← أحدث الأبحاث
📄 medicine

Evaluating Agreement Between Human Consensus and Large Language Model Ratings of Suicide Reporting

تُظهر هذه الدراسة أن النماذج اللغوية الكبيرة يمكنها تقييم المقالات الإخبارية المتعلقة بالانتحار بفعالية باستخدام إطار عمل TEMPOS وبدرجة توافق تضاهي المقيمين البشريين، مما يشير إلى أن الذكاء الاصطناعي أداة قابلة للتطبيق لتوسيع نطاق مراقبة التقارير المسؤولة عن الانتحار عند اقترانه بالإشراف البشري.

المؤلفون الأصليون: Andrew Sarkin, Bilal Malik, Elizabeth Doery

نُشر 2026-08-12
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Andrew Sarkin, Bilal Malik, Elizabeth Doery

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

تخيل عالماً تعمل فيه الأخبار مثل مرآة ضخمة غير مرئية. أحياناً، تعكس هذه المرآة القصص بطريقة تساعد الناس على إيجاد الأمل والحلول؛ وفي أحيان أخرى، يمكنها عن طريق الخطأ أن تظهر صورة مشوهة تجعل الموقف السيئ يبدو أسوأ. يطلق العلماء على هذا اسم "تأثير ويرتر" (Werther Effect)، حيث يمكن لطرق معينة في الإبلاغ عن حالات الانتحار أن تؤدي للأسف إلى زيادة عدد الأشرخاص الذين يؤذون أنفسهم، و"تأثير باباجينو" (Papageno Effect)، حيث يمكن للقصص المليئة بالأمل والمصاغة بعناية أن تنقذ الأرواح بالفعل. وبسبب هذا، وضع خبراء الصحة مجموعة من "قواعد الطريق" للصحفيين ليتبعوها، مثل تجنب العناوين المثيرة أو تضمين خطوط المساعدة. لكن الجزء الصعب هنا هو أن التحقق مما إذا كانت ملايين المقالات الإخبارية تتبع هذه القواعد يشبه محاولة عد كل حبة رمل على الشاطئ يدوياً؛ فهذا الأمر يستغرق وقتاً طويلاً، وهو مرهق، كما أن قراءة الكثير من القصص الحزينة قد يكون ثقيلاً عاطفياً على الأشخاص الذين يقومون بالعد. وهنا يأتي الدور الجديد لفكرة استخدام "قضاة الذكاء الاصطناعي". هل يمكن لبرنامج كمبيوتر فائق الذكاء، تم تدريبه على قراءة هذه القواعد، أن يقوم بعملية العد بدلاً منا؟ هذا هو السؤال الكبير الذي سعى هذه الدراسة للإجابة عليه.

قرر الباحثون، وهم فريق من جامعة كاليفورنيا في سان دييغو، اختبار هذه الفكرة باستخدام قائمة مراجعة محددة تسمى TEMPOS (أداة تقييم التصوير الإعلامي للانتحار). فكر في TEMPOS كأنها بطاقة تسجيل مكونة من 10 نقاط، حيث تحصل المقالة الإخبارية على نقاط لكونها آمنة ومحترمة، وتفقد نقاطاً لكونها مثيرة أو خطيرة. ولرؤية ما إذا كان بإمكان أجهزة الكمبيوتر لعب هذه اللعبة بمستوى البشر، قاموا بجمع 42 قصة إخبارية حقيقية حول وفيات الانتحار. ثم قاموا بوضع فريقين من القضاة جنباً إلى جنب: فريق من سبعة خبراء بشريين مدربين، وفريق من خمسة نماذج مختلفة من الذكاء الاصطناعي (العقول التي تقف وراء أدوات مثل ChatGPT وGrok وغيرها).

قرأ البشر والذكاء الاصطناعي نفس القصص وأعطوا درجاتهم بشكل مستقل، دون التحدث مع بعضهم البعض. أولاً، نظر الباحثون في مدى اتفاق البشر مع بعضهم البعض. ووجدوا أنه بينما قد يرى حكم بشري واحد الأمور بشكل مختلف قليلاً عن آخر، إلا أنه عند حساب متوسط آراء السبعة بشر، فإنهم يخلقون درجة "معيار ذهبي" مستقرة للغاية (والتي أطلقوا عليها اسم HumanGold). هذا يشبه وجود لجنة من سبعة نقاد طعام؛ قد يحب أحدهم الملوحة، بينما يكرهها آخر، لكن رأيهم المتوسط عادة ما يكون ذوقاً موثوقاً جداً للطبق.

بعد ذلك، سألوا: "إلى أي مدى اقترب قضاة الذكاء الاصطناعي من المعيار الذهبي البشري؟" كانت النتائج جيدة بشكل مفاجئ. أظهرت نماذج الذكاء الاصطناعي الفردية توافقاً "متوسطاً إلى قوي" مع الفريق البشري. وكان أحد النماذج، المسمى Grok، حاداً بشكل خاص، حيث طابق الإجماع البشري بقدر يقارب قدرة أفضل القضاة البشر. ولكن الخدعة الحقيقية حدثت عندما دمج الباحثون أفضل ثلاثة نماذج ذكاء اصطناعي في فريق "قاضٍ خارق" واحد، والذي أطلقوا عليه اسم AISilver. حقق فريق الذكاء الاصطناعي المدمج هذا الارتباط مع الإجماع البشري بنسبة 0.797، وهو ما يكاد يقترب من أفضل نموذج ذكاء اصطناعي فردي.

ومع ذلك، وجدت الدراسة أيضاً بعض علامات "الحذر". كان الذكاء الاصطناعي (وحتى البشر) أفضل بكثير في رصد الأشياء الملموسة والواضحة، مثل "هل تضمنت المقالة رقم هاتف للمساعدة؟" أو "هل وصفت طريقة الانتحار؟". هذه تشبه رصد سيارة حمراء في موقف للسيارات؛ فهي إما موجودة أو غير موجودة. لكن الذكاء الاصطناعي واجه صعوبة أكبر في الأجزاء "المرنة" والتفسيرية من بطاقة التقييم، مثل "هل جعلت المقالة الانتحار يبدو جذاباً؟" أو "هل كانت اللغة مثيرة؟". هذه تشبه محاولة الحكم على مزاج أغنية ما؛ إنه أمر أصعب بكما أن يتفق الكمبيوتر (وحتى البشر) تماماً على هذه المشاعر. كما لاحظ الباحثون أن نماذج الذكاء الاصطناعي كانت تعطي أحياناً درجات مرتفعة قليلاً في المتوسط، مثل معلم كريم جداً في منح درجات الامتياز.

إذاً، ما هو الحكم النهائي؟ تشير الورقة البحثية إلى أن الذكاء الاصطناعي ليس بديلاً مثالياً للبشر بعد، ولكنه "مساعد" واعد جداً. لا يمكنه إصدار الحكم النهائي والحاسم بمفرده، خاصة في الأجزاء الصعبة والعاطفية من القصة. ولكن إذا استخدمت فريقاً من نماذج الذكاء الاصطناعي (مثل فريق AISilver) للقيام بالعمل الشاق المتمثل في مسح آلاف المقالات، ثم جعلت فريقاً صغيراً من البشر يراجع النتائج أو يتعامل مع الحالات الصعبة، فقد يغير ذلك قواعد اللعبة. يمكن لهذا النهج أن يساعد في مراقبة التغطية الإخبارية على نطاق واسع دون استنزاف الخبراء البشر، مما يضمن أن مرآة الأخبار تعكس القصص بطريقة تحمي وتساعد بدلاً من أن تضر. وتخلص الدراسة إلى أنه بينما لا ينبغي لنا الوثوق بالذكاء الاصطناعي بشكل أعمى، فإن اقترانه بالإشراف البشري قد يكون المفتاح للحفاظ على سلامة ومسؤولية التقارير المتعلقة بالانتحار في العصر الرقمي.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 📄 medicine →