💬 NLP

Intent Speaks Louder: Controllable User Simulation Beyond Response Imitation

تقدم هذه الورقة البحثية UserIDA، وهو محاكي مستخدم قابل للتحكم يفصل صراحةً بين نية التفاعل المحلي والتعبير اللغوي من خلال واجهة نوايا سداسية المسارات وتعلم تعزيزي مُعاير للنوايا، مما يحقق دقة في النوايا وجودة في الحوار أعلى بكثير من النماذج المرجعية الحالية.

المؤلفون الأصليون: Bo Wang, Ruixing Zhang, Yunqi Liu, Yang Zhang, Liangzhe Han, Tongyu Zhu, Leilei Sun

نُشر 2026-08-11

📖 6 دقيقة قراءة🧠 قراءة متعمّقة

CC0 1.0

المؤلفون الأصليون: Bo Wang, Ruixing Zhang, Yunqi Liu, Yang Zhang, Liangzhe Han, Tongyu Zhu, Leilei Sun

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 تعلم روبوتاً كيف يلعب لعبة "20 سؤالاً" مع إنسان. تريد من الروبوت أن يتصرف كشخص حقيقي، يطلب تلميحات، يغير رأيه، أو يشعر بالإحباط عندما يعطيه اللاعب الآخر إجابة سيئة. في عالم الذكاء الاصطناعي، يسمى هذا محاكاة المستخدم (user simulation). وهي وسيلة لتدريب مساعدي الذكاء الاصطناعي من خلال جعلهم يتدربون على أشخاص وهميين قبل أن يلتقوا ببشر حقيقيين.

لفترة طويلة، حاول العلماء تعليم هؤلاء الأشخاص الوهميين عبر عرض أمثلة لمحادثات حقيقية وطلب من الذكاء الاصطناعي "تقليد" الجملة التالية. فكر في الأمر كطالب يحاول تعلم لغة عن طريق حفظ نص. المشكلة هي أن الحياة الواقعية فوضوية. إذا سألت صديقاً عن أفكار لقضاء العطلة، فقد يقول "نعم، هذا يبدو رائعاً!" (قبول)، أو "لا، هذا مكلف للغاية!" (إصلاح)، أو "في الواقع، أريد الذهاب إلى مكان آخر" (تعديل). كل هذه ردود فعل صالحة لنفس السؤال، لكنها تعني أشياء مختلفة تماماً. إذا قام طالب الذكاء الاصطناعي بمجرد حفظ الكلمات دون فهم القصد، فقد يقول "نعم!" بينما كان ينبغي له أن يقول "لا"، مما يؤدي إلى إفساد اللعبة تماماً. يتناول هذا البحث تلك الحيرة تحديداً، ويقترح طريقة لتعليم الذكاء الاصطناعي ليس فقط ماذا يقول، بل لماذا يقوله.

المشكلة: الذكاء الاصطناعي الذي لا يستطيع قراءة الأجواء

تعرف على الحالة الراهنة لمحاكيات مستخدم الذكاء الاصطناعي. إنهم يشبهون ممثلين موهوبين حفظوا النص بدقة ولكن ليس لديهم أدنى فكرة عن موضوع المشهد الفعلي. إذا قال النص "الشخصية سعيدة"، فإن الممثل يبتسم. ولكن إذا كان المشهد يتطلب في الواقع أن تكون الشخصية ساخرة، فإن الممثل سيظل يبتسم لأن هذا ما قاله النص.

في عالم الذكاء الاصطناعي، يحدث هذا لأن النماذج مدربة على التنبؤ بالكلمة التالية بناءً على ما سبقها. إنهم ينظرون إلى تاريخ المحادثة ويخمنون الجملة التالية الأكثر احتمالاً. ولكن إليكم الخدعة: نفس تاريخ المحادثة يمكن أن يؤدي إلى نتائج مختلفة ومتساوية في الواقع.

سيناريو: تسأل بوت سفر: "ما رأيك في جزر المالديف؟"
النتيجة أ: تقول "رائع، لنذهب!" (قبول).
النتيجة ب: تقول "مكلفة جداً، هل لديك خيارات أرخص؟" (إصلاح).
النتيجة ج: تقول "في الواقع، أفضل الذهاب إلى تايلاند" (تعديل).

