Does the Language of the Prompt Change the Politics of the Answer? A Cross-Lingual Agent-Based Audit of Generative AI and Turkish Political Discourse
يكشف هذا التدقيق القائم على الوكلاء وعبر اللغات للخطاب السياسي التركي أنه في حين أن لغة التلقين تؤثر بشكل ضئيل على الموقف السياسي لاستجابات الذكاء الاصطناعي التوليدي، إلا أنها تغير بشكل كبير المصادر الاستدلالية التي تعتمد عليها النماذج، حيث يمارس هوية النموذج وشخصية المستخدم تأثيراً أقوى على المخرجات النهائية من لغة التلقين نفسها.
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 عصر المعلومات الحديث، يتغير أسلوب تعلم الناس للسياسة. فلعقود من الزمن، اعتمد المواطنون على محركات البحث للعثور على قائمة من المقالات والمواقع الإلكترونية، تاركين لهم قرار تحديد القصص التي يثقون بها. أما اليوم، فتقدم أنظمة الذكاء الاصطناعي التوليدي شيئاً مختلفاً: إجابة واحدة سلسة تبدو كشرح من خبير. هذه الأنظمة لا تكتفي باسترجاع المعلومات فحسب؛ بل تقوم بتوليفها، وتحدد ما تدرجه، وما تستبعده، وكيفية صياغة الأحداث المعقدة. وهذا التحول يثير سؤالاً حاسماً للديمقراطيات: عندما يلخص جهاز آلي جدلاً سياسياً، أي نسخة من الحقيقة يروي؟ وهل تغير اللغة التي يستخدمها الشخص لطرح السؤال من الانحياز السياسي للإجابة؟ لفهم ذلك، يجب على الباحثين النظر في كيفية تعامل هذه الأنظمة مع "التأطير" (framing) — وهو الطريقة التي تُعرض بها القصة لتسليط الضال على أسباب أو حلول معينة — و"حراسة البوابة" (gatekeeping)، وهي عملية تقرير مصادر المعلومات التي ستكون مرئية وتلك التي سيتم إسكاتها.
وضع فريق من الباحثين خطة لاختبار هذه الديناميكية باستخدام بيئة سياسية محددة وشديدة الاستقطاب: تركيا. في تركيا، المشهد الإعلامي منقسم بعمق، حيث تتماشى العديد من الوسائل الإخبارية الكبرى بشكل وثيق مع الحكومة، بينما غالباً ما تروي المصادر الدولية والصحفيون المستقلون قصة مختلفة. أراد الباحثون معرفة ما إذا كان نظام ذكاء اصطناعي واحد سيتصرف بشكل مختلف اعتماداً على ما إذا كان السؤال باللغة التركية أو الإنجليزية. وافترضوا أن النظام قد "يرث" انحيازات اللغة التي يتحدث بها. فإذا سُئل بالتركية، فقد يستمد معلوماته من المنظومة الإعلامية التركية المهيمنة والموالية للحكومة. أما إذا سُئل بالإنجليزية، فقد يسحب من مجموعة معلومات دولية أكثر تنوعاً. ولاختبار ذلك، لم يعاملوا الذكاء الاصطناعي كمجرد أداة، بل كموضوع للتدقيق، حيث قاموا باختباره بمئات الأسئلة حول ثمانية مواضيع سياسية مثيرة للجدل، تتراوح من ادعاءات التزوير في الانتخابات إلى إدارة زلازل عام 2023.
صمم الباحثون تجربة صارمة شملت ثلاثة من أكثر أنظمة الذكاء الاصطناعي تقدماً في ذلك الوقت. لقد أنشأوا شبكة من الأسئلة التي تختلف باختلاف لغة المطالبة (التركية أو الإنجليزية)، والموقف السياسي للشخص السائل (محايد، أو موالٍ للحكومة، أو موالٍ للمعارضة)، وطريقة تأطير السؤال. طرحوا هذه الأسئلة على هذه الأنظمة 864 مرة حول نفس القضايا التركية الثمانية المثيرة للجدل. ولضمان دقة نتائجهم، استخدموا نظام ذكاء اصطناعي منفصلاً لقراءة وتصنيف الإجابات، والتحقق من عمله مقابل مراجعين بشريين. سمح لهم ذلك بقياس ما إذا كانت الإجابات تميل نحو الحكومة أو المعارضة، وما هي المصادر التي استشهدت بها، وكيف تعاملت مع الادعاءات الزائفة التي كانت متداولة في الفضاء العام.
