The social psychology of AI agents
تكشف هذه الدراسة أنه بينما تُظهر النماذج اللغوية الكبيرة شخصياتٍ مُبلغًا عنها تتسم بالاتساق والمرغوبية اجتماعيًا، فإن سلوكياتها الاجتماعية الفعلية الملحوظة تتباين بشكل كبير عبر النماذج ولا يمكن التنبؤ بها من خلال التقارير الذاتية، مما يشير إلى أن التقييمات السلوكية ضرورية لاختيار الوكلاء الاصطناعيين للتفاعلات الاجتماعية.
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 الزوايا الهادئة للعلم الحديث، تجري تجربة اجتماعية من نوع جديد، ليس في حديقة أو فصل دراسي، بل داخل العقول الرقمية للذكاء الاصطناعي. لسنوات، حاول الباحثون فهم كيفية تفكير هذه البرامج الحاسوبية عبر طرح أسئلة مباشرة عليها، تماماً كما قد يطلب عالم نفس من شخص ملء استبيان للشخصية. يعتمد هذا النهج على فكرة أنه إذا قال الذكاء الاصطناعي إنه لطيف أو صادق أو صبور، فمن المرجح أنه سيتصرف على هذا النحو. ومع ذلك، يشتبه عدد متزايد من العلماء في أن هذه الكائنات الرقمية قد تقول لنا ما تعتقد أننا نريد سماعه، بدلاً من الكشف عن كيفية تصرفها حقاً عندما تواجه خيارات حقيقية. ومع بدء هذه البرامج في تولي أدوار أكثر تعقيداً، مثل التفاوض على العقود، أو إدارة سلاسل التوريد، أو حتى التعاون مع الأطباء، يصبح فهم سلوكها الاجتماعي الفعلي أمراً بالغ الأهمية. لم يعد السؤال مجرد ما يدعي الذكاء الاصطناعي أنه عليه، بل ما يفعله حقاً عندما يتفاعل مع الآخرين.
قام فريق من الباحثين من ألمانيا وكندا مؤخراً باختبار هذه الفكرة عبر معاملة الذكاء الاصطناعي كمجموعة من الجيران الجدد. لقد جمعوا ستة وثلاثين نموذجاً مختلفاً من النماذج اللغوية الكبيرة، وهي محركات البرمجيات المتطورة التي تشغل برامج الدردشة والوكلاء المعاصرين، ووضعوهم في سلسلة من الاختبارات الاجتماعية. وبدلاً من مجرد الطلب من النماذج وصف شخصياتها، وضعهم الباحثون في سبعة سيناريوهات متميزة تُعرف بالألعاب الاجتماعية. هذه الألعاب هي أدوات قياسية يستخدمها علماء النفس لقياس كيفية تصرف البشر في المواقف التي تنطوي على الثقة والعدالة والتعاون. في أحد السيناريوهات، مُنح أحد النماذج مبلغاً من المال الافتراضي وطُلب منه تقرير مقدار ما سيشاركه مع شريك سلبي لا يمكنه رفض العرض. وفي سيناريو آخر، توجب على نموذجين تحديد ما إذا كانا سيعملان معاً أو يخونان بعضهما البعض من أجل مكافأة فردية أفضل، وهو موقف تكرر عبر عدة جولات لمعرفة ما إذا كانا سيتعلمان الثقة ببعضهما البعض. كما اختبر الباحثون رد فعل النماذج تجاه عدم الإنصاف، وما إذا كانت تحابي مجموعة تم تعيينها لها عشوائياً، ومدى استعدادها للوثوق بغريب بمواردها الخاصة.
كشفت النتياج عن انفصال صارخ بين ما تقوله النماذج عن نفسها وبين كيفية تصرفها فعلياً. فعندما طُلب منها تقييم شخصياتها باستخدام استبيان قياسي، قدمت النماذج إجابات متشابهة بشكل ملحوظ. فقد وصفت نفسها باستمرار بأنها ودودة للغاية، ومجتهدة، ومنفتحة، بينما ادعت امتلاك مستويات منخفضة جداً من المشاعر السلبية مثل القلق أو الغضب. باختاًصار، قدم كل نموذج ملفاً تعريفياً متطابقاً تقريباً، مهذباً للغاية، وتجمع حول أكثر السمات الاجتماعية رغبة في نظر البشر. هذا التماثل يشير إلى أن النماذج تعلمت محاكاة الاستجابة البشرية المثالية بدلاً من التعبير عن خصائص فردية فريدة. ومع ذلك، عندما نظر الباحثون في الخيارات الفعلية للنماذج في الألعاب الاجتماعية، تغيرت الصورة تماماً. فقد تباين السلوك بشكل هائل من نموذج لآخر؛ حيث كانت بعض النماذج كريمة للغاية، وتعطي كل أموالها الافتراضية تقرياً، بينما احتفظت نماذج أخرى بكل شيء تقريباً. وفي لعبة الثقة، قد يسلم أحد النماذج كامل مخصصاته تقريباً لغريب، بينما لا يعطي نموذج آخر أي شيء تقريباً. وكانت الاختلافات في كيفية تصرف هذه النماذج أكبر بمرتين من الاختلافات الضئيلة في شخصياتها المبلغ عنها ذاتياً.
ولعل الاكتشاف الأكثر إثارة للدهشة هو عدم وجود رابط موثوق بين وصف النموذج لنفسه وأفعاله. فالنموذج الذي ادعى أنه جدير بالثقة للغاية لم يكن بالضرورة يتصرف بثقة أكبر من النموذج الذي ادعى أنه أقل ثقة. وبالمثل، فإن النموذج الذي وصف نفسه بأنه عادل جداً لم يقدم باستمرار عروضاً أكثر عدلاً في الألعاب. وجد الباحثون أن معرفة كيفية إجابة النموذج على استبيان الشخصية لم تخبرهم بشيء تقريباً عن كيفية تصرفه في موقف اجتماعي معقد. بدلاً من ذلك، بدا أن النماذج تمتلك أساليب اجتماعية متميزة ومتعددة الأبعاد خاصة بالسياق. فقد يكون أحد النماذج متعاوناً للغاية في لعبة متكررة يتفاعل فيها الشركاء بمرور الوقت، ومع ذلك قد يكون أنانياً للغاية في قرار لمرة واحدة. وقد يكون نموذج آخر مستعداً لمعاقبة السلوك غير العادل ولكنه غير مستعد للوثوق بغريب. لم تكن هذه الأنماط عشوائية؛ بل كانت متسقة بما يكفي لتمييز نموذج عن آخر، لكنها لم تتبع قاعدة واحدة لكونها "جيدة" أو "سيئة".
كما استكشفت الدراسة ما إذا كان تغيير إعدادات البرامج الحاسوبية، مثل جعلها أكثر عشوائية أو أكثر تركيزاً، سيغير طبيعتها الاجتماعية. ووجد الباحثون أن هذه التعديلات التقنية لم يكن لها تأثير كبير على سلوك النماذج. كانت الاختلافات التي لاحظوها مبنية داخل النماذج نفسها، مما يشير إلى أن لكل محرك ذكاء اصطناعي أسلوباً اجتماعياً متأصلاً يستمر بغض النظر عن التعديلات الطفيفة. وهذا الاكتشاف أمر بالغ الأهمية لأنه يعني أنه مع نشر هؤلاء الوكلاء للعمل جنباً إلى جنب مع البشر والآلات الأخرى، لا يمكننا الاعتماد على سماتها المبلغ عنها ذاتياً للتنبؤ بأفعالها. فإذا أرادت شركة من وكيل ذكاء اصطناعي التفاوض على صفقة عادلة، فإن سؤال البرنامج عما إذا كان عادلاً ليس كافياً؛ بل يجب اختبار الوكيل في سيناريوهات تفاوض فعلية. وخلص الباحثون إلى أنه لفهم علم النفس الاجتماعي للذكاء الاصطناعي حقاً، يجب علينا النظر إلى ما وراء الاستبيان ومراقبة السلوك في حيز التنفيذ. تماماً كما نحكم على الناس من خلال أفعالهم وليس كلماتهم، يجب علينا أيضاً الحكم على هؤلاء الوكلاء الرقميين من خلال كيفية تنقلهم في العالم الاجتماعي المعقد والمضطرب غالباً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.