قد يختار محاكي الذكاء الاصطناعي القياسي النتيجة (أ) لمجرد أنها عبارة شائعة، حتى لو كان ملف تعريف المستخدم الخاص بك يشير إلى أنك "مهتم بالميزانية". إنه ينجح في ضبط الكلمات لكنه يخطئ في القصد. إنه يشبه نظام GPS يعرف الطريق ولكنه يستمر في إخبارك بالانعطاف يساراً بينما كنت تريد بوضوح الذهاب مباشرة.

الحل: "مخرج النوايا"

أدرك مؤلفو هذا البحث، بو وانغ وفريقه من جامعة بهينغ، أنه لإصلاح ذلك، نحتاج إلى التوقف عن طلب توقع الحركة الكاملة التالية من الذكاء الاصطناعي والبدء في إعطائه وصفاً وظيفياً محدداً لتلك الحركة. هم يسمون نظامهم الجديد UserIDA (محاذاة توجيه نية المستخدم).

فكر في UserIDA كمخرج في موقع تصوير فيلم. بدلاً من قول "قل شيئاً يبدو كمسافر"، يهمس المخرج بتعليمات محددة: "إصلاح" (REPAIR).

هذه التعليمات تخبر الممثل بالضبط بالنبضة العاطفية التي يجب أن يضرب عليها: عليك أن تشير إلى مشكلة في الاقتراح السابق. ثم يستخدم الممثل (الذكاء الاصطناعي) إبداعه للوصول إلى الكلمات الفعلية. يمكنه أن يقول "هذا باهظ الثمن"، أو "لا أستطيع تحمل تكلفة ذلك"، أو "ميزانيتي أقل". طالما أن النية هي "الإصلاح"، فإن الذكاء الاصطناعي يقوم بعمله بشكل صحيح.

حدد الفريق ستة "توجيهات" (أو أوصاف وظيفية) لهؤلاء المستخدمين الوهميين:

البدء (Initiate): بدء موضوع جديد.
التعديل (Amend): تغيير قواعد الموضوع الحالي.
التزويد (Supply): تقديم معلومات ناقصة.
الإصلاح (Repair): إصلاح خطأ ارتكبه الذكاء الاصطناعي.
تغيير الدور/التسجيل (SetRegister): تغيير النبرة أو الدور (مثلاً: "تصرف كمعلم صارم").
القبول الأرضي (GroundAccept): قول "حسناً" أو "شكراً" للمضي قدماً.

كيف علموا الذكاء الاصطناعي

لم يكتفِ الفريق بإعطاء الذكاء الاصطناعي قائمة من القواعد؛ بل علموه من خلال عملية تدريب مكونة من خطوتين تشبه تعلم ركوب الدراجة باستخدام عجلات التدريب، ثم نزعها.

الخطوة 1: الممارسة الموجهة (الضبط الدقيق الخاضع للإشراف)
أولاً، أخذوا مكتبة ضخمة من المحادثات البشرية الحقيقية (من مجموعة بيانات LMSYS-Chat-1M) وصنفوا كل دور فيها بواحد من تلك التوجيهات الستة. ثم علموا الذكاء الاصطناعي كيف ينظر إلى المحادثة والتوجيه المحدد (مثلاً "إصلاح") ويولد استجابة تناسبه. هذا يشبه عرض النص والملاحظة الإخراجية على الممثل، ثم الطلب منه الأداء.

الخطوة 2: "شرطة النوايا" (تحسين السياسة المعايرة)
هذا هو الجزء الذكي. حتى بعد الخطوة الأولى، قد يظل الذكاء الاصطناعي مرتبكاً. قد يولد استجابة تبدو جيدة جداً (جودة عالية) ولكن بنية خاطئة (مثلاً يقول "رائع!" بينما كان ينبغي أن يقول "هذا مكلف جداً!").

لإصلاح ذلك، قدم الفريق نظام مكافأة خاصاً. تخيل لعبة حيث يولد الذكاء الاصطناعي أربع إجابات مختلفة.

