عندما تصبح العبارة المفضلة لدى روبوت المحادثة هي القصة
أصبحت سمات ChatGPT الأسلوبية مألوفة في الإنجليزية، لكن Wired تشير إلى أن لدى المستخدمين الصينيين مجموعة خاصة بهم من العبارات المتكررة التي يجدونها مزعجة بالقدر نفسه. وأبرز مثال هو عبارة تُترجم حرفيًا إلى “سألتقطك بثبات”، وهي استجابة يصفها كثير من الناطقين الأصليين بأنها ودودة بشكل محرج وغير مناسبة للسياق. وبدل أن تبدو مفيدة، قد تبدو مصطنعة ومتكررة وغريبة في نبرتها.
وقد أصبحت هذه الردة الفعل مهمة بما يكفي لتتحول إلى ميم على الإنترنت. ووفقًا للتقرير، يسخر المستخدمون الصينيون على نطاق واسع من العبارة، وتُظهر إحدى الصور ChatGPT كوسادة إنقاذ هوائية قابلة للنفخ تنتظر لالتقاط الناس وهم يسقطون. وما كان يومًا ربما مجرد عادة غريبة للنموذج أصبح، في الواقع، نقدًا ثقافيًا للغة التي تولدها نماذج الذكاء الاصطناعي.
حدود الطلاقة
يوضح التقرير أن ChatGPT يستطيع الإجابة عن الأسئلة بالصينية بشكل معقول، وهو أحد الأسباب التي تجعل استخدامه واسعًا في الصين رغم حظره من قبل الحكومة. لكن الإتقان على مستوى القواعد أو إنجاز المهام لا يضمن أسلوبًا طبيعيًا. ما يزعج المستخدمين هنا ليس فشلًا أساسيًا في التواصل، بل الاستخدام المتكرر لتعبيرات تبدو مبالغًا فيها عاطفيًا أو غريبة سياقيًا أو ببساطة حميمة أكثر من اللازم.
وهذا الفرق مهم. فقد يبدو النموذج طليقًا في اللغة، بينما يظل صوته الاجتماعي غير ملائم. وفي أنظمة الذكاء الاصطناعي متعددة اللغات، قد يكون هذا النوع من عدم التطابق أكثر دلالة من الخطأ الصريح لأنه يكشف الفجوة بين توليد اللغة والملاءمة الثقافية.
من التكرار إلى الميم
تحدد Wired أمثلة أخرى لعبارات صينية مفرطة الاستخدام، بما في ذلك شعار شائع في التجارة الإلكترونية يُقال إن النموذج يكرره أكثر من اللازم. ويتراكم التأثير مع الوقت. فبمجرد أن يلاحظ المستخدمون ظهور عبارة ما مرارًا وتكرارًا، تتوقف عن أداء وظيفة التواصل وتبدأ في أداء وظيفة الإشارة. فهي تضع النص في خانة “المكتوب آليًا” وتضيّق نطاق الصوت الذي يستطيع النموذج إنتاجه بشكل مقنع.
وهذا أحد الأسباب التي جعلت الظاهرة تتصاعد إلى ميم. فالتكرار في مخرجات الذكاء الاصطناعي ليس مجرد عيب تقني؛ بل هو قابل للقراءة اجتماعيًا. يبدأ المستخدمون بتوقعه والسخرية منه ومشاركته. وعندما يحدث ذلك، تصبح العادة اللغوية جزءًا من الهوية العامة للنموذج نفسه.
كيف يبدو “mode collapse” عمليًا
يقتبس المقال ماكس سبيرو، المؤسس المشارك والرئيس التنفيذي لشركة Pangram، الذي يصف هذا الميل بأنه شكل من أشكال mode collapse. وبعبارة بسيطة، قد تتشبث النماذج بعبارات كانت قد كوفئت في ما بعد التدريب ثم تفرط في إنتاجها حتى تفقد الكتابة طبيعتها. والصعوبة الأساسية هنا أن “الكتابة الجيدة” لا تتعلق فقط بكون الجملة ناجحة. بل تتعلق أيضًا بالتنوع، والتناسب، ومعرفة متى لا ينبغي تكرار أسلوب أثبت فاعليته في المرة الأولى.
وتشير هذه الملاحظة إلى تحدٍ أوسع في مواءمة الذكاء الاصطناعي وضبط الأسلوب. يمكن تعزيز السلامة والفائدة والدفء أثناء التدريب، لكنها قد تتضخم في المخرجات. والنتيجة لغة متماسكة تقنيًا لكنها مشحونة عاطفيًا على نحو مفرط.
لماذا تهم الحالة الصينية
هذه ليست مجرد قصة عن عبارة غريبة واحدة. إنها قصة عن كيفية انتقال منتجات الذكاء الاصطناعي بين اللغات والسياقات الاجتماعية. ففي الإنجليزية، قد يشتكي المستخدمون من تراكيب بلاغية مفضلة أو استعارات مكررة بعينها. أما في الصينية، فتظهر المشكلة بصياغة مختلفة لكنها تحمل الدينامية نفسها: آثار أسلوبية تكشف عادات النموذج المتعلمة بوضوح شديد.
وهذا يجعل القضية مهمة بشكل خاص لأنظمة الذكاء الاصطناعي العالمية. فروبوت المحادثة الذي يعمل عبر اللغات لا يمكنه الاعتماد على جودة الترجمة المباشرة فقط. بل عليه أيضًا ألا يبدو حميميًا بشكل غريب أو مكتوبًا بشكل مفرط أو خارج الإيقاع الثقافي في كل سياق يستخدمه فيه الناس.
المستخدمون يجرون التشخيص علنًا
ومن أكثر التفاصيل دلالة في التقرير أن العبارة ألهمت مطورًا في العشرين من عمره في تشونغتشينغ لبناء مشروع مفتوح المصدر لهندسة الأوامر بمناسبة يوم كذبة أبريل، أطلق عليه اسم Jiezhu، أو “catch”. وقد نجحت النكتة لأن العبارة كانت قد أصبحت بالفعل معروفة على نطاق واسع. وبعبارة أخرى، كان المستخدمون قد حددوا سلوكًا متكررًا للنموذج وأطلقوا عليه اسمًا جماعيًا قبل أن يصدر أي تفسير رسمي.
وهكذا يتم بشكل متزايد فحص الذكاء الاصطناعي الاستهلاكي أمام الجمهور. لا يحتاج الناس إلى الوصول إلى خطوط التدريب لاكتشاف الأنماط. إنهم يقارنون المخرجات، ويتبادلون لقطات الشاشة، ويحولون التكرار إلى تحليل شعبي. وبفعلهم ذلك، يكشفون أين يتوقف صوت النموذج عن أن يبدو متكيفًا ويبدأ في الظهور وكأنه محاصر داخل نفسه.
عرض صغير لمشكلة تصميم أكبر
العبرة ليست أن الذكاء الاصطناعي يجب ألا يملك صوتًا مميزًا أبدًا. بل إن الصوت يتحول إلى عبء عندما ينهار إلى صيغ مكررة تتجاوز السياق. وتقدم العبارات الصينية الدارجة في ChatGPT دراسة حالة واضحة لهذا الفشل. فهي تُظهر مدى السرعة التي يمكن أن يتحول بها نظام مصمم ليبدو داعمًا إلى صوت ميكانيكي، بل ومتعلق بشكل مزعج، بمجرد أن يصبح التكرار مرئيًا.
وبالنسبة لشركات الذكاء الاصطناعي، فهذه رسالة تحذير بقدر ما هي فضول. إن التحكم في النبرة داخل الأنظمة متعددة اللغات ليس مسألة شكلية. فهو يشكل الثقة وسهولة الاستخدام، ويحدد ما إذا كان المستخدمون سيختبرون النموذج بوصفه مفيدًا حقًا أو مجرد نمط متكرر. وعندما يبدأ الملايين في تقليب أعينهم من العبارة نفسها، يكون المنتج قد كشف عن تدريبه أكثر مما كان صانعوه يقصدون.
تعتمد هذه المقالة على تقرير من Wired. اقرأ المقال الأصلي.
Originally published on wired.com