كيف يكيّف المستخدمون موجّهاتهم مع تطور نماذج الذكاء الاصطناعي التوليدي

⏱️ وقت القراءة المقدر: 8 دقائق

مقدمة

مع التطور المتسارع لنماذج الذكاء الاصطناعي التوليدي، تتطور أيضاً أساليب المستخدمين في كتابة الموجّهات بالتوازي معها. جاءت الترقية من DALL-E 2 إلى DALL-E 3 لتحمل ليس مجرد تحسين تقني، بل تحولاً جوهرياً في أنماط تفاعل المستخدمين مع هذه الأنظمة.

تُعدّ ورقة البحث arxiv:2407.14333 بعنوان “As Generative Models Improve, People Adapt Their Prompts” دراسةً مهمةً تحلّل هذه الظاهرة المتمثلة في التطور المشترك بين الإنسان والذكاء الاصطناعي تحليلاً منهجياً. وقد قاس الباحثون عبر تجربة إلكترونية واسعة النطاق شملت 1893 مشاركاً، كيف يؤثر التقدم التقني لنماذج الذكاء الاصطناعي التوليدي في سلوك المستخدمين عند كتابة الموجّهات، وذلك بصورة كمية دقيقة.

ما يمنح هذه الدراسة أهميةً استثنائيةً أنها لا تكتفي بالاستنتاج البديهي القائل إن “النماذج الأفضل تنتج نتائج أفضل”، بل تنفرد بقياس إسهام كل من تحسين أداء النموذج وسلوك تكيّف المستخدم في التحسن الإجمالي للنتائج، كل منهما بمعزل عن الآخر.

خلفية البحث ودوافعه

نموذج جديد للتفاعل بين الإنسان والذكاء الاصطناعي

على خلاف البرمجيات التقليدية، يقوم الذكاء الاصطناعي التوليدي على التفاعل عبر الموجّهات اللغوية الطبيعية. ينشأ عن ذلك علاقة تكيّف متبادلة تختلف جوهرياً عن النموذج التقليدي الذي يُلزم المستخدم بالتكيّف من طرف واحد مع النظام.

أطلق الباحثون على هذه الظاهرة مصطلح “human-AI co-evolution”، وطرحوا الفرضيات الجوهرية التالية:

الفرضية الأولى: تُنتج نماذج الذكاء الاصطناعي الأكثر تطوراً نتائج أفضل موضوعياً.
الفرضية الثانية: يُعدّل المستخدمون أسلوب كتابة موجّهاتهم بما يتلاءم مع خصائص النموذج الجديد.
الفرضية الثالثة: يُفضي هذا السلوك التكيّفي إلى تحسينات إضافية في الأداء مستقلة عن التحسين التقني للنموذج ذاته.

معضلة الأتمتة في مقابل التحكم البشري

تستكشف الدراسة أيضاً مدى تأثير درجة الأتمتة في أنظمة الذكاء الاصطناعي على تجربة المستخدم. وقد حلّل الباحثون تجريبياً المقايضة بين راحة الاستخدام المتزايدة وتراجع سيطرة المستخدم، مستخدمين ميزة المراجعة التلقائية للموجّهات في DALL-E 3.

تصميم التجربة ومنهجيتها

المشاركون والبيئة التجريبية

أجرى الباحثون تجربةً إلكترونيةً شملت 1893 مشاركاً، وُزّعوا عشوائياً على إحدى المجموعات الثلاث التالية:

مجموعة DALL-E 2 (المجموعة الضابطة)
مجموعة DALL-E 3 (الإعدادات الافتراضية)
مجموعة DALL-E 3 مع المراجعة التلقائية للموجّهات

أنجز كل مشارك المهمة ذاتها في ظروف متماثلة، وهي إعادة إنتاج 10 صور مستهدفة، مع السماح بـ10 محاولات موجّهة كحد أقصى لكل صورة، وأُتيح لكل مشارك تعديل موجّهاته حتى يبلغ القدر المطلوب من الرضا.

