Resources and Evaluation in Computational Humour Generation: A Systematic Survey across Languages and Cultures

إن جعل الكمبيوتر يلقي نكتة هو أحد أكثر المهام صعوبة بشكل مخادع في مجال الذكاء الاصطناعي. فهو يتطلب ما هو أكثر من مجرد تجميع كلمات تتبع قواعد النحو؛ إذ يجب على الآلة أن تفهم القواعد الدقيقة، وغير المرئية غالباً، للثقافة البشرية، والتوقيت، والتوقعات. فالنكتة التي تنجح في مدينة ما قد تفشل أو حتى تسبب إساءة في مدينة أخرى، وما يبدو مضحكاً لشخص ما قد يبدو مربكاً لشخص آخر. لسنوات طويلة، حاول الباحثون بناء أنظمة يمكنها توليد الفكاهة، منتقلين من البرامج البسيطة القائمة على القواعد التي كانت تستبدل الكلمات إلى الأنظمة الحديثة المعقدة التي تتعلم من كميات هائلة من النصوص. ولكن مع زيادة قوة هذه الأنظمة، ظهرت مشكلة جديدة: بينما أصبحت الحواسيب أفضل في كتابة النكات، أصبح الأساس الذي تقف عليه يصعب رؤيته. فنحن لا نعرف ما إذا كانت البيانات التي تعلمت منها تمثل حقاً الناس الذين يُفترض بها إمتاعهم، أو ما إذا كانت الاختبارات المستخدمة لتقييمها تقيس بالفعل ما نعتقد أنها تقيسه.

يقدم مسح منهجي حديث أجراه باحثون في جامعة كينج مونكوت للتكنولوجيا في ثونبيري نظرة فاحصة على هذا الأساس الخفي. فقد فحص الفريق أربع وسبعين دراسة نُشرت بين عامي 2020 و2026، وهي الفترة التي شهدت تحولاً هائلاً في كيفية تعليم الحواسيب لابتكار الفكاهة. لم يكتفوا بالنظر إلى النكات التي أنتجتها الآلات فحسب، بل تتبعوا دورة حياة البحث بأكملها، بدءاً من البيانات الخام المستخدمة لتدريب النماذج وصولاً إلى الأساليب المستخدمة لتحديد ما إذا كانت النكتة مضحكة حقاً. كان هدفهم هو تحديد ما إذا كانت الموارد المتاحة للعلماء مفتوحة حقاً للاستخدام من قبل الآخرين، وما إذا كانت البيانات تغطي التنوع الواسع للثقافات البشرية، وما إذا كانت الطريقة التي نختبر بها هذه الأنظمة موثوقة. وما وجدوه كان مجالاً في حالة انتقال سريع، حيث سبقت التكنولوجيا الشفافية والصرامة اللازمتين لدعمها.

لقد تغير مشهد توليد الفكاهة بشكل كبير في بضع سنوات فقط. في الماضي، اعتمد الباحثون على قواعد محددة ومصنوعة يدوياً أو مجموعات صغيرة من البيانات المصممة لنوع واحد من النكات، مثل التورية أو العناوين الإخبارية. أما اليوم، فيسيطر على المجال النماذج اللغوية الكبيرة، وهي برامج حاسوبية ضخمة مدربة على كميات هائلة من النصوص من الإنترنت. يمكن لهذه النماذج توليد نصوص بلغات وأساليب عديدة، وقد ظهرت في ثلاث وسبعين بالمائة من الدراسات التي تمت مراجعتها. وبدلاً من كتابة برنامج لإلقاء نكتة محددة، غالباً ما يعطي الباحثون هذه النماذج تعليمات بسيطة، أو "أوامر"، تطلب منها أن تكون مضحكة. وقد سمحت هذه المرونة بطفرة في التجارب الجديدة، مع ارتفاع عدد الدراسات بشكل حاد بعد عام 2023. ومع ذلك، أدى هذا التحول إلى نوع جديد من الغموض؛ لأنه نظراً لأن المعرفة بالفكاهة أصبحت الآن منتشرة عبر الإعدادات الداخلية للنموذج، والتعليمات المقدمة له، والبيانات التي يسترجعها أثناء التوليد، فمن المستحيل غالباً معرفة مصدر الفكاهة بدقة أو السياق الثقافي المحدد الذي تستمد منه.

أحد أكثر النتائج إثارة للدهشة في المسح هو أنه رغم وفرة البيانات، فإنه من الصعب للغاية العثور عليها أو إعادة استخدامها أو التحقق منها. فقد فحص الباحثون مدى توفر مجموعات البيانات والموارد التي أُنشئت في هذه الدراسات الأربع والسبعين ووجدوا أن ثمانية وعشرين بالمائة فقط كانت متاحة للجمهور ليستخدمها الآخرون. والأمر الأكثر إثارة للقلق هو أن دراسة واحدة فقط ذكرت صراحةً الترخيص القانوني الذي يحكم كيفية استخدام بياناتها. وفي عالم البحث العلمي، يشبه هذا نشر وصفة طعام مع رفض ذكر المكونات أو قواعد مشاركة الطبق. وعندما نظر الباحثون في الموارد القليلة التي تم إصدارها، وجدوا أن أياً منها لم يكن له عنوان دائم وثابت على الإنترنت، وهو ما يعرف بالمعرف المستمر. وهذا يعني أن الروابط المؤدية إلى البيانات يمكن أن تنكسر، وبمجرد انكسار الرابط، تضيع البيانات فعلياً. وبدون تراخيص واضحة ومواقع مستقرة، لا يمكن للعلماء الآخرين إعادة إنتاج النتائج أو البناء على العمل، مما يبطئ التقدم ويجعل من الصعب معرفة ما إذا كان النظام فعالاً حقاً أم أنه كان محظوظاً فحسب.

