في عالم الذكاء الاصطناعي، أتقن الباحثون منذ زمن طويل فن تعليم الحواسيب حل المشكلات ذات الإجابات الواضحة التي تحتمل الصواب أو الخطأ. فإذا طُلب من الآلة حل معادلة رياضية أو كتابة سطر من البرمجيات، يمكن اختبارها فوراً؛ فالإجابة إما أن تكون صحيحة أو ليست كذلك. وقد سمح هذا الوضوح للنماذج بالتعلم بسرعة، وصقل مهاراتها من خلال دورات لا متناهية من التجربة والخطأ. ومع ذلك، فإن أكثر التفاعلات أهمية بين البشر والآلات تحدث غالباً في المجالات التي لا توجد فيها إجابة واحدة صحيحة. فعندما يعمل الكمبيوتر كمعلم، أو مستشار، أو شريك إبداعي، تعتمد جودة استجابته على السياق، والعاطفة، والقيم الثقافية. هل النصيحة المقدمة تتسم بالتعاطف؟ هل فكرة القصة مبتكرة ومناسبة في آن واحد؟ هذه الأسئلة هي أسئلة "قابلة للتحقق بشكل ضعيف"، مما يعني أنه لا يمكن التحقق منها بمعادلة بسيطة؛ فهي تتطلب حكماً بشرياً، وهو أمر بطيء، ومكلف، ويصعب توسيع نطاقه. وبدون وسيلة موثوقة للتحقق من الجودة، ظل تعليم الذكاء الاصطناعي التفوق في هذه المهام التي تركز على الإنسان يمثل عقبة مستعصية.

اقترح فريق من الباحثين من جامعة شرق الصين العادية وجامعة هونغ كونغ للعلوم والتكنولوجيا طريقة جديدة لتجاوز حالة عدم اليقين هذه. فقد طوروا إطار عمل يسمى "تطور البيانات الوكيل" (Agentic Data Evolution)، أو (ADE)، والذي يعامل عملية إنشاء بيانات التدريب ليس كحدث يتم لمرة واحدة، بل كعملية مستمرة وحية. وبدلاً من توليد قائمة ضخمة من الإجابات والأمل في نجاة الأفضل منها، يقوم النظام بتنظيم البيانات في "لقطات" تتطور بمرور الوقت. ويستخدم النظام فريقاً من وكلاء الذكاء الاصطناعي المتخصصين لمراقبة إجابة حالية، واقتراح تنويعات عليها، ثم اختيار التغييرات التي تمثل تحسناً حقيقياً فقط وبصرامة. وقد صُممت هذه العملية لتعمل كصمام أمان، لمنع النظام من الانزلاق عرضاً نحو أداء أسوأ أثناء محاولته التحسن. ومن خلال تطبيق هذه الطريقة على السيناريوهات التعليمية - وتحديداً التركيز على كيفية دعم المعلم لقيم الطالب وعواطفه وإبداعه - وجد الباحثون أنهم يستطيعون رفع جودة استجابات الذكاء الاصطناعي بثبات دون الحاجة إلى تدخل بشري للتحقق من كل خطوة.

إن التحدي الجوهري الذي عالجه الفريق هو ما يحدث عندما تحاول تحسين سلوك الذكاء الاصطناعي في مهام لا يمكنك فيها قياس النجاح بسهولة. في الطرق التقليدية، قد يولد الباحثون العديد من تنويعات الإجابة ويختارون الأفضل بناءً على فحص سريع. ولكن عندما تكون المعايير معقدة، مثل "الدعم العاطفي" أو "الابتكار الإبداعي"، فإن الفحص السريع قد يكون مضللاً؛ فقد تبدو الإجابة أكثر سلاسة أو ثقة، لكنها في الواقع تقدم توجيهاً أقل فائدة. ووجد الباحثون أنه بدون عملية اختيار دقيقة، يمكن أن تؤدي التحسينات المتكررة إلى "تراجعات صامتة"، حيث يسوء أداء النموذج بمرور الوقت دون أن يلاحظ أحد ذلك لأن التغييرات تبدو إيجابية ظاهرياً. ولحل هذه المشكلة، بنوا نظاماً مغلق الحلقة يحاكي تطوراً ثابتاً وحذراً.

تبدأ العملية بمجموعة من الأسئلة والإجابات الأولية، والتي تعمل كنقطة انطلاق. ثم يدخل النظام في دورة من المراقبة، والتنويع، والاختيار. أولاً، يقوم "وكيل" بمراقبة سؤال محدد وإجابته الحالية، وتحديد مكان قصور الاستجابة بدقة بناءً على أهداف محددة، مثل ما إذا كانت تحترم مشاعر الطالب أو تشجع التفكير الإبداعي. بعد ذلك، يقوم النظام بتوليد نسخ جديدة من الإجابة؛ حيث يفعل ذلك بطريقتين: يقوم أحد الوكلاء بإجراء تعديلات صغيرة وحذرة لإصلاح نقاط الضعف الفورية دون تغيير الهيكل العام، بينما يخاطر وكيل آخر بخطوات أكبر، ويعيد تنظيم الاستجابة لحل مشكلات أعمق. وهذا يخلق مجموعة صغيرة من المرشحين: الإجابة الأصلية، والمراجعة المحافظة، والمراجعة الجريئة.

الجزء الأكثر أهمية في النظام هو مرحلة الاختيار، والتي تعمل كحارس بوابة صارم. فقبل قبول أي نسخة جديدة، تتم مقارنتها مباشرة بالنسخة الأصلية. ويطرح النظام سؤالاً بسيطاً ولكنه صارم: هل النسخة الجديدة أفضل بوضوح؟ إذا كانت الأدلة غامضة، أو إذا كانت النسخة الجديدة مختلفة قليلاً فقط ولكنها ليست متفوقة بشكل قاطع، فإن النظام يرفض التغيير ويحتفظ بالإجابة الأصلية. تضمن قاعدة "الحالة المستقرة" هذه أن البيانات لا تتحرك للأمام إلا عندما يكون هناك دليل على التحسن، مما يعمل فعلياً كـ "ترس" يمنع الجودة من التراجع. ولا يتم التخلص من المحاولات المرفوضة تماماً؛ بل يتم تسجيل أسباب فشلها واستخدامها لتوجيه الجولات القادمة من المحاولات، مما يساعد النظام على تعلم ما يجب تجنبه.

لاختبار ما إذا كانت هذه الطريقة قد نجحت بالفعل، طبق الباحثون هذه الطريقة على مجموعة بيانات تضم 10,000 سؤال وجواب تعليمي، مع التركيز على ثلاثة أهداف تركز على الجانب الإنساني: مساعدة الطلاب في التعامل مع الخيارات الأخلاقية، وتقديم الدعم العاطفي، وتعزيز الابتكار الإبداعي. وقد مرروا النظام عبر عدة جولات من التطور، مما أدى إلى إنشاء سلسلة من مجموعات البيانات المحسنة. ثم قاموا بقياس النتال بطرق ثلاث متميزة. أولاً، نظروا في الجودة الجوهرية للإجابات، مقارنين النسخ المتطورة بالنسخ الأصلية، ووجدوا أنه مع كل جولة من التطور، تصبح الإجابات أفضل بشكل ملحوظ، حيث ارتفع معدل الفوز للإجابات المحسنة من 50 بالمائة في المجموعة الأولية إلى ما يقرب من 76 بالمائة بعد عدة جولات.

ثانياً، اختبروا ما إذا كانت هذه التحسينات تساعد نموذج الذكاء الاصطناعي فعلياً عند وضعه في العمل. فقد قاموا بتدريب نموذج لغوي على البيانات المتطورة واختبروه على مجموعة منفصلة مكونة من 300 سؤال لم يسبق للنموذج رؤيتها. وأظهرت النتائج انتقالاً واضحاً للمهارة: حيث فاز النموذج المدرب على البيانات المتطورة بنسبة 68.86 بالمائة من المقارنات ضد نموذج مدرب على البيانات الأصلية. وقد أثبت هذا أن التحسينات لم تكن مجرد تغييرات سطحية أعجب بها النظام، بل كانت تعزيزات حقيقية في كيفية تعامل النموذج مع المهام التعليمية المعقدة. وأخيراً، وللتأكد من أن النظام لا يخدع نفسه، استعانوا بخبراء بشريين لتقييم الإجابات بشكل أعمى، وفضل الخبراء الإجابات المتطورة بنسبة 66.11 بالمائة من الوقت، مما أكد أن العملية المؤتمتة تتماشى مع الحكم البشري.

كما بحثت الدراسة فيما إذا كانت هذه المكاسب خاصة بالمهام التعليمية أم أنها ساعدت النموذج في مجالات أخرى. فقد اختبروا النموذج المحسن في المسائل الرياضية وكشف اللغة السامة، وكلاهما له إجابات موضوعية واضحة. وحتى في هذه المجالات غير المرتبطة، كان أداء النموذج المدرب على البيانات المتطورة أفضل، مما أظهر زيادة طفيفة ولكن ثابتة في الدقة. ويشير هذا إلى أن عملية تطوير البيانات بعناية من أجل الأهداف التي تركز على الإنسان تقوي قدرة النموذج العامة على الاستنتاج والتماشي مع القيم الإنسانية، بدلاً من مجرد تعليمه محاكاة أسلوب معين في التدريس.

يقر الباحثون بأن طريقتهم تتطلب قوة حوسبة أكبر من الأساليب الأبسط لأنها تتضمن عدة وكلاء يعملون في حلقة مستمرة. ومع ذلك، فهم يجادلون بأن هذه التكلفة ضرورية لتجنب خطر انزلاق النموذج نحو الأداء الضعيف. ومن خلال التعامل مع البيانات كشيء يمكن تطويره وصقله بمرور الوقت، بدلاً من كونها مورداً ثابتاً يتم توليده لمرة واحدة، فقد أثبتوا مساراً عملياً لتعليم الذكاء الاصطناعي المهارات الدقيقة والمعتمدة على السياق التي تحدد التفاعل البشري. ويشير هذا العمل إلى أنه بالنسبة للمهام الأكثر صعوبة وأهمية، فإن مفتاح التقدم لا يكمن في توليد المزيد من البيانات، بل في تطوير البيانات التي نمتلكها بالفعل بصبر ودقة.