Artificial Intelligence in America and China: Investigating prompt response between Human rights and geopolitical questions
تكشف هذه الدراسة أنه في حين تُظهر النماذج اللغوية الكبيرة الأمريكية والصينية تحيزاً ضئيلاً عند معالجة الأسئلة المتعلقة بالولايات المتحدة، فإنها تُظهر أنماطاً متباينة بشكل كبير فيما يتعلق بالصين، حيث يسجل "كلود" (Claude) باستمرار درجات أقل، و"ديب سيك" (DeepSeek) درجات أعلى، بينما يظل "تشات جي بي تي" (ChatGPT) محايداً نسبياً مقارنة بمتوسط المجموعة.
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 السنوات القليلة الماضية، أصبح نوع جديد من البرامج الحاسوبية جزءاً شائعاً من الحياة اليومية. هذه البرامج، المعروفة باسم نماذج اللغات الكبيرة، يمكنها قراءة وكتابة اللغة البشرية بطلاقة مذهلة. لقد تم تدريبها على كميات هائلة من النصوص من الإنترنت، حيث تتعلم التنبؤ بالكلمات التي يجب أن تأتي تالياً في الجملة. ولأنها بارعة جداً في محاكاة المحادثة البشرية، يلجأ إليها الكثير من الناس الآن للحصول على إجابات حول التاريخ والعلوم والأحداث الجارية. ومع ذلك، ولأن هذه البرامج تتعلم من البيانات التي تُغذى بها، يمكنها أيضاً استيعاب الآراء والتحيزات والنقاط العمياء المخفية داخل تلك البيانات. وهذا يثير سؤالاً حاسماً لأي شخص يعتمد على هذه الأدوات للحصول على المعلومات: هل ترى هذه المساعدات الرقمية العالم بنفس الطريقة التي نراه بها، أم أنها تحمل تحيزاتها الخاصة والمخفية؟
لقد وضعت دراسة حديثة هدفاً للإجابة على ذلك من خلال معاملة الذكاء الاصطناعي كعينة اختبار. أراد الباحث، زيان دينغ، معرفة ما إذا كانت النماذج الحاسوبية المختلفة ستعطي إجابات مختلفة عند سؤالها عن مواضيع حساسة مثل حقوق الإنسان والسياسة الدولية. ولتحقيق ذلك، ركزت الدراسة على ثلاثة من أكثر النماذج شعبية المتاحة في ذلك الوقت: نموذجان من شركات أمريكية وواحد من شركة صينية. لم يكن الهدف إجراء محادثة طويلة مع الآلات، بل طرح مجموعة محددة من الأسئلة ورؤية كيف ستقيم المواقف على مقياس بسيط. طلب الباحث من كل نموذج تقييم ستة عشر سيناريو مختلفاً، تغطي عشرة أسئلة حول حقوق الإنسان وستة أسئلة حول التنافس الجيوسياسي بين الولايات المتحدة والصين. وبالنسبة لكل سؤال، كان على النماذج تقديم درجة من واحد إلى عشرة، حيث يمثل الرقم المنخفض رؤية سلبية والرقم المرتفع رؤية إيجابية.
لقد صُممت التجربة بعناية فائقة. ولضمان عدالة النتائج، طرح الباحث كل سؤال في جلسة دردشة جديدة، مما يضمن عدم تذكر الكمبيوتر للإجابات السابقة أو ارتباكه بسبب المحادثات الماضية. كما قام الباحث بإيقاف ميزة في النماذج الأمريكية تسمح لها بتذكر تفاصيل عن المستخدم، لضمان أن تكون كل إجابة مبنية فقط على السؤال المطروح. ومن خلال مقارنة الدرجات التي قدمتها النماذج الثلاثة، بحثت الدراسة عن أنماط. فإذا أعطت النماذج الثلاثة درجات متشابهة، فإن ذلك يشير إلى أنها تشترك في رؤية مشتركة ومحايدة. أما إذا أعطت درجات متباية جداً، فهذا يشير إلى أن لكل نموذج منظوره الفريد، والذي تشكله على الأرجب البيانات المختلفة التي تدرب عليها.