كما كشف المسح عن فجوة كبيرة بين اللغات التي يتحدث بها الناس الذين تهدف الأنظمة لخدمتهم، واللغات المستخدمة لبنائها. فقد ركزت أكثر من نصف الدراسات حصرياً على اللغة الإنجليزية، رغم ادعاء الباحثين أن أنظمتهم يمكن أن تعمل عبر ثقافات مختلفة. وبينما كانت هناك دراسات تتضمن لغات مثل الصينية والإسبانية واليابانية وغيرها، إلا أن العديد منها اعتمد على ترجمة النكات الإنجليزية بدلاً من جمع الفكاهة التي أبدعها متحدثون أصليون بشكل طبيعي. وهذا تمييز جوهقي لأن الفكاهة مرتبطة ارتباطاً وثيقاً بالثقافة؛ فالنكتة التي تعتمد على حدث تاريخي معين أو عرف محلي لا يمكن ببساطة ترجمتها لتعمل في مكان آخر. ووجد الباحثون أن أربع درسات فقط قيمت مباشرة ما إذا كانت الفكاهة المولدة ملائمة ثقافياً، وذلك باستخدام مقيمين ينتمون فعلياً إلى المجتمع المستهدف. وفي معظم الحالات الأخرى، افترض الباحثون أنه إذا وجد المتحدث الأصلي الأمر مضحكاً، فإنه سيكون آمناً ثقافياً، دون اختبار الحساسيات الثقافية أو التقاليد المحددة فعلياً.

وعندما يتعلق الأمر بالحكم على ما إذا كان الكمبيوتر قد نجح في إلقاء نكتة، فإن الأساليب المستخدمة غالباً ما تكون غير متسقة وأحياناً مضللة. لقد كان المعيار الذهبي لقياس الفكاهة هو دائماً الحكم البشري، وأكد المسح أن التقييم البشري لا يزال الطريقة الأكثر شيوعاً، حيث استُخدم في أربعة وثمانين بالمائة من الدراسات. ومع ذلك، فإن طريقة إجراء هذه التقييمات تختلف اختلافاً شاسعاً؛ فبعض الدراسات تستخدم مجموعة صغيرة من الطلاب، بينما تستخدم أخرى كوميديين محترفين أو مجموعات كبيرة من العمال عبر الإنترنت. كما أن أقل من أربعين بالمائة من الدراسات أفادت باستخدام اختبارات إحصائية لضمان أن نتائجها لم تكن مجرد مصادفة، ولم توضح العديد منها كيف قررت ما إذا كانت النكتة مضحكة أم لا. وفي محاولة لتسريع الأمور، بدأ بعض الباحثين في استخدام نماذج حاسوبية أخرى للقيام بدور الحكام، لكن المسح وجد أن هؤلاء الحكام الآليين غالباً ما يختلفون مع البشر؛ فقد يقيمون الاستجابة بأنها مضحكة لأنها جديدة أو مفاجئة، حتى لو وجدها البشر مربكة أو مسيئة. وهذا يخلق خطراً يتمثل في أن الأنظمة يتم تحسينها لإرضاء الحواسيب الأخرى بدلاً من إمتاع البشر الحقيقيين.

خلص الباحثون إلى أن العقبة الرئيسية في هذا المجال لم تعد نقص البيانات، بل صعوبة العثور على البيانات الموجودة بالفعل أو إعادة استخدامها أو التحقق منها. إن الانتقال إلى نماذج قوية وعامة الأغراض لم يلغِ الحاجة إلى موارد عالية الجودة وموثقة جيداً، بل جعل تلك الموارد أكثر أهمية. وللمضي قدماً، يحتاج المجال إلى اعتماد ممارسات أفضل لمشاركة البيانات، بما في ذلك التراخيص الواضحة، والروابط الدائمة، والأوصاف التفصيلية لكيفية جمع البيانات وتصنيفها. والأهم من ذلك، يحتاج الباحثون إلى ضمان أن تقييماتهم تتوافق مع الادعاءات التي يقدمونها. فإذا كان من المفترض أن يكون النظام مضحكاً لمجموعة ثقافية معينة، فيجب اختباره من قبل أشخاص من تلك المجموعة، باستخدام معايير تعكس قيمهم وتقاليدهم. وإلى أن يتم تعزيز هذه الأسس، سيظل التقدم في جعل الحواسيب تلقي النكات غير مؤكد، مع مكاسب قد تعكس مجرد غرابة طرق الاختبار بدلاً من الفهم الحقيقي للفكاهة البشرية.