HiBRIDGE: A Hierarchical Bayesian Neural Network Framework for Interpretable Dialogue Management in Group-Robot Interaction

تخيل روبوتاً يسير نحو غرفة يتواجد فيها ثلاثة أشخاص يتحدثون بالفعل. لكي ينضم إلى المحادثة دون التسبب في ارتباك أو إحراج، يجب على الآلة اتخاذ قرار في أجزاء من الثانية: مع مَن يجب أن يتحدث؟ وماذا يجب أن يقول؟ هل يطرح سؤالاً على الشخص الموجود على اليسار للحفاظ على استمرارية الموضوع؟ أم يقدم دعابة للمجموعة بأكملها؟ أم يكتفي بالاستماع فحسب؟ في العالم المعقد للتفاعل بين الإنسان والروبوت، نادراً ما توجد إجابة واحدة "صحيحة". فقد تبدو خيارات متعددة منطقية في آن واحد، وتعتمد الخطوة الصحيحة تماماً على السياق المتغير للحظة. ولكي يكون الروبوت شريكاً حقيقياً في هذه الأجواء الجماعية، فإنه يحتاج إلى ما هو أكثر من مجرد نص جاهز؛ إنه يحتاج إلى وسيلة لوزن هذه الاحتمالات، والتعلم من الخبرات المحدودة، وشرح خياراته بطريقة يمكن للبشر فهمها.

هذا هو التحدي الذي واجهه فريق من الباحثين الذين طوروا نظاماً جديداً يسمى HiBRIDGE. يركز عملهم على "دماغ" الروبوت الاجتماعي، وهو الجزء الذي يقرر كيفية التصرف في مجموعة. وبدلاً من الاعتماد على عملية حسابية واحدة ضخمة تحاول تخمين الاستجابة المثالية دفعة واحدة، قام الباحثون بتفكيك القرار إلى خطوات منطقية أصغر. لقد بنوا نظاماً يقرر أولاً ما إذا كان ينبغي للروبوت التحدث أم لا، ثم يقرر ما إذا كان سيخاطب المجموعة بأكملها أو شخصاً واحداً فقط، وأخيراً يقرر نوع الشيء الذي سيقوله، مثل طرح سؤال أو تقديم تصريح. والأهم من ذلك، أنهم صمموا هذا النظام للتعامل مع عدم اليقين. ولأن التفاعلات في العالم الحقيقي فوضوية وجمع البيانات أمر صعب، يستخدم النظام طريقة تقر بأنها قد لا تكون متأكدة بنسبة 100% من الإجابة، مما يسمح له بالتعلم بفعالية حتى من عدد قليل من الأمثلة.

اختبر الباحثون هذا الإطار الجديد باستخدام ثلاث مجموعات مختلفة من المحادثات المسجلة. في أحد السيناريوهات، قام روبوت بتسلية المتسوقين في مركز تجاري عبر مسابقات ودعابات؛ وفي سيناريو آخر، أجاب على الأسئلة في عيادة ذاكرة بالمستشفى؛ وفي السيناريو الثالث، ساعد في إدارة لعبة تفاوض بين زملاء سكن. وعندما قارنوا نظامهم الجديد بالأساليب الحالية، بما في ذلك تلك المدعومة بنماذج اللغات الكبيرة، تفوق HiBRIDGE في الأداء. لقد كان فعالاً بشكل خاص في التنبؤ بالسلوك الصحيح عندما كانت المهمة صعبة والبيانات شحيحة. ووجدت الدراسة أن النهج الذي يعامل اتخاذ القرار لدى الروبوت كسلسلة من الخطوات الاحتمالية — أي وزن احتمالات النتائج المختلفة — تفوق باستمرار على الأنظمة التي تحاول إجراء تنبؤ واحد ثابت. وهذا يشير إلى أن الاعتراف بعدم اليقين يمكن أن يجعل الروبوت أكثر ذكاءً في المواقف الاجتماعية غير المتوقعة.

وبعيداً عن كونه أكثر دقة، أراد الفريق معرفة ما إذا كان هذا الهيكل القائم على الخطوات المتتالية يجعل الروبوت أسهل في الفهم. ولاختبار ذلك، أجروا درسة عبر الإنترنت شارك فيها 20 شخصاً. عرضوا على الناس مقاطع فيديو لتفاعلات الروبوت مع تقديم تفسيرات لسبب تصرف الروبوت بالطريقة التي فعلها. جاءت بعض التفسيرات من النظام الجديد المنظم، بينما جاءت أخرى من نظام "مسطح" أبسط يتخذ جميع قراراته دفعة واحدة. وأظهرت النتائج تفضيلاً واضحاً: وجد المشاركون التفسيرات الناتجة عن النظام المنظم أكثر فائدة وأسهل في المتابعة. وعندما طُلب منهم الاختيار بين الاثنين، اختار المشاركون باستمرار التفسيرات التي تكشف عن عملية التفكير الوسيطة للروبوت، مثل: "قرر الروبوت طرح سؤال على المجموعة بأكملها لأن المحادثة توقفت". ويشير هذا إلى أن إظهار "السبب" وراء القرار، بدلاً من مجرد النتيجة النهائية، يساعد البشر على الثقة بالآلة وفهمها.

ولمعرفة ما إذا كان هذا سينجح في العالم الحقيقي، بنى الباحثون روبوتاً مستقلاً تماماً واختبروه مع 12 شخصاً في بيئة مواجهة مباشرة. الروبوت، المجهز بكاميرات وميكروفونات، استمع إلى محادثة جماعية، وقرر متى يتحدث، ثم ولد كلماته وإيماءاته الخاصة. وجدت الدراسة أن النظام يعمل بسلاسة في الوقت الفعلي. وقد قيم المشاركون سلوك الروبوت بأنه مناسب ومفيد، بغض النظر عما إذا كان الروبوت يستخدم نموذج اتخاذ القرار المعقد والمنظم أو نسخة أبسط. ورغم أن النموذج المنظم لم يتفوق إحصائياً على النموذج الأبسط في كل تقييم، إلا أنه كان يُنظر إليه باستمرار على أنه أفضل قليلاً في إدارة تدفق المحادثة وإشراك الجميع. وقد أثبت هذا الاختبار الواقعي أن الإطار الجديد ليس مجرد تمرين نظري، بل هو أداة عملية يمكن تشغيلها على روبوت، مما يجعله يتخذ قرارات في أجزاء من الثانية مع الحفاظ على حضور طبيعي وجذاب.

يسلط هذا العمل الضوء على فائدة مزدوجة في كيفية تصميمنا للآلات الذكية. فالنهج الرياضي الذي يتعامل مع عدم اليقين يساعد الروبوت على التعلم بشكل أسرع والأداء بشكل أفضل عندما تكون البيانات محدودة، وهو أمر شائع في مجال الروبوتات في العالم الحقيقي. وفي الوقت نفسه، يوفر الهيكل التدريجي لعملية اتخاذ القرار نافذة واضحة على عقل الروبوت، مما يجعل أفعاله أكثر شفافية للأشخاص الذين يتفاعلون معه. ومن خلال الجمع بين هذين العنصرين، خلق الباحثون أساساً لا يقتصر فقط على جعل الروبات قادرة على التنقل في المجموعات الاجتماعية المعقدة، بل يجعلها أيضاً قادرة على شرح خياراتها بطريقة تبدو منطقية وإنسانية. وهذا يدفع المجال خطوة نحو مستقبل يمكن فيه للروبوتات المشاركة في محادثاتنا ليس كأدوات فحسب، بل كشركاء مفهومين.