كيف تؤثر اللغة على ذكاء نماذج الذكاء الاصطناعي في فهم الاسئلة
كشفت دراسات حديثة ان طرح السؤال نفسه بلغات مختلفة على نماذج الذكاء الاصطناعي لا يؤدي بالضرورة الى الحصول على الاجابة ذاتها. واظهرت النتائج ان هذه النماذج لا تتعامل مع كافة اللغات بنفس الكفاءة او السياق الثقافي. مبينا ان الاختلاف في النتائج لا يعني تفوق لغة على اخرى بل يرتبط بكيفية تدريب النموذج وتمثيله للبيانات داخل بنيته الرقمية.
واوضح الخبراء ان البيانات تحدد نقطة البداية في اداء هذه التقنيات. حيث تعتمد النماذج اللغوية الكبيرة على كميات ضخمة من النصوص غير الموزعة بالتساوي بين اللغات. وبينت دراسة منشورة في دورية ساينتفيك ريبورتس ان حجم بيانات التدريب ومصدرها والمسافة اللغوية تؤثر بشكل مباشر في دقة المخرجات. واضاف الباحثون ان التوسع المفرط في عدد اللغات داخل النموذج الواحد قد يفرض قيودا غير متوقعة على قدراته التحليلية.
وكشفت الابحاث ان طريقة تقطيع الكلمات الى رموز او توكنات تعد عاملا حاسما في المعالجة. واشار المختصون الى ان استخدام ادوات تقسيم نصوص مصممة خصيصا للانجليزية يؤدي الى تراجع في الاداء عند التعامل مع لغات اخرى. ونتيجة لذلك فان السؤالين المتطابقين في المعنى قد لا يصلان الى النموذج في صورة متطابقة من الناحية الحسابية.
واظهرت دراسات قدمت في مؤتمرات لغوية عالمية ان اللغة لا تنفصل عن الثقافة. واشار الباحثون الى وجود تآزر لغوي ثقافي يفرض على النماذج تقديم اجابات افضل عندما يكون السؤال متوافقا مع السياق الثقافي للغة المستخدمة. وموضحا ان النماذج تمتلك معرفة ثقافية محلية لكنها لا تستحضرها دائما ما لم يتم توجيهها بشكل صريح.
وتعد اللغات الاقل تمثيلا مثل العربية اكثر عرضة لهذه التحديات. حيث اشارت ورقة مؤشر بلسم الى ان اداء النماذج يتأثر بندرة البيانات والتنوع في اللهجات والتعقيد الصرفي. وذكرت منظمة اليونسكو ان الاعتماد على اللغات المهيمنة في التدريب يحد من قدرة الانظمة على التعامل مع المفاهيم المحلية الثقافية.
وخلصت التحليلات الى ان اختلاف الاجابة لا يعني دائما وجود تحيز متعمد بل هو انعكاس لتفاوت البيانات وطرق المعالجة. واكد الباحثون ان التوجه القادم يركز على اختبار النماذج في بيئات لغوية وثقافية متنوعة لضمان فهم اعمق للسؤال ضمن سياقه الاصلي بدلا من الاكتفاء باللغة الانجليزية كمعيار وحيد للقياس.