الإجابة أ: تبدو رائعة، لكن نيتها خاطئة.
الإجابة ب: تبدو مقبولة، لكن نيتها صحيحة.
الإجابة ج: تبدو رائعة، ونيتها صحيحة.

في لعبة عادية، قد تفوز الإجابة (أ) لمجرد أنها تبدو الأفضل. ولكن في لعبة UserIDA، تتدخل "شرطة النوايا". يقولون: "لا. الإجابة (أ) مستبعدة، بغض النظر عن مدى جودتها". إنهم يجبرون الذكنا الاصطناعي على إدراك أن إصابة النية الصحيحة أهم من التحدث بأسلوب منمق. إنهم يعدلون الدرجات رياضياً بحيث يتم تصنيف أي إجابة ذات نية خاطئة تلقائياً في مرتبة أدنى من أي إجابة ذات نية صحيحة. هذا يضمن أن يتعلم الذكاء الاصطناعي أن "أن تكون صحيحاً" هو أهم قاعدة في اللعبة.

النتائج: ممثل أفضل بكثير

عندما اختبروا UserIDA، كانت النتائج مبهرة. قارنوه بأفضل المحاكيات الموجودة وأكبر نماذج الذكاء الاصطناعي العامة (مثل GPT-4o وGemini).

دقة النية: حقق UserIDA "الوصف الوظيفي" الصحيح بنسبة 86.6% من المرات. بينما حقق أفضل محاكي منافس النسبة الصحيحة بنسبة 62% فقط. هذه قفزة هائلة تزيد عن 24 نقطة مئوية.
اختبار "أربعة من أصل ستة": في اختبار صعب حيث طلبوا من الذكاء الاصطناعي التبديل بين جميع أنواع السلوك الستة في نفس المحادثة، نجح UserIDA في القيام بأربعة من أصل ستة سلوكات بشكل صحيح بنسبة 91.7%. بينما نجح المنافس الأفضل في ذلك بنسبة 22.9% فقط.
لا يزال يبدو بشرياً: والأهم من ذلك، بينما أصبح الذكاء الاصطناعي أفضل بك كثيراً في اتباع التعليمات، فإنه لم يتحول إلى روبوت. ظل يبدو طبيعياً، وحافظ على شخصية المستخدم، ولم يبدُ وكأنه يقرأ دليلاً إرشادياً.

لماذا يهم هذا

يشير هذا البحث إلى أنه لكي يفهم الذكاء الاصطناعي المحادثة البشرية حقاً، لا يمكننا مجرد تعليمه محاكاة الكلمات. يجب أن نعلمه فهم الغرض من كل جملة. من خلال فصل "ماذا" (الكلمات) عن "لماذا" (النية)، يخلق UserIDA محاكياً يمكن توجيهه مثل سيارة بمقود، بدلاً من سيارة تقود فقط حيثما تأخذها الطريق.

هذا لا يعني أن الذكاء الاصطناعي أصبح مثالياً في كونه بشرياً. يوضح المؤلفون أنه بينما أصبح الذكاء الاصطناعي أفضل بكثير في اتباع التوجيهات، إلا أنه لا تزال هناك فجوة بين ما قد يفعله البشر وما يمكن للذكاء الاصطناعي فعله. ولكن من خلال إضافة طبقة التحكم هذه، فقد منحوا الذكاء الاصطناعي فرصة أفضل بكثير لفهم الطريقة الفوضوية، وغير المتوقعة، والرائعة التي يتحدث بها البشر مع بعضهم البعض.