عندما سأل الباحث النماذج عن الولايات المتحدة، كانت النتائج متسقة إلى حد كبير، وإن لم تخلُ من اختلافات طفيفة. فقد أعطت جميع البرامج الحاسوبية الثلاثة درجات متشابهة جداً لمعظم الأسئلة المتعلقة بحقوق الإنسان الأمريكية والمكانة الجيوسياسية. ومع ذلك، كانت هناك استثناءات؛ فعلى سبيل المثال، أعطى نموذج "كلود" درجة لسؤال اتصالات الجيل السادس (6G) أقل بمقدار 1.89 نقطة من المتوسط، مما يشير إلى انحراف ملحوظ عن النموذجين الآخرين. وسواء كان الموضوع عن العدالة العرقية أو التنافس الدولي، فقد اتفقت النماذج الأمريكية والصينية عموماً مع بعضها البعض، رغم أن أسئلة محددة كشفت عن اختلافات طفيفة في تقييماتها. وهذا يشير إلى أنه عندما يتعلق الأمر بوصف بلدهم أو حليف قريب لهم، فإن أنظمة الذكاء الاصطناعي هذه تميل للعمل من مجموعة مشتركة من الحقائق والقيم، ويرجع ذلك على الأرجح إلى أنها تدربت جميعها على كمية كبيرة من البيانات الغربية.
تغيرت القصة تماماً عندما تحولت الأسئلة إلى الصين. هنا، تباعدت النماذج الثلاثة بشكل حاد، وكشفت عن تحيزات متميزة. فقد أعطى النموذج الصيني، "ديب سيك" (DeepSeek)، باستمرار أعلى الدرجات، مما رسم صورة إيجابية للغاية لسجل حقوق الإنسان في الصين وفرصها في المنافسة العالمية. وغالباً ما استشهد بمصادر متنوعة لدعم تقييماته العالية، رغم أنه تردد أحياناً في الإجابة على بعض الأسئلة الحساسة في البداية. ومن ناحية أخرى، أعطى النموذج الأمريكي من الشركة الأمريكية، "كلود"، أدنى الدرجات. فقد رفض مراراً الإجابة على أسئلة حول حقوق الأقليات، موضحاً أن رقماً بسيطاً لا يمكنه استيعاب تعقيد القضية. وعندما أجاب، كانت درجاته أقل بكثير من المتوسط، مما يشير إلى رؤية أكثر انتقاداً للصين.
أما البرنامج الأمريكي الثالث، فقد استقر في المنتصف تماماً. وكانت درجاته قريبة جداً من متوسط النماذج الثلاثة، مما يشير إلى أنه ظل محايداً نسبياً مقارنة بالنموذجين الآخرين. هذا الموقف الوسطي يشير إلى أن هذا النموذج تحديداً قد يكون قد تدرب على مزيج أكثر توازناً من البيانات، أو ربما تم تحديثه لتجنب اتخاذ مواقف قوية بشأن هذه القضايا المحددة. كما تحققت الدراسة مما إذا كانت ميزة الذاكرة في النموذج الأمريكي تغير إجاباته، ووجدت أن تشغيلها أو إيقافها لم يحدث فرقاً كبيراً في الدرجات النهائية.
تشير النتائج إلى أنه بينما تعد أدوات الذكاء الاصطناعي هذه قوية، إلا أنها ليست مراقباً محايداً. فهي تعكس البيانات التي بُنيت منها والقواعد التي وضعها مبتكروها. فعند السؤال عن الولايات المتحدة، يتفقون عموماً، رغم وجود بعض الاستثناءات المحددة. وعند السؤال عن الصين، يروون ثلاث قصص مختلفة. وهذا أمر مهم لأن الملايين من الناس، بما في ذلك العديد من المراهقين، يستخدمون هذه الأدوات الآن للتعلم عن العالم. فإذا سأل شاب حاسوباً عن حقوق الإنسان في دول مختلفة، فإن الإجابة التي يحصل عليها تعتمد كلياً على الحاسوب الذي يسأله. وتخلص الدراسة إلى أن المستخدمين بحاجة إلى إدراك أن هذه الآلات لديها منظورها الخاص، وأن المعلومات التي تقدمها ليست دائماً حقيقة موضوعية، بل هي انعكاس للتحيزات المبنية في شفرتها البرمجية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.