WebRider: Persona-Conditioned Intent Controllers for Live-Web Assistance
يقدم WebRider إطار عمل للتحكم في النوايا مشروطاً بالشخصية، والذي يصيغ مهام الويب المفوضة كعقود قابلة للتدقيق، مما يُمكّن نظاماً هرمياً من تنفيذ سياسات الويب المباشرة المعقدة بأمانة مع ضمان كل من الامتثال للسياسة واتساق الشخصية، كما تم التحقق من ذلك عبر معيار RiderBench الجديد.
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 أنك تطلب من صديق لك أن يشتري لك لعبة فيديو معينة. أنت لا تريد اللعبة فحسب، بل تريده أن يجد أرخص سعر لها، ويتأكد من أنها ليست عملية احتيال، ويتحقق مما إذا كانت تعمل على جهاز الألعاب الخاص بك، وأن يتوقف عن البحث إذا تجاوز السعر 50 دولاراً. إذا عاد صديقك وهو يحمل أي لعبة سعرها 50 دولاراً، فإنه تقنياً قد أتم المهمة، لكنه فشل في تنفيذ تعليماتك المحددة. هذه هي المشكلة الجوهرية في عالم "الوكلاء الذكيّين" (AI agents) — وهي برامج حاسوبية مصممة لتصفح الإنترنت والقيام بمهام من أجلنا. لفترة طويلة، كان العلماء مهووسين بما إذا كان هؤلاء الوكلاء يمكنهم ببساطة "إنهاء" المهمة. لكن الإنهاء ليس هو نفسه القيام بالأمر "بشكل صحيح". إذا تجاهل الذكاء الاصطناعي قواعد السلامة الخاصة بك أو تخطى فحوصات مهمة لمجرد الوصول إلى الإجابة بسرعة، فهو ليس مساعداً جيداً. هذا البحث يدخل في هذه الفجوة، طارحاً سؤالاً أصعب: كيف نضمن أن يتبع الذكاء الاصطناعي "قواعد الطريق" الخاصة بك طوال الطريق نحو خط النهاية، وليس فقط الوصول إلى الوجهة؟
لقد طور الباحثون وراء هذه الدراسة، من جامعة كاليفورنيا لوس أنجلوس (UCLA) وجوجل، نظاماً يسمى WebRider لحل هذه المشكلة تحديداً. لقد أدركوا أن وكلاء الذكاء الاصطناعي الحاليين يشبهون سائقي سيارات السباق الذين لا يهتمون إلا بعبور خط النهاية، حتى لو قطعوا عدة إشارات حمراء أو تجاهلوا الخريطة في طريقهم. ولإصلاح ذلك، قدموا مفهوماً يسمى "عقد النية" (Intent Contract). فكر في هذا العقد كأنه اتفاق مكتوب وصارم بينك وبين الذكاء الاصطناعي. هو لا يقول فقط "اشترِ كاميرا"؛ بل يقول "اشترِ كاميرا، ولكن فقط إذا كان البائع لديه تقييمات جيدة، وتحقق من الضمان، وإذا لم تكن متأكداً من التوافق، فتوقف واسألني قبل الشراء".
بُني نظام WebRider مثل مبنى مكون من ثلاثة طوابق للحفاظ على سلامة هذه القواعد. في الطابق العلوي، يعمل "المتحكم" (Controller) كمدير مشروع؛ فهو يحمل "عقد النية"، ويتحقق من القواعد، ويقرر الاستراتيجية الكبرى: "استمر في البحث"، "اسأل المستخدم"، أو "توقف وأعطِ الإجابة". هو لا يلمس المتصفح مباشرة أبداً. أما في الطابق الأوسط، فتعمل طبقة "الإجراء المحمي" (Guarded Action) كمترجم حذر؛ حيث تأخذ الفكرة الكبرى للمدير وتحولها إلى حركة واحدة صغيرة وآمنة، مثل "انقر على هذا الزر" أو "اكتب هذا البحث". ومن الأهمية بمكان أن هذه الطبقة "محمية"، مما يعني أن لديها شبكة أمان مدمجة تمنعها من القيام بأي شيء غريب أو كسر القواعد. وأخيراً، في الطابق الأرضي، يوجد "المنفذ" (Executor) الذي يقوم فعلياً بالضغط على الفأرة والكتابة على لوحة المفاتيح في الموقع الحي.
اختبر الفريق هذا النظام باستخدام معيار جديد يسمى RiderBench، والذي أنشأ أكثر من 4,000 سيناريو مختلف عبر 42 موقعاً حقيقياً. وقد وجدوا فجوة كبيرة في كيفية عمل الذكاء الاصطناعي الحالي. فقد تمكن متحكم ذكاء اصطناعي قياسي وقوي جداً من إنهاء 99.2% من المهام، مما يعني أنه وصل دائماً تقريباً إلى إجابة. ومع ذلك، عندما تحققوا مما إذا كان يتبع قواعد "عقد النية" طوال الوقت، فقد نجح في 38.8% فقط من الحالات. بعبارة أخرى، كان الذكاء الاصطناعي ينهي السباقات، لكنه لم يلتزم بالقواعد في أكثر من نصف الحالات. ربما اشترى المنتج الخاطئ، أو تجاهل تحذيراً سلامياً، أو تخطى فحصاً ضرورياً، كل ذلك بينما يبدو وكأنه قام بعمل جيد.
يشير نهج WebRider إلى أنه من خلال فصل اتخاذ القرار "للصورة الكبيرة" عن إجراءات "النقر الصغير"، يمكننا حل هذه المشكلة. فعندما استخدموا نظامهم الجديد المكون من ثلاثة طوابق، لم يكتفِ الذكاء الاصطناعي بإنهاء المهام فحسب، بل احترم أيضاً تفضيلات المستخدم وقيوده بشكل أفضل بكثير. كما قاموا بتدريب نموذج ذكاء اصطناعي أصغر ومتخصص للتعامل مع "الطابق الأوسط" (النقرات الصغيرة) فقط. وقد تعلم هذا النموذج اتباع القواعد بدقة لدرجة أنه تفوق على النماذج القياسية "التي تفعل كل شيء"، مما يثبت أنك لست بحاجة إلى عقل عملاق للقيام بكل نقرة؛ بل تحتاج فقط إلى مجموعة واضحة من القواعد ونظام يتحقق منها في كل خطوة.
كما استعانَت الدراسة بحكام بشريين لمعرفة ما إذا كان سلوك الذكاء الاصطناعي يبدو جديرًا بالثقة. ووجدوا أنه حتى عندما يجتاز الذكاء الاصطناعي جميع الفحوصات الآلية تقنياً، غالباً ما يشعر البشر بأن الخطوات التي اتخذها كانت محفوفة بالمخاطر أو مربكة. ومع ذلك، حافظ نظام WebRider على "الشخصية" (أسلوب المستخدم وقواعده الخاصة) ثابتة طوال الرحلة، مما جعل البشر يشعرون براحة أكبر في تفويض المهام إليه. ويقترح الباحثون أنه لكي يكون الذكاء الاصطناعي مفيداً حقاً، نحتاج إلى التوقف عن مجرد السؤال "هل حصل على الإجابة؟" والبدال بسؤال "هل اتبع المسار الذي اتفقنا عليه؟". ومن خلال جعل المسار نفسه جزءاً مرئياً وقابلاً للفحص من المهمة، يقدم WebRider طريقة لبناء مساعدين ليسوا سريعين فحسب، بل مخلصين أيضاً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.