ملخص تقني: النية تتحدث بصوت أعلى: محاكاة المستخدم القابلة للتحكم بما يتجاوز تقليد الاستجابة

بيان المشكلة

تعد محاكيات المستخدم بنية تحتية بالغة الأهمية لتدريب وتقييم المساعدين الذكيين التفاعليين، ومع ذلك تعاني النهج الحالية من قصور جوهري يتمثل في تقليد الاستجابة (response imitation). فالمحاكيات الحالية، سواء كانت تعتمد على التلقين (prompting)، أو الضبط الدقيق الخاضع للإشراف (SFT)، أو التعلم المعزز (RL)، تقوم عادةً باستنتاج الدور التالي للمستخدم بشكل مشترك مع صياغته اللغوية السطحية. وهذا يخلق مشكلة "واحد إلى كثير" (one-to-many)، حيث يدعم سياق حوار وملف تعريف مستخدم واحد مسارات متعددة محتملة ذات نوايا تفاعلية محلية مختلفة (مثل إصلاح خطأ مقابل قبول استجابة).

بدون تحكم صريح في النية (intent) للدور التالي، قد تولد المحاكيات استجابات بليغة تدفع الحوار في الاتجاه الخاطـ (على سبيل المثال، قبول اقتراح غير متوافق بدلاً من تحديه). وهذا يحجب نقاط ضعف المساعد في التعافي من الأخطاء وتحسين المهام. وتجادل الورقة بأن التجريد المفقود هو نية التفاعل لكل دور (per-turn interaction intent)، والتي تحدد ماذا يجب أن يفعل دور المستخدم، متميزة عن كيفية التعبير عنها لغوياً.

المنهجية: UserIDA

يقترح المؤلفون إطار عمل UserIDA (محاذاة نية المستخدم مع التوجيه - User Intent-Directive Alignment)، والذي يفصل نية التفاعل المحلية عن الصياغة اللغوية. يعمل إطار العمل من خلال ثلاث مراحل:

1. واجهة النية المعيارية (Canonical Intent Interface)

يحدد المؤلفون تصنيفاً للنيات مكوناً من ستة اتجاهات غير محددة سطحياً لتكون بمثابة إشارات تحكم صريحة:

البدء (Initiate): بدء هدف أو مسار جديد رفيع المستوى.
التعديل (Amend): تحسين أو تحديث مهمة جارية.
التزويد (Supply): تقديم معلومات أو خيارات مطلوبة.
الإصلاح (Repair): تصحيح أو تحدي عدم توافق من جانب المساعد.
ضبط السجل (SetRegister): ضبط الدور، أو البروتوكول، أو النبرة، أو نمط الاستجابة.
القبول الأرضي (GroundAccept): القبول، أو الإقرار، أو الاستمرار، أو الإغلاق.

هذه التوجيهات محلية لكل دور ولا تفرض صياغة محددة، مما يسمح للمحاكي بتوليد تعبيرات متنوعة لنفس النية.

2. الضبط الدقيق للنية الخاضع للإشراف (Intent-SFT)

يتم تدريب المحاكي على مجموعة بيانات من الأزواج $(c_t, p, z_t, u_t)$ ، حيث $c_t$ هو سياق الحوار، و $p$ هو ملف تعريف المستخدم الضمني، و $z_t$ هو توجيه نية الهدف، و $u_t$ هو دور المستخدم المرصود.

يتعلم النموذج توليد $u_t$ مشروطاً بالتوجيه الصريح $z_t$ .
يعلم هذا النموذج كيفية ربط نفس حالة الحوار بفئات متميزة من سلوك المستخدم الصحيح بناءً على إشارة التحكم المقدمة، بدلاً من مجرد دفع النموذج اللغوي نحو نص "شبيه بالمستخدم".

3. تحسين السياسة المعايرة للنية (Intent-Calibrated Policy Optimization)

لمعالجة عدم التطابق بين الجودة والنية (حيث تنتهك الاستجابة عالية الجودة دلالياً النية المستهدفة)، قدم المؤلفون آلية معايرة أثناء تحسين السياسة الجماعية النسبية (GRPO):

درجة الجودة المركبة ( $q_i$ ): يتم تقييم المرشحين بناءً على التشابه الدلالي، وتشابه الأسلوب، وعقوبة الشبه بالذكاء الاصطناعي.
التحقق من النية: يتنبأ مُحقِّق (verifier) ثابت بالنية المتحققة ( $\hat{z}_i$ ) لكل مرشح.
المعايرة: في المجموعات المختلطة (التي تحتوي على كل من المرشحين الممتثلين والمنتهكين)، يتم حساب إزاحة خاصة بالمجموعة ( $\Delta_t$ ) لضمان أن كل مرشح ينتهك النية يتلقى مكافأة أقل من كل مرشح ممتثل للنية، بغض النظر عن درجات جودتهم الخام.
ضمان الترتيب: يضمن هذا أن المرشحين ذوي الجودة العالية ولكن النية الخاطئة لا يمكنهم التفوق على البدائل الممتثلة، مع الحفاظ على التمييز في الجودة بين المرشحين الممتثلين.

المساهمات الرئيسية

صياغة التحكم في النية: تحدد الورقة نية التفاعل كمتغير تحكم مفقود لكل دور في محاكاة المستخدم وتصيغ واجهة توليد مشروطة بالتوجيه.
إطار عمل UserIDA: يقترح بنية مبتكرة تجمع بين الضبط الدقيق (SFT) المشروط بالتوجيه وبين تحسين السياسة المعايرة للنية. يفرض هذا النهج ترتيب الامتثال فوق الانتهاك دون انهيار التمييز في الجودة بين التوليدات الممتثلة.
التقييم الشامل: طور المؤلفون بروتوكولات تقييم على مستوى الدور، وعلى المسارات متعددة الأدوار المحكومة، والتدخل داخل السياق. وتثبت هذه البروتوكولات أن UserIDA يحقق التزاماً أقوى بالنية وقابلية تحكم تركيبية أكثر من النماذج المرجعية الموجهة والمُدربة.

النتائج التجريبية

تم التقييم باستخدام مجموعة بيانات LMSYS-USP (المشتقة من LMSYS-Chat-1M)، وأظهر UserIDA تحسينات كبيرة:

الأداء على مستوى الدور: حقق UserIDA دقة نية بلغت 86.6%، متفوقاً على أقوى نموذج مرجعي متخصص (USP) بمقدار 24.3 نقطة مئوية. كما حسن التشابه الدلالي (SimCSE) والأسلوبي (StyleCSE).
المسارات متعددة الأدوار المحكومة: في تقييمات البادئات المحكومة، رفع UserIDA معدل "نجاح جميع الأدوار" (تحقيق جميع النوايا المطلوبة في مسار ما) من 13% (USP) إلى 58%.
التدخلات داخل السياق: عند الاختبار على حالات الحوار حيث تكون جميع النوايا الست قابلة للتنفيذ، حقق UserIDA ما لا يقل عن أربع من النوايا الست المستهدفة في 91.7% من الحالات، مقارنة بـ 22.9% لأقوى مرجع خارجي.
دراسات الاستئصال (Ablation Studies): أدى إزالة معايرة النية (Quality-only GRPO) إلى انخفاض في دقة النية (من 86.6% إلى 80.7%) رغم الحفاظ على تشابه دلالي عالٍ، مما يؤكد ضرورة خطوة المعايرة لمنع عدم التطابق بين الجودة والنية.

الأهمية والادعاءات

تدعي الورقة أن التحكم في النية لكل دور هو بُعد مكمل لدقة الاستجابة في محاكاة المستخدم. ومن خلال فصل نية دور المستخدم عن تعبيره، يتيح UserIDA:

النماذج المضادة القابلة لإعادة الإنتاج (Reproducible Counterfactuals): القدرة على توليد مسارات تفاعل محددة (مثل فرض دور "الإصلاح") للتقييم المنهجي للمساعد.
التحكم التركيبي (Compositional Controllability): القدرة على الحفاظ على تحكم متسق في النية عبر أدوار متعددة في الحوار.
ما وراء التقليد: التحول من مجرد محاكاة لغة المستخدم إلى أداء إجراءات تفاعلية محددة وموثوقة مطلوبة لتدريب وتقييم المساعد القوي.

يخلص المؤلفون إلى أنه بينما يساعد التكييف مع ملف التعريف في الحفاظ على كيفية تحدث المستخدم، فإن التدريب الموجه الصريح ضروري للتحكم في ماذا يفعل الدور، مما يجعل نية التفاعل المحلية تجريداً حاسماً للجيل القادم من محاكيات المستخدم.