمن في القصة الأصلية نفسها.

لقد قاموا بقياس "قوة البنية السردية" للمقابلة.

• القصص القوية: إذا كان الشخص الذي يروي القصة لديه سلسلة أحداث منطقية وواضحة جداً (مثل "غادرت منزلي، ثم ضللت الطريق، ثم وجدت المساعدة")، فإن نظام SSP كان يقوم بالفعل بعمل رائع. إذا حاولت استخدام نظام MAS على هذه القصص القوية، فإنه في الواقع يضر بالنتيجة. كان الأمر كأن تأخذ رواية مكتوبة بإتقان وتقطعها إلى جمل صغيرة غير مترابطة؛ أنت ببساطة تكسر السحر.
• القصص الضعيفة: إذا كانت القصة الأصلية متقطعة أو عاطفية أو صعبة المتابعة، فإن نظام SSP يعاني لجعلها مفهومة. في هذه الحالات، كان نظام MAS بطلاً. فمن خلال تقسيم القصة إلى مشاهد صغيرة يمكن التحكم فيها، ساعد فعلياً في إعادة بناء البنية المفقودة، مما جعل كلاً من التفاصيل والتدفق أفضل.

الحل: مفتاح ذكي

إذاً، ما هي الخلاصة؟ تقترح الورقة البحثية "بروتوكول توجيه"، وهو في الأساس مفتاح ذكي لأنظمة الذكاء الاصطناعي. قبل توليد الصور، يجب عليك أولاً تمرير القصة عبر فحص سريع لمعرفة مدى قوة بنيتها.

• إذا كانت القصة قوية وواضحة، استخدم نظام SSP (التلخيص) للحفاظ على سلاسة التدفق.
• إذا كانت القصة متقطعة أو معقدة، استخدم نظام MAS (تفكيك المشاهد) للمساعدة في تنظيم الفوضى.

اختبر الباحثون هذا على الـ 82 مقابلة ووجدوا أن هذه القاعدة البسيطة يمكنها التنبؤ بالنظام الذي سيعمل بشكل أفضل. لم يجدوا "حلًا سحرياً" يحل كل شيء، لكنهم وجدوا طريقة لإدارة التوتر بين الحفاظ على صدق القصة وجعلها تبدو جيدة.

لماذا يهم هذا الأمر

هذا ليس مجرد صنع صور جميلة. بالنسبة للمجتمعات التي هُجرت أو أُجبرت على ترك أوطانها، فإن هذه القصص البصرية هي وسيلة للحفاظ على التاريخ الذي لا تستطيع النصوص وحدها التقاطه. إذا حول الذكاء الاصطناعي ذكرى محددة ومؤلمة لعبور حدود ما إلى صورة عامة لشخص حزين، فإنه يفقد حقيقة تجربة ذلك الشخص.

تشير الورقة البحثية إلى أنه لا يمكننا ترك الذكاء الاصطناعي يفعل ما يشاء. نحن بحاجة إلى أن نكون حذرين، وأن نفحص "بنية" القصة أولاً، ونختار أدواتنا بحكمة. إنه تذكير بأنه في عصر الذكاء الاصطناعي، يظل العنصر البشري — الطريقة الفوضوية والمحددة والمربكة أحياناً التي نروي بها قصصنا — هو الجزء الأهم في الوصفة. الذكاء الاصطناعي هو مجرد الطباخ؛ نحن من يجب أن يقرر أي وصفة سنطهو.