طرق قياس الأداء

بنى الباحثون منظومةً متعددة الأبعاد لقياس الأداء:

1. قياس التشابه الموضوعي

درجات التشابه البصري باستخدام نموذج CLIP
المسافة الدلالية بين الصور المستهدفة والصور المولّدة

2. تقييم الرضا الذاتي

درجات الرضا المُبلَّغ عنها ذاتياً من قِبَل المشاركين
الشعور الذاتي بالإنجاز عند إتمام المهمة

3. تحليل خصائص الموجّهات

طول الموجّه بعدد الكلمات
التشابه الدلالي للمفردات المستخدمة
تكرار اللغة الوصفية
أنماط تغيير الموجّهات عبر المحاولات المتتالية

الضوابط التجريبية

اتُّخذت الإجراءات الضابطة التالية لضمان موثوقية التجربة:

توحيد الصور المستهدفة: استخدام جميع المشاركين المجموعة نفسها المكوّنة من 10 صور
عدم تحديد وقت: منح وقت كافٍ للتخلص من التحيز الناجم عن الضغط الزمني
عدم التدريب المسبق: تقليل تأثير المعرفة المسبقة بنماذج بعينها في النتائج
التوزيع العشوائي: الحيلولة دون التحيز في الاختيار بسبب خصائص المشاركين

النتائج الرئيسية

1. الأثر العام لتحسين الأداء

كشفت نتائج التجربة أن المشاركين الذين استخدموا DALL-E 3 حققوا أداءً أعلى بفارق ذي دلالة إحصائية مقارنةً بمستخدمي DALL-E 2:

التشابه الموضوعي: تحسّن بمتوسط 15.2%
الرضا الذاتي: تحسّن بمتوسط 18.7%
معدل إتمام المهمة: تحسّن بمتوسط 12.3%

أشارت هذه النتائج إلى تضافر عوامل متعددة لا يمكن إرجاعها إلى التحسين التقني وحده.

2. تحليل تحلّل عوامل تحسين الأداء

تمثّل الاكتشاف الأبرز للباحثين في التحليل الكمي لعوامل تحسين الأداء:

إجمالي تحسن الأداء = أثر تحسين النموذج (50%) + أثر تكيّف المستخدم (50%)

هذه نتيجة لافتة تكشف أن التقدم التقني والقدرة التكيّفية البشرية يُسهمان في النتائج النهائية بمستويات متكافئة تقريباً. بمعنى آخر، نصف التفوق الذي يُبديه DALL-E 3 مرده تحسينات النموذج ذاته، فيما يعود النصف الآخر إلى تعديل المستخدمين لأسلوب كتابة موجّهاتهم بما يلائم النموذج الجديد.

3. التحولات في أنماط كتابة الموجّهات

رصد الباحثون الأنماط الواضحة التالية في سلوك مستخدمي DALL-E 3 عند كتابة الموجّهات:

الزيادة في الطول

DALL-E 2: متوسط 8.3 كلمة
DALL-E 3: متوسط 12.7 كلمة (زيادة بنسبة 53%)

تحسّن الدقة الدلالية

اختيار مفردات أكثر تشابهاً دلالياً مع الصورة المستهدفة
تفضيل التعبيرات التحديدية على التعبيرات المجردة

توسّع في استخدام اللغة الوصفية

وصف أكثر تفصيلاً للتفاصيل البصرية كاللون والملمس والتأليف
التركيز على الخصائص الموضوعية بدلاً من المشاعر والأجواء

استراتيجية التحسين المتكرر

تعديل منهجي للموجّهات بناءً على النتائج الأولية
إعادة هيكلة سياقية بدلاً من مجرد إضافة كلمات مفتاحية

4. الأثر المتناقض لميزة المراجعة التلقائية للموجّهات

كشفت نتائج مجموعة DALL-E 3 مع المراجعة التلقائية للموجّهات عن نمط مغاير للتوقعات:

لا يزال تحسّن الأداء موجوداً مقارنةً بـ DALL-E 2.
غير أن أثر التحسين انخفض بنسبة 58% مقارنةً بـ DALL-E 3 الأساسي.
شهد طول الموجّهات وتعقيدها تراجعاً في صفوف المستخدمين.

