Convergence in Science, Divergence in Religion: Calibrated Framing Differences Across Wikipedia's Language Editions
تقدم هذه الورقة مقياس مسافة تأطير مُعاير لتوضيح أنه في حين تُوصف المفاهيم العلمية باتساق عالٍ عبر طبعات ويكيبيديا اللغوية المختلفة، فإن المفاهيم الدينية تظهر أكبر قدر من التباين، حتى بعد مراعاة الاختلافات في محاذاة العائلات اللغوية وانحيازات أجهزة الترميز.
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 مكتبة حيث يُكتب كل كتاب حول نفس الموضوع من قبل مجموعة مختلفة من الناس، بلغة مختلفة، دون أن يتشاوروا أبداً. هذه هي ويكيبيديا. بوجود طبعات بأكثر من 300 لغة، تقف ويكيبيديا كواحدة من أكبر المشاريع التعاونية للبشرية، ومع ذلك فإن فصولها ليست ترجمات لنص رئيسي واحد. بدلاً من ذلك، قد يكتب محرر تركي، ومحرر كوري، ومحرر بولندي عن "الحج" أو "الرقابة"، مستمدين من مصادرهم المحلية، وتواريخهم الثقافية، وقيم مجتمعاتهم. وهذا يخلق فرصة فريدة للباحثين: إذا نظرنا إلى كيفية وصف هذه المجتمعات المختلفة لنفس الفكرة، هل يمكننا رؤية أين تتوافق وجهات نظرهم وأين تتباعد؟ هذا السؤال يقع عند تقاطع اللغة والثقافة والتكنولوجيا. وهو أمر مهم لأن النص الذي نكتبه اليوم غالباً ما يصبح بيانات التدريب لأنظمة الذكاء الاصطناعي في المستقبل. فإذا تعلمت تلك الأنظمة من مكتبة حيث يتغير تعريف "الديمقراطية" أو "التضحية" اعتماداً على اللغة، فقد ينتهي الأمر بالآلات التي نبنيها وهي تروي نسخاً مختلفة من التاريخ لأشخاص مختلفين.
شرع باحث في قياس هذا التباعد، ليس من خلال عدّ كم عدد الحقائق المفقودة في لغة واحدة مقابل أخرى، بل عبر قياس مدى اختلاف طريقة صياغة نفس الحقائق. لقد جمع 2,799 مقالاً من عشرين لغة مختلفة، تغطي مجموعة واسعة من المواضيع. ولضمان إجراء مقارنة عادلة، ركز دراسته على 150 مفهوماً محدداً، مثل "الكارما"، و"الديمقراطية"، و"ميكانيكا الكم"، و"اللاجئ"، مستخدماً قاعدة بيانات عالمية لضمان أن كل طبعة لغوية تناقش نفس الفكرة الجوهرية. كما تضمنت الدراسة مجموعة من المفاهيم المحايدة، مثل العناصر الكيميائية والألوان الأساسية، والتي تعمل كمجموعة ضابطة. كان الهدف هو معرفة ما إذا كانت الطريقة التي يكتب بها الناس عن الدين أو السياسة تختلف من لغة إلى أخرى أكثر مما يكتبون به عن العلوم المستقرة.
واجه الباحث عقبة كبيرة: أدوات الكمبيوتر المستخدمة لمقارنة النصوص ليست مثالية. هذه الأدوات، المعروفة باسم "مشفرات الجمل" (sentence encoders)، تترجم الكلمات إلى نقاط رياضية في مساحة شاسعة لقياس التشابه. ومع ذلك، قد تعمل هذه الأدوات بشكل أفضل لبعض أزواج اللغات مقارنة بغيرها. على سبيلم، قد تعتقد الأداة بطبيعتها أن الفرنسية والإسبانية أقرب من الهندية والصينية، ببساطة بسبب كيفية تدريبها، وليس بسبب أي اختلاف ثقافي حقيقي. لو قام الباحث بمجرد قياس المسافة الخام بين المقالات، لربما أخطأ في اعتبار هذه العيوب التقنية فجوات ثقافية. ولإصلاح ذلك، ابتكر "مسافة مُعايرة". فقد قام أولاً بقياس مدى تباعد المقالات المحايدة وغير المثيرة للجدل لكل زوج من اللغات. منحهم هذا خط أساس، نوعاً من نقطة الصفر التي تأخذ في الاعتبار الانحياز الطبيعي للأداة. ثم طرح هذا الخط الأساسي من مسافة المواضيع الفعلية التي يدرسها. هذا التعديل جرد النتائج من الضجيج التقني، تاركاً فقط الاختلافات الحقيقية في كيفية وصف المجتمعات لموضوعاتها.
كشفت النتائج عن نمط واضح ومثير للاهتمام. فعندما يتعلق الأمر بالدين، كانت الطبعات اللغوية المختلفة أكثر تباعداً بشكل ملحوظ من الخط الأساسي المحايد. أظهرت مفاهيم مثل "التضحية"، و"رجال الدين"، و"الشهيد" أوسع الفجوات في الوصف. وبالمثل، فإن المصطلحات المشحونة سياسياً مثل "الرقابة" و"اللاجئ" وُصفت بشكل مختلف تماماً عبر اللغات. في المقابل، كانت المقالات المتعلقة بالعلوم والتكنولوجيا هي الأكثر توافقاً. فالمواضيع مثل "التطور"، و"الحمض النووي (DNA)"، و"ميكانيكا الكم" وُصفت باتساق ملحو-ظ de عبر جميع اللغات العشرين، بل وكانت متقاربة في كثير من الأحيان حتى أكثر من مفاهيم المجموعة الضابطة المحايدة. يشير هذا إلى أنه بينما تميل المعرفة العلمية إلى الاندماج في فهم عالمي مشترك، تظل السرديات الثقافية والدينية متجذرة بعمق في السياقات المحلية.
وجدت الدراسة أيضاً أن هذا التباعد ليس موزعاً بالتساوي عبر جميع المواضيع السياسية. فبينما تسببت "الرقابة" في حدوث انقسام، فإن مفاهيم مثل "الديمقراطية" و"حقوق الإنسان" وُصفت بشكل متشابه جداً عبر اللغات. يشير هذا إلى أن الانقسام ليس متعلقاً بالسياسة ككل، بل بأفكار محددة وحساسة تلامس ديناميكيات السلطة والهوية المحلية. اختبر الباحث نتائجه باستخدام ثلاثة نماذج كمبيوتر مختلفة للتأكد من أن النتائج ليست مجرد نتاج أداة معينة. وبينما تغير حجم الاختلافات بدقة اعتماداً على النموذج، ظل الترتيب كما هو: الدين هو المجال الأكثر تباعداً، والعلوم هي الأكثر توافقاً.
إن أحد أهم الاستنتاجات هو أن العائلات اللغوية لا تروي القصة كاملة. قد يتوقع المرء أن اللغات من نفس العائلة، مثل الفرنسية والإسبانية، ستؤطر المفاهيم بشكل أكثر تشابهاً من اللغات البعيدة مثل الهندية والصينية. وبينما كان هذا صحيحاً بالنسبة للبيانات الخام غير المُعايرة، إلا أن التأثير تلاشى إلى حد كبير بمجرد أن قام الباحث بتعديل الانحيازات التقنية لأدوات الكمبيوتر. وهذا يعني أن الاختلافات في الصياغة ليست مجرد مسألة إرث لغوي؛ بل هي خيارات ثقافية حقيقية اتخذها المحررون. كما سلطت الدراسة الضوء على أن مجتمع ويكيبيديا الصيني فريد من نوعه؛ فبسبب حظر النسخة الرئيسية للموقع في الصين، فإن نسخة ويكيبيديا الصينية التي حللتها هذه الدراسة تعكس وجهات نظر المحررين في تايوان وهونج كونج والمجتمعات في الخارج، بدلاً من وجهة نظر وطنية موحدة.
في نهاية المطاف، توفر هذه الأبحاث طريقة جديدة للنظر إلى قاعدة المعرفة العالمية. فهي تظهر أنه بينما يتفق البشر على حقائق العالم المادي، فإننا لا نزال نروي قصصاً مختلفة تماماً عن معتقداتنا وصراعاتنا. تشير البيانات إلى أنه إذا تم تدريب الذكاء الاصطناعي على هذه المواد، فمن المرجح أن يرث هذه التباينات، مما قد يقدم روايات تاريخية أو ثقافية مختلفة اعتماداً على اللغة التي يتحدث بها المستخدم. ومن خلال معايرة قياساتهم لإزالة الضجيج التقني، قدم الباحث خريطة أوضح لأماكن وجود هذه الاختلافات، فصّل فيها بين نواتج الآلة والاختلافات الحقيقية للثقافة البشرية. إن الكود والبيانات من هذه الدراسة متاحة الآن للآخرين لاستخدامها، مما يضمن أن التحقيقات المستقبلية حول كيفية صياغتنا لعالمنا يمكن أن تُبنى على أساس من الوضوية لا الارتباك.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.