Algorithmic Thermostat: LLMs Standardize Political Expression Without Shaping Semantic Stances
تقترح هذه الورقة إطار عمل "المنظم الخوارزمي" لتوضيح أنه في حين تُظهر النماذج اللغوية الكبيرة تقلبات دورية في مواقفها السياسية الصريحة عبر إصداراتها المختلفة نتيجة لآليات المحاذاة التي تستهدف المواضيع عالية الحساسية، إلا أن تموضعها الدلالي الأساسي يظل مستقراً نسبياً، مما يشير إلى أن التحديثات تعمل على توحيد أسلوب التعبير بدلاً من إعادة تشكيل الأيديولوجيات السياسية بشكل جوهري.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
في العصر الرقمي، نلجأ بشكل متزايد إلى الذكاء الاصطناعي لفهم العالم، ونطلب من هذه الأنظمة آراءً حول السياسة والاقتصاد والقضايا الاجتماعية. إن نماذج اللغة الكبيرة هذه ليست آلات محايدة؛ بل هي مدربة على كميات هائلة من الكتابات البشرية، والتي تحتوي حتماً على تحيزاتنا وحججنا وقيمنا الثقافية. لسنوات، راقب الباحثون تطور هذه النماذج، متسائلين عما إذا كانت تنحرف ببطء نحو وجهة نظر سياسية واحدة، أم أن بوصلتها الداخلية تتغير بطرق أكثر تعقيداً. وكان السؤال المركزي هو ما إذا كانت هذه التغييرات عبارة عن مسيرة ثابتة في اتجاه واحد، أم أنها سلسلة من التصحيحات، حيث يتأرجح النظام ذهاباً وإياباً بينما يحاول المطورون إبقاءه ضمن الحدود المقبولة اجتماعياً. وفهم هذا الأمر أمر بالغ الأهمية، لأنه إذا كانت هذه الأدوات تعيد معايرة موقفها باستمرار بناءً على التعليقات والملاحظات بدلاً من الاستقرار على حقيقة ما، فإن ذلك يغير طريقة ثقتنا في المعلومات التي تقدمها.
لقد شرع باحث في رسم مسار هذه الرحلة عبر التعامل مع الذكاء الاصطناعي ليس ككيان ثابت، بل كنظام ديناميكي يستجيب للضغط. فقام بفحص أربع نسخ مختلفة من نموذج ذكاء اصطناعي شهير، صدرت على مدار عامين، ليرى كيف تغيرت آراؤه السياسية من تحديث إلى آخر. وبدلاً من مجرد طرح أسئلة بسيطة بنعم أو لا على النموذج، استخدم مجموعة شاملة مكونة من اثنتين وستين سؤالاً سياسياً تغطي كل شيء من العدالة الاقتصادية إلى القيم الثقافية. واختبر النموذج بطريقتين متميزتين: أولاً، عبر إجباره على اختيار جانب على مقياس من "أوافق بشدة" إلى "لا أوافق بشدة"، وثانياً، عبر مطالبته بكتابة ردود قصيرة ومفتوحة دون أي خيارات مفروضة. وقد سمح هذا النهج المزدوج للباحث بمعرفة ما إذا كان النموذج يغير رأيه حقاً، أم أنه يتعلم ببساطة إخفاء مشاعره الحقيقية خلف لغة أكثر أماناً وغموضاً.
كشفت النتائج عن نمط يتحدى فكرة الانجراف المستمر. فعندما نظر الباحث في الخيارات المفروضة على النموذج، وجد أن موقفه السياسي لم يتحرك في خط مستقيم، بل تذبذب. ففي النسخ الأولى، مال النموذج في اتجاه معين في القضايا الاقتصادية، ولكن مع تحديثه، اندفع أكثر في ذلك الاتجاه قبل أن يتراجع فجأة نحو المركز أو حتى يتحول في الاتجاه المعاكس. يشير هذا السلوك إلى أن النموذج يعمل مثل منظم الحرارة (الترموستات)، حيث يضبط درجة حرارته باستمرار بناءً على التغذية الراجعة الخارجية. فعندما يُنظر إلى مخرجات النظام على أنها متطرفة أو محفوفة بالمخاطر، يطبق المطورون تدابير سلامة تدفع النموذج للعودة نحو أرضية أكثر أماناً وحيادية. ومع ذلك، غالباً ما كان هذا التصحيح يذهب بعيداً جداً، مما يتسبب في جعل النموذج يبالغ في التصحيح وينحرف في الاتجاه المعاكس، ليتم سحبه مرة أخرى في التحديث التالي. وقد خلق هذا الدور من المبالغة في التصحيح والتعديل مساراً متعرجاً ومتذبذباً بدلاً من تطور سلس وخطي.
ومن المثير للاهتمام أن عدم الاستقرار هذا لم يكن متساوياً عبر جميع المواضيع؛ إذ اعتمد سلوك النموذج بشكل كبير على مدى إثارة الموضوع للجدل. ففي المواضيع منخفضة الحساسية، حيث يوجد اتفاق اجتماعي واسع، أصبحت إجابات النموذج أكثر اتساقاً واستقراراً مع كل تحديث. ومع ذلك، في القضايا عالية الحساسية، مثل النقاشات حول إعادة توزيع الثروة أو الحقوق الثقافية، أصبحت إجابات النموذج تزدل تذبذباً بشكل متزايد. ووجد الباحث أنه كلما كان الموضوع أكثر إثارة للجدل، زاد تأرجح موقف النموذج ذهاباً وإياباً بين النسخ المختلفة. ويشير هذا إلى أن آليات السلامة المصممة لإبقاء الذكاء الاصطناعي محايداً تكون أكثر نشاطاً وأكثر عرضة للخطأ عند التعامل مع أكثر النقاشات السياسية سخونة. يبدو أن النظام يكافح لإيجاد منطقة وسطى مستقرة في هذه القضايا الصعبة، مما يؤدي إلى "منظم حرارة" يستمر في تجاوز هدفه باستمرار.
ولعل الاكتشاف الأكثر إثارة للدهشة كان الفرق بين ما يقوله النموذج عندما يُجبر على اختيار جانب وبين ما يقوله عندما يُسمح له بالكتابة بحرية. فبينما كانت خياراته المفروضة تقفز بجنون من نسخة إلى أخرى، ظل المعنى الكامن وراء كتاباته الحرة ثابتاً بشكل ملحوظ. فعندما حلل الباحث البنية الدلالية العميقة للردود النصية الحرة، وجد أن التمركز السياسي الجوهري للنموذج لم يتغير بشكل كبير، حتى مع تذبذب إجاباته الصريحة على أسئلة محددة ذهاباً وإياباً. وهذا يشير إلى أن تحديثات السلامة تؤثر بشكل أساسي على التعبيرات السطحية التي يستخدمها النموذج لتجنب المشاكل، بدلاً من إعادة كتابة فهمه الأساسي للمفاهيم السياسية. لقد تعلم النموذج التحدث بحذر أكبر واستخدام لغة محايدة عندما يوضع في الموقف، لكن منطقه الداخلي العميق فيما يتعلق بالقضايا السياسية ظل سليماً إلى حد كبير.
تتحدى هذه النتائج فكرة أنه يمكننا ببساطة مراقبة إجابات النموذج على أسئلة محددة لفهم قيمه الحقيقية. وتظهر الدراسة أن نماذج اللغة الكبيرة ليست حاملة ثابتة لأيديولوجية واحدة، بل هي أنظمة ديناميكية يتم ضبطها باستمرار من خلال التغذية الراجعة البشرية وبروتوكولات السلامة. إن التغييرات المرئية في مواقفها السياسية غالباً ما تكون مجرد تموجات سطحية لتيار أعمق وأكثر استقراراً. وبالنسبة لأي شخص يعتمد على هذه الأدوات للحصول على رؤية سياسية، فإن الدرس واضح: قد تكون إجابات النموذج الصريحة انعكاساً لإعدادات السلامة الحالية والضغط الواقع عليه، وليس تحولاً دائماً في رؤيته للعالم. فالنظام لا يصبح بالضرورة أكثر حيادية بمرور الوقت؛ بل إنه ببساطة يتعلم كيفية التنقل في المسار الضيق بين القيم الاجتماعية المتضاربة، وغالباً ما يتأرجح ذهاباً وإياباً أثناء محاولته إيجاد التوازن الصحيح.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.