يُشير ذلك إلى أن الأتمتة، وإن وفّرت الراحة، قد تُضعف دوافع المستخدمين للتعلم والتكيّف في الوقت ذاته.

الدلالات النظرية

إثبات تجريبي لنظرية التطور المشترك بين الإنسان والذكاء الاصطناعي

تُعدّ هذه الدراسة واحدةً من أوائل الدراسات واسعة النطاق التي تُثبت تجريبياً العلاقة التكيّفية المتبادلة بين الإنسان وأنظمة الذكاء الاصطناعي. على خلاف نماذج قبول التكنولوجيا التقليدية التي تركّز على تكيّف المستخدم من طرف واحد، تُظهر هذه الدراسة:

ثنائية التكيّف: مع تطور أنظمة الذكاء الاصطناعي، يتطور المستخدمون بالتوازي معها.
سرعة التكيّف: يحدث التكيّف مع النماذج الجديدة بسرعة نسبية.
فاعلية التكيّف: يُمثّل تكيّف المستخدم عاملاً في الأداء بالأهمية ذاتها التي يمثلها التحسين التقني.

إعادة تعريف هندسة الموجّهات

تُقدّم نتائج الدراسة منظوراً جديداً لهندسة الموجّهات:

المنظور التقليدي: تطوير قوالب وأساليب موجّهات مثلى. المنظور الجديد: تطوير استراتيجيات موجّهات تكيّفية محسّنة لكل نموذج بعينه.

يعني هذا أن هندسة الموجّهات ينبغي أن تكون استراتيجيةً مخصصةً لكل نموذج لا مهارةً شاملةً للجميع.

الأثر المزدوج للأتمتة

تكشف نتائج ميزة المراجعة التلقائية للموجّهات عن العلاقة المعقدة بين الأتمتة وتطوير القدرات البشرية:

الآثار الإيجابية

خفض حاجز الدخول
تحسين فوري في الأداء
توجيه مفيد للمستخدمين المبتدئين

الآثار السلبية

تراجع الدافع للتعلم
إضعاف القدرة التكيّفية
عرقلة تطوير المهارات على المدى البعيد

التعلم الفوقي وقابلية النقل

تشير نتائج الدراسة بصورة مثيرة للاهتمام إلى أن المستخدمين يُبدون قدرةً على التعلم الفوقي تتخطى التكيّف البسيط مع كل نموذج على حدة. يدل ذلك على أن المستخدمين ذوي الخبرة سيكونون قادرين على التكيّف بشكل أسرع وأكثر فاعلية حين تظهر نماذج ذكاء اصطناعي توليدية جديدة في المستقبل.

الدلالات التطبيقية

دلالات لتطوير منتجات الذكاء الاصطناعي

1. استراتيجية الإطلاق التدريجي للميزات

تحديثات مرحلية للميزات تراعي وقت التكيّف لدى المستخدمين
توفير فرص تعلم كافية للميزات الجديدة

2. إعادة تصميم تأهيل المستخدمين

تطوير دروس تعليمية مخصصة تتناسب مع خصائص كل نموذج
بناء أنظمة توجيه تدريجية تدعم مسار التكيّف

3. تخصيص مستوى الأتمتة

ضبط مستوى الأتمتة وفق درجة إتقان المستخدم
تحقيق التوازن بين أهداف التعلم وأهداف الكفاءة

برامج التعليم والتدريب

1. تعليم الموجّهات التكيّفية

تعليم خصائص كل نموذج
التدريب على استراتيجيات التحسين المتكرر
تشجيع النهج التجريبي

2. تنمية قدرات التعلم الفوقي

بناء القدرة على التكيّف السريع مع أدوات الذكاء الاصطناعي الجديدة
تعليم منهجيات فهم النماذج وتحسينها

استراتيجية تبني الذكاء الاصطناعي على المستوى المؤسسي

1. منظور إدارة التغيير

منح وقت تكيّف كافٍ عند ترقية أدوات الذكاء الاصطناعي
وضع عملية تحسين تدريجية مبنية على تغذية راجعة من المستخدمين

2. تحسين منظومة قياس الأداء

تطوير مؤشرات تقييم تفصل بين الأداء التقني ودرجة تكيّف المستخدم
قياس العائد على الاستثمار بما يأخذ في الحسبان آثار التعلم على المدى البعيد

القيود واتجاهات البحث المستقبلي

قيود الدراسة

1. قيود البيئة التجريبية

الفجوة بين البيئة التجريبية المضبوطة وبيئة الاستخدام الفعلية
محدودية رصد أنماط التكيّف على المدى البعيد بسبب قصر مدة التجربة

2. قيود أدوات القياس

تباين بين قياس التشابه المبني على نموذج CLIP والإدراك البشري
احتمالية تأثير الفوارق الفردية والتحيزات الثقافية في درجات الرضا الذاتي

3. التجانس في خصائص المشاركين

إشكاليات تمثيل المشاركين في التجارب الإلكترونية
التحيز في مستويات الخبرة السابقة بأدوات الذكاء الاصطناعي

محاور البحث المستقبلية

1. دراسة طولية ممتدة

تتبع أنماط الاستخدام المستمر على مدى 6 إلى 12 شهراً
التحقق من استدامة آثار التكيّف وقابليتها للنقل

2. التوسع نحو مجالات أخرى

التحقق من الظواهر المماثلة في نماذج توليد النصوص
تعميم النتائج على مجالات إبداعية أخرى كتوليد البرمجيات والموسيقى

3. تحليل الفوارق الفردية

أثر العمر ومستوى التعليم والانفتاح على التكنولوجيا في أنماط التكيّف
العلاقة بين الأسلوب المعرفي واستراتيجية الموجّهات

4. البحث في السياق الثقافي

أثر الخلفية اللغوية والثقافية في أسلوب كتابة الموجّهات
مقارنة أنماط التفاعل مع الذكاء الاصطناعي في الثقافتين الشرقية والغربية

الخاتمة

تطرح هذه الدراسة نموذجاً جديداً للتفاعل بين الإنسان والتكنولوجيا في عصر الذكاء الاصطناعي التوليدي. يُقدّم اكتشاف أن التقدم التقني للنماذج والتعلم التكيّفي للمستخدم يُسهمان بالتساوي في النتائج النهائية رؤيةً قيّمةً تتجاوز التفكير التقني المحض المقتصر على “مجرد بناء ذكاء اصطناعي أفضل”.

الرسائل الجوهرية هي:

العلاقة التطورية المشتركة: الإنسان والذكاء الاصطناعي في علاقة تطور متبادل لا تكيّف أحادي الاتجاه.
أهمية التكيّف: القدرة التكيّفية للمستخدم عامل في الأداء يضاهي في أهميته التحسين التقني.
معضلة الأتمتة: ثمة حاجة إلى توازن بين الراحة وفرصة التعلم.
النهج الشخصي: تصميم تفاعل مع الذكاء الاصطناعي مُلائَم لمستوى كل مستخدم أمر لا غنى عنه.

مع استمرار تقدم تكنولوجيا الذكاء الاصطناعي، ستزداد هذه الظاهرة المتمثلة في التطور المشترك بين الإنسان والذكاء الاصطناعي أهميةً وحضوراً. لا ينبغي لمطوري التكنولوجيا أن يقصروا تفكيرهم على بناء نماذج أكثر قدرةً، بل يجب أن يشمل تفكيرهم كيفية مساعدة المستخدمين على التكيّف بفاعلية مع التكنولوجيا الجديدة.

في