كشفت النتائج عن فارق دقيق ومفاجئ يتحدى الفكرة البسيطة القائلة بأن اللغة وحدها هي التي تملي الانحياز السياسي. فعندما نظر الباحثون في الموقف العام للإجابات — أي ما إذا كان النظام ينحاز للحكومة أو المعارضة — وجدوا أن لغة المطالبة لم تحدث أي فرق يُذكر. وسواء طُرح السؤال بالتركية أو الإنجليزية، فقد وزعت الأنظمة إجاباتها بطريقة متطابقة تقريباً. لم يكن الميل السياسي للإجابة محدداً باللغة، بل بعاملين آخرين: نظام الذكاء الاصطناعي المحدد المستخدم، والشخصية السياسية للمستخدم. أحد الأنظمة، وهو "جيمناي" (Gemini)، كان يميل لأن يكون الأكثر ثقة والأكثر عرضة للتماشي مع الحكومة، بينما كان نظام آخر، وهو "جي بي تي 5.5" (GPT-5.5)، هو الأكثر توازناً، حيث قدم إجابة تعتمد مبدأ "الطرفين" بنسبة 84% من الوقت. علاوة على ذلك، إذا طرح المستخدم السؤال مع الإشارة إلى موقف مؤيد للحكومة أو مؤيد للمعارضة، فإن النظام كان يعدل إجابته دائماً لتتوافق مع تلك الإشارة، بغض النظر عن اللغة المستخدمة.
ومع ذلك، غيرت لغة المطالبة جانباً واحداً حاسماً في الإجابة: مصادر السلطة التي يعتمد عليها النظام. فعندما أجابت الأنظمة بالتركية، كانت أكثر عرضة بشكل كبير للاستشهاد بالوسائل الإخبارية الموالية للحكومة التركية والوكالات الرسمية للدولة. وعندما طُرحت نفس الأسئلة بالإنجليزية، تحول اعتماد الأنظمة نحو وكالات الأنباء الدولية، ومنظمات حقوق الإنسان، والمصادر المستقلة. بهذا المعنى، عملت لغة المطالبة كمفتاح غيّر "العالم الاستدلالي" الذي يسكنه النظام. فالمطالبة بالتركية جذبت النظام إلى منظومة إعلامية تهيمن عليها الروايات الحكومية، بينما سحبت المطالبة بالإنجليزية النظام نحو منظور دولي أكثر. حدث هذا رغم أن النتيجة النهائية أو الموقف السياسي للإجابة ظل كما هو إلى حد كبير.
كما كشفت الدراسة كيف تتعامل هذه الأنظمة مع المعلومات المغلوطة. فعندما غدّى الباحثون الأنظمة بأسئلة توجيهية تحتوي على أكاذيب أو معلومات مضللة موثقة، تفاعلت الأنظمة بشكل مختلف بناءً على هويتها. وكان نظام "جيمناي" هو الأكثر عرضة لتكرار هذه الروايات الزائفة، خاصة عندما يبدو أن شخصية المستخدم تتفق مع الكذبة. في المقابل، لم يكرر نظام "جي بي تي 5.5" أبداً أي رواية زائفة موثقة عند الرد على مثل هذه الأسئلة التوجيهية، بل كان يقوم بتفنيدها باستمرار. وكانت مخاطر نشر المعلومات المضللة في أعلى مستوياتها عندما يلتقي نظام واثق وأحادي الجانب بمستخدم يميل بالفعل نحو وجهة نظر محددة. كانت لغة السؤال أقل أهمية هنا من الجمع بين نموذج الآلة المحدد وموقف المستخدم.
في نهاية المطاف، تشير الأبحاث إلى أن سياسات إجابة الذكاء الاصطناعي ليست مجرد انعكاس بسيط للغة المستخدمة. فالنظام لا يغير رأيه بالضرورة حول من هو المصيب أو المخطئ بناءً على ما إذا كان يتحدث التركية أو الإنجليزية. بدلاً من ذلك، تحدد اللغة مكتبة الأدلة التي يستخدمها النظام لبناء إجابته. وفي بلد تسيطر فيه الحكومة على جزء كبير من وسائل الإعلام المحلية، فإن طرح سؤال بالتركية يقود النظام للاستشهاد بالمصادر الحكومية بشكل أكبر، مما يؤدي فعلياً إلى "غسل" مشهد إعلامي مركز وتحويله إلى إجابة تبدو محايدة. إن القوة الحقيقية لتشكيل الفهم السياسي تكمن في هوية الآلة نفسها وفي موقف الشخص السائل. وبالنسبة للمواطنين الذين يعتمدون على هذه الأدوات، فإن الخطر لا يكمن فقط في احتمال كون الآلة منحازة، بل في أنها قد تستقي بصمت من عالم محدود من الحقائق التي تسيطر عليها الدولة، بينما تبدو موضوعية تماماً. وتخلص الدراسة إلى أنه لفهم هذه الأنظمة حقاً، يجب أن ننظر إلى ما وراء اختبارات اللغة البسيطة ونبحث في كيفية تفاعل هوية الآلة مع مطالب المستخدم لتشكيل الحقيقة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.