كتب – رامز يوسف:
نعلم أن الذكاء الاصطناعي لا يفكر بنفس طريقة تفكير الإنسان، لكن بحثًا جديدًا كشف كيف يمكن أن يؤثر هذا الاختلاف على عملية اتخاذ القرارات لدى الذكاء الاصطناعي، ما يؤدي إلى عواقب قد لا يكون البشر مستعدين لها.
بحثت الدراسة، التي نُشرت في مجلة Transactions on Machine Learning Research، في مدى قدرة نماذج اللغة الكبيرة (LLMs) على تكوين تشبيهات.
ووجد الباحثون أنه في كلٍّ من تشبيهات سلسلة الحروف البسيطة ومسائل المصفوفة الرقمية – حيث كانت المهمة إكمال مصفوفة بتحديد الرقم المفقود – كان أداء البشر جيدًا، لكن أداء الذكاء الاصطناعي انخفض بشكل حاد.
أثناء اختبار متانة نماذج البشر والذكاء الاصطناعي في مسائل التشبيه القائمة على القصة، وجدت الدراسة أن النماذج كانت عرضة لتأثيرات ترتيب الإجابات – وهي اختلافات في الاستجابات بسبب ترتيب المعالجات في التجربة – وربما كانت أيضًا أكثر ميلًا لإعادة الصياغة.
إجمالاً، انتهت الدراسة إلى أن نماذج الذكاء الاصطناعي تفتقر إلى قدرات التعلم “التلقائي”، حيث يراقب المتعلم عينات من فئات لم تكن موجودة أثناء التدريب، ويتنبأ بالفئة التي ينتمي إليها بناءً على السؤال.
قدمت مارثا لويس، المؤلفة المشاركة في الدراسة والأستاذة المساعدة في الذكاء الاصطناعي الرمزي العصبي بجامعة أمستردام، مثالاً على عدم قدرة الذكاء الاصطناعي على أداء التفكير القياسي بكفاءة البشر في مسائل سلسلة الحروف.
قالت لويس: “تتخذ تشبيهات سلسلة الحروف شكل ‘إذا انتقل abcd إلى abce، فإلى أي مدى سينتقل ijkl؟’ سيجيب معظم البشر ‘ijkm’، ويميل الذكاء الاصطناعي إلى إعطاء هذه الإجابة أيضًا. ولكن قد تكون هناك مشكلة أخرى ‘إذا انتقل abbcd إلى abcd، فإلى أي مدى سينتقل ijkkl؟’ سيميل البشر إلى الإجابة ‘ijkl’ – النمط هو إزالة العنصر المكرر. لكن GPT-4 يميل إلى حل مسائل مثل هذه بشكل خاطئ”.
لماذا من المهم ألا يفكر الذكاء الاصطناعي كالبشر؟
قالت لويس إنه بينما يمكننا الاستخلاص من أنماط محددة إلى قواعد أكثر عمومية، فإن حاملي شهادات الماجستير في القانون لا يمتلكون هذه القدرة، “إنهم بارعون في تحديد الأنماط ومطابقتها، لكنهم لا يستطيعون التعميم انطلاقًا منها”.
يعتمد معظم تطبيقات الذكاء الاصطناعي إلى حد ما على الحجم – فكلما زادت بيانات التدريب المتاحة، زاد عدد الأنماط التي تحددها. لكن لويس أكدت أن مطابقة الأنماط والتجريد ليسا الشيء نفسه. وأضافت: “الأمر لا يتعلق بما تحتويه البيانات، بل بكيفية استخدامها”.
لتوضيح الآثار المترتبة على ذلك، يُستخدم الذكاء الاصطناعي بشكل متزايد في المجال القانوني لأغراض البحث، وتحليل السوابق القضائية، وتوصيات الأحكام. ولكن مع ضعف قدرته على إجراء المقارنات، قد يفشل في إدراك كيفية تطبيق السوابق القانونية على قضايا مختلفة قليلاً عند ظهورها.
ونظرًا لأن هذا النقص في الجودة قد يؤثر على النتائج الواقعية، فقد أشارت الدراسة إلى أن هذا يُمثل دليلًا على حاجتنا إلى تقييم أنظمة الذكاء الاصطناعي بعناية، ليس فقط من حيث الدقة، ولكن أيضًا من حيث جودة قدراتها المعرفية.
المصدر: Live Science
اقرأ أيضا:
