كشفت دراسة أكاديمية حديثة عن وجود انحياز خفي في نماذج الذكاء الاصطناعي اللغوي، يؤثر بشكل مباشر على جودة التوصيات التي يقدمها للمستخدمين، لا سيما في القرارات التي تتطلب تغييراً في السلوك أو الخيارات القائمة.

انحياز الوضع القائم

أظهرت نتائج الاختبارات التي أجريت على 11 نموذجاً لغوياً، ميلاً واضحاً لدى هذه الأنظمة لتفضيل الظروف الحالية على البدائل التي تتطلب تغييراً، وهو نمط سلوكي يُعرف علمياً بـ الانحياز للوضع القائم. وتكمن خطورة هذا الانحياز في القرارات ذات الأثر البيئي، حيث تطرح الدراسة تساؤلاً جوهرياً: هل تقوم الأداة بالمقارنة العادلة بين الخيارات، أم أنها تمنح وزناً إضافياً لما هو قائم بالفعل؟

منهجية البحث

اعتمد الباحثون على تحليل أكثر من 55 ألف طلب (Prompt)، شملت 7500 سؤال متنوع تغطي مجالات شراء السيارات، وصفات الطعام، التدفئة المنزلية، وسياسات المناخ. وأوضحت النتائج تبايناً لافتاً؛ فعند سؤال النماذج عن المضي في خطة قائمة، حظيت بالموافقة في 70% من الحالات، بينما انخفضت هذه النسبة إلى 34% فقط عندما كانت الخطة أو السياسة جديدة.

تأثير السياق الجغرافي

لاحظ الباحثون أن النماذج الذكية لا تعمل بمعزل عن الأنماط المحلية؛ إذ يتأثر رد النموذج بالبيانات الجغرافية للمستخدم. فعلى سبيل المثال، يميل النموذج لتوصية المستخدم في النرويج بسيارة كهربائية بوتيرة أعلى مقارنة بمستخدم في كندا، نظراً لانتشار هذه السيارات في السوق النرويجي، ومع ذلك، تظل وتيرة التوصية أقل من معدلات الانتشار الفعلية في تلك الأسواق.

كيف تواجه هذا الانحياز؟

يقدم سيث وينز، الأستاذ في كلية البيئة بجامعة واترلو، نصيحة عملية للمستخدمين لضمان الحصول على إجابات أكثر توازناً، وهي تغيير صيغة السؤال عند طلب النصيحة. بدلاً من السؤال المباشر، يُنصح بسؤال النموذج عن الحجج التي تدعم القيام بشيء جديد، مع طلب شرح أسباب الاستمرار في الخيار الحالي، وذلك لموازنة كفتي النقاش.

وخلصت الدراسة إلى أن هذه النتائج تضع حدوداً للثقة العمياء في التوصيات الرقمية، مؤكدة أن ميل النماذج للوضع القائم لا يعني بالضرورة خطأ النصيحة، لكنه يستوجب من المستخدمين ممارسة التفكير النقدي وعدم الاكتفاء بالخيار الذي يطرحه الذكاء الاصطناعي كخيار أول أو وحيد.