Using Large Language Models for Idea Generation in Innovation
تُظهر هذه الدراسة أنه في حين تُبدي أفكار المنتجات المُولدة بواسطة الذكاء الاصطناعي مستويات أقل من الجدة والتنوع مقارنة بالأفكار المولدة بشرياً، إلا أنها تتفوق بشكل كبير على الأفكار البشرية في متوسط نية الشراء، وتكون أكثر عرضة بسبع مرات لتصنيف ضمن أفضل 10% من المفاهيم عالية الجودة.
البحث الأصلي مُهدى إلى الملك العام بموجب CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). 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 أنك تقف في حقل شاسع يغطيه الضباب يسمى "مشهد الأفكار". هدفك هو العثور على أثمن كنز وحيد مخبأ في مكان ما في هذا الحقل. في عالم الأعمال والابتكار، هذا الكنز هو فكرة منتج جديد عبقرية سيحب الناس شراءها. لفترة طويلة، كانت الطريقة الوحيدة للعثور على هذه الكنوز هي إرسال فرق من المستكشفين البشر. كان هؤلاء البشر يتجولون ويحفرون بحثاً عن الأفكار واحدة تلو الأخرى. كانت قاعدة اللعبة دائماً هي أنك لست بحاجة لأن تكون كل فكرة تجدها مثالية؛ بل يكفي أن تجد بضع جواهر حقيقية. إذا حفرت بحثاً عن 100 فكرة وكانت 99 منها مجرد صخور وواحدة فقط ماسة، فقد فزت. ولكن ماذا لو كان بإمكانك استئجار روبوت سحري فائق السرعة يمكنه حفر 1,000 فكرة في الوقت الذي يستغرقه إنسان واحد لحفر عشر أفكار؟ هذا هو السؤال الذي يطرحه العلماء حول الذكاء الاصطناعي (AI). وتحديداً، هم يختبرون "نماذج اللغات الكبيرة" (LLMs) — وهي برامج حاسوبية ذكية للغاية تم تدريبها على كل شيء تقريباً كُتب على الإنترنت. هذه البرامج بارعة في كتابة القصص والإجابة على الأسئلة، ولكن هل يمكنها أن تكون مبدعة مثل البشر عندما يتعلق الأمر باختراع أشياء جديدة؟ تهدف هذه الورقة البحثية إلى معرفة ما إذا كان بإمكان هؤلاء الحالمين الرقميين أن يتفوقوا فعلياً على البشر في الابتكار.
قرر الباحثون من جامعات مرموقة وضع هذا الأمر قيد الاختبار من خلال تحدٍ محدد: ابتكار منتج مادي جديد لطلاب الجامعات بتكلفة 50 دولاراً أو أقل. لقد جمعوا ثلاث مجموعات مختلفة من "مولدي الأفكار". المجموعة الأولى كانت فريقاً من طلاب الجامعات الذين سبق لهم دراسة فصل في تصميم المنتجات قبل أن تصبح أدوات الذكاء الاصطناعي مثل ChatGPT متاحة على نطاق واسع. المجموعة الثانية كانت برنامج حاسوبي (GPT-4 من OpenAI) طُلب منه توليد أفكار باستخدام تعليمات بسيطة، مثل لوحة بيضاء (وهذا ما يسمى "التلقين صفري المحاولة" أو zero-shot prompting). المجموعة الثالثة كانت نفس البرنامج الحاسوبي، ولكن هذه المرة عُرضت عليه بضعة أمثلة لأفكار رائعة أولاً لمساعدته على الدخول في الحالة الذهنية المناسبة (وهذا ما يسمى "التلقين قليل المحاولات" أو few-shot prompting).
ولمعرفة من قدم الأفضل، لم يكتفِ الباحثون بسؤال الخبراء، بل سألوا أشخاصاً عاديين. عرضوا مئات من أفكار المنتجات هذه على مجموعة كبيرة من الشباب في سن الجامعة وسألوا: "ما مدى احتمالية شرائك لهذا المنتج؟". قاموا بتحويل هذه الإجابات إلى "درجة شراء" لقياس الجودة. كما استخدموا أدوات حاسوبية للتحقق من مدى تشابه الأفكار مع بعضها البعض، وسألوا الناس عن مدى شعورهم بأن الأفكار "جديدة" أو "مبتكرة".
إليكم ما وجدوه، وهو أمر مفاجئ نوعاً ما. أولاً، كان الذكاء الاصطناعي أفضل في المهمة الأساسية: صنع أفكار يرغب الناس في شرائها. في المتوسط، حصلت الأفكار التي ولدها الحاسوب على تقييمات أعلى من الأفكار التي صنعها الطلاب. وكان الحاسوب الذي تلقى بضعة أمثلة في البداية (قليل المحاولات) هو الأفضل على الإطلاق. يبدو الأمر وكأن الروبوت كان لديه "أذن" أفضل لما يريده الزبائن.
ومع ذلك، كانت هناك عقبة. فبينما كان الذكاء الاصطعي أفضل في صنع أفكار جيدة، إلا أنه لم يكن جيداً في صنع أفكار مختلفة. كانت أفكار الحاسوب تميل إلى أن تبدو وتسمع متشابهة جداً مع بعضها البعض. إذا تخيلت الطلاب البشر وهم يستكشفون مشهد الأفكار الضبابي بالكامل، يبدو أن الذكاء الاصطناعي ظل في مكان أو مكانين محددين، يحفر العديد من التنويعات على نفس الكنوز القليلة. كما تم تقييم أفكار الحاسوب على أنها أقل "ابتكاراً" أو "تميزاً" بقليل من قبل الأشخاص الذين قرؤوها. يبدو الأمر كما لو أن الروبوت كان بارعاً جداً في صقل المفاهيم الموجودة بالفعل، لكنه عانى في التفكير خارج الصندوق بالطريقة التي يفعلها البشر أحياناً.
ولكن إليكم الجزء الأكثر إثارة. في مجال الابتكار، لا تهم الفكرة المتوسطة بقدر ما تهم الفكرة الأفضل. نظر الباحثون في أفضل 10% من جميع الأفكار التي جمعوها — أي أفضل الأفكار على الإطلاق. ووجدوا أن الذكاء الاصطناعي كان أكثر عرضة بسبع مرات لإنتاج فكرة تقع ضمن هذه النسبة الـ 10% المتفوقة مقارنة بالبشر. فمقابل كل فكرة عظيمة قدمها الطلاب، قدم الحاسوب سبع أفكر.
يشير المؤلفون إلى أن هذا التقدير هو تقدير متحفظ في الواقع. فهم لم يحسبوا حتى مدى سرعة الحاسوب. قد يستغرق الإنسان 15 دقيقة لتقديم خمس أفكار، بينما يمكن للحاسوب توليد 200 فكرة في نفس ذلك الوقت. لذا، الحاسوب ليس فقط أفضل في الجودة، بل هو وحش في الإنتاجية.
تخلص الورقة البحثية إلى أنه بينما قد لا يكون الذكاء الاصطناعي جامحاً أو متنوعاً مثل جلسة العصف الذهني البشرية، إلا أنه قوة ضاربة في إيجاد أفكار عالية الجودة وقابلة للتسويق. وهي تشير إلى أنه في المستقبل، قد لا تحتاج الشركات إلى قضاء الكثير من الوقت في محاولة ابتكار الأفكار من الصفر. بدلاً من ذلك، يمكنهم ترك الذكاء الاصطناعي يولد مئات الخيارات عالية الجودة بسرعة، ثم جعل البشر يركزون على اختيار الأفضل منها وجعلها حتى أفضل. الروبوت لا يحل محل الحالم البشري، ولكنه يمنحه مجرفة فائقة القوة لحفر الماس بشكل أسرع بكثير.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.