ماذا تفعل نماذج الذكاء الاصطناعي حين لا يُطلب منها شيء؟

في تجربة تهدف إلى دراسة سلوك وكلاء الذكاء الاصطناعي خارج المهام المحددة، وضع باحثون نسخًا من نموذج Claude داخل بيئة رقمية تشبه جزيرة صحراوية معزولة. ولم تُمنح هذه الوكلاء مهمة واضحة ينبغي إنجازها، بل تُركت أمام مساحة افتراضية ووقت مفتوح لاتخاذ قراراتها بنفسها.

تفاصيل الخبر

أُجريت التجربة على نسخ أطلق عليها الباحثون اسم Eko، واستمر كل اختبار قرابة 30 ساعة. ويعني ذلك أن النموذج لم يكن يتعامل مع سؤال قصير أو طلب مباشر، بل مع حالة ممتدة يتعين فيها تحديد ما يستحق الانتباه، وما الذي يمكن فعله لاحقًا، وكيفية استخدام عناصر البيئة المتاحة.

وفق المعطيات المتاحة، بدأت الوكلاء في تنفيذ سلوكيات وصفها الباحثون بأنها تشبه اللعب. ولا يعني ذلك بالضرورة أن النموذج امتلك مشاعر أو رغبات بشرية، فالملاحظة تتعلق بأنماط التصرف التي ظهرت في البيئة الافتراضية، لا بإثبات وجود وعي أو تجربة ذاتية لدى النظام.

تكمن أهمية التجربة في أنها تنقل اختبار النماذج من أسلوب الإجابة عن التعليمات إلى مراقبة ما تفعله عندما تغيب الغاية المحددة. ففي التطبيقات العملية، قد تعمل الوكلاء لفترات طويلة داخل أنظمة رقمية، وتواجه معلومات ناقصة أو مهامًا مؤجلة أو أوقاتًا لا يصلها فيها طلب جديد.

وتطرح هذه النتيجة سؤالًا عن الطريقة التي ينبغي بها تقييم الوكلاء الذكيين. فاختبار الدقة في تنفيذ أمر واحد لا يكشف بالضرورة كيف يتصرف النظام خلال فترة فراغ، أو كيف يختار بين الاستكشاف والانتظار، أو ما إذا كان يبتكر أنشطة جانبية لم يطلبها المستخدم.

كما تبرز التجربة صعوبة تفسير السلوكيات التي تبدو مألوفة للبشر. فقد يُطلق على نشاط رقمي وصف اللعب بسبب شكله الخارجي، لكن ذلك لا يكفي لمعرفة الدافع الحسابي الذي أنتجه. وقد يكون السلوك ناتجًا عن أنماط تعلمها النموذج من بيانات التدريب، أو عن طريقة تصميم البيئة وقواعدها، أو عن تفاعله مع الموارد المتاحة.

وتبقى مدة التجربة، التي بلغت نحو 30 ساعة، عنصرًا مهمًا في قراءة النتائج؛ لأنها تسمح بملاحظة سلوك ممتد بدل الاكتفاء برد فعل لحظي. ومع ذلك، لا تكفي هذه المدة وحدها للحكم على كيفية تصرف النموذج في بيئات أخرى أو تحت شروط مختلفة، إذ يمكن لتغيير القواعد أو الأدوات أو درجة العزلة أن يقود إلى نتائج مغايرة.

الخطوة التالية أمام الباحثين ستكون على الأرجح مقارنة هذه الأنماط عبر نماذج وبيئات متعددة، مع وضع معايير أكثر دقة للتمييز بين الاستكشاف المفيد والسلوك العشوائي. وقد تساعد مثل هذه الاختبارات في تصميم وكلاء أكثر قابلية للتنبؤ، خصوصًا عندما تعمل باستقلال نسبي عن المستخدم لفترات طويلة.

العودة إلى جميع الأخبار