دراسة: الذكاء الاصطناعي يستطيع قراءة كلماتنا.. لكنه لا يفهم ما نقصده حقاً

  • منذ 2 ساعات
  • العربية
  • الرياض - العربية Business
Loading images...
أصبح الذكاء الاصطناعي أكثر كفاءة في معالجة كميات ضخمة من البيانات، وهو ما أتاح له تحقيق تقدم ملحوظ في تلخيص المحادثات واكتشاف الأنماط المتكررة داخل النصوص.
لكن رغم هذه القدرات، لا يزال فهم ما يقصده البشر فعلياً يمثل تحدياً لم تتمكن هذه التقنيات من تجاوزه بالكامل.

وطوّر باحثون في جامعة ميزوري الأميركية إطاراً بحثياً لتقييم مدى قدرة أنظمة الذكاء الاصطناعي على تحديد الموضوعات والمعاني المهمة في المحادثات البشرية.
وتشير نتائج الدراسة، المنشورة في المجلة الدولية للمنهجيات النوعية (International Journal of Qualitative Methods)، إلى أن الذكاء الاصطناعي يستطيع التعرف على معظم الموضوعات العامة التي يناقشها الأشخاص، لكنه قد يغفل فروقاً مهمة تتعلق بالمعنى والسياق، بحسب تقرير نشره موقع "digitaltrends" واطلعت عليه "العربية Business".

الذكاء الاصطناعي يلتقط معظم المحادثة لكنه يفقد التفاصيل الدقيقة
حلل الباحثون 32 مقابلة مع أعضاء هيئة تدريس وممارسين وطلاب في مجال التمريض، تناولت تجاربهم مع الذكاء الاصطناعي التوليدي.
واستخدم الفريق نظاماً لتحليل النصوص يُعرف باسم BERTopic، بهدف تحديد الموضوعات المتكررة في المقابلات، ثم قارنوا النتائج التي توصل إليها النظام بالموضوعات الرئيسية التي سبق أن حددها باحثون بشريون من خلال التحليل التقليدي.
ووفقاً للإعلان الصادر عن الجامعة، جاءت النتائج إيجابية إلى حد كبير من الناحية الأولية؛ إذ تمكن النظام من إنتاج موضوعات تتشابه بدرجة كافية مع 11 موضوعاً من أصل 12 موضوعاً حددها الباحثون البشر.
لكن هذا التقارب لا يعني أن النظام استطاع فهم تلك الموضوعات بالمستوى نفسه الذي وصل إليه المحللون البشريون.
ففي بعض الحالات، جمع النموذج عدة أفكار مختلفة داخل فئة عامة واحدة، وهو ما قد يؤدي إلى فقدان فروق مهمة بين هذه الأفكار.
وفي حالات أخرى، قسّم موضوعاً واحداً إلى مجموعة من الموضوعات الفرعية الصغيرة، ما جعل فهم الرسالة الأساسية أكثر صعوبة.
كما وجد الباحثون أدلة محدودة على قدرة النظام على اكتشاف رؤى جديدة ذات قيمة بصورة متسقة، تتجاوز ما توصل إليه المحللون البشر بالفعل.
وتكشف هذه النتائج عن فجوة بين قدرة الذكاء الاصطناعي على اكتشاف الأنماط اللغوية والموضوعات المتكررة، وبين قدرته على تفسير المعاني العميقة التي تحملها المحادثات البشرية.
إطار جديد لقياس مدى فهم الذكاء الاصطناعي
ولتقييم أوجه القصور هذه، طوّر فريق البحث إطاراً يحمل اسم "تدقيق التوافق والفائدة" (Alignment and Usefulness Rating Audit)، ويُعرف اختصاراً باسم AURA.
ويتكون الإطار من ست مراحل، تساعد الباحثين على تحديد ما إذا كانت الموضوعات التي ينتجها الذكاء الاصطناعي تتوافق بالفعل مع مضمون المحادثات، وما إذا كانت مفيدة وذات قيمة حقيقية في التحليل البحثي.
وتكمن أهمية هذا الإطار في أنه لا يكتفي بقياس قدرة الأنظمة على استخراج الموضوعات المتكررة، بل يركز أيضاً على مدى ارتباط النتائج بالمعاني التي أراد المشاركون التعبير عنها، ومدى فائدتها في الوصول إلى استنتاجات دقيقة.
لماذا لا يمكن الاستغناء عن التقييم البشري؟
قد تكون لهذه النتائج أهمية كبيرة في مجالات مثل الرعاية الصحية والتعليم والعلوم الاجتماعية، حيث لا يقتصر فهم تجارب الأشخاص على التعرف على الكلمات أو الموضوعات الأكثر تكراراً، بل يتطلب تفسير السياق والظروف المحيطة بكل تجربة.
فعلى سبيل المثال، قد يستخدم شخصان الكلمات نفسها للتعبير عن تجربتين مختلفتين تماماً، كما قد تحمل عبارة واحدة معاني متعددة وفقاً للظروف التي قيلت فيها.
وهذه التفاصيل قد لا تتمكن أنظمة الذكاء الاصطناعي من التقاطها بدقة عند تحليل النصوص بصورة آلية.
ومع ذلك، فإن الدراسة لها بعض القيود؛ إذ اعتمدت على مجموعة محدودة نسبياً من المقابلات التي تركز على مجال التمريض وتجارب استخدام الذكاء الاصطناعي التوليدي.
كذلك، استخدم الباحثون نظام BERTopic المتخصص في نمذجة الموضوعات وتحليل النصوص، ولم يختبروا بصورة مباشرة روبوتات المحادثة الشهيرة مثل تشات جي بي تي أو جيميناي.
ولذلك، ستكون هناك حاجة إلى مزيد من الدراسات والاختبارات لتحديد مدى انطباق هذه النتائج على أنظمة الذكاء الاصطناعي الأخرى، وكذلك على مجالات بحثية وسياقات مختلفة.
وتؤكد الدراسة أن التطور الكبير الذي حققه الذكاء الاصطناعي في معالجة اللغة وتحليل المحادثات لا يعني بالضرورة امتلاكه القدرة نفسها التي يتمتع بها البشر في فهم السياقات والتجارب الإنسانية. فهو يستطيع اكتشاف الكلمات والأنماط والموضوعات المتكررة، لكن تفسير ما وراء هذه الكلمات لا يزال مجالاً يحتفظ فيه الإنسان بأفضلية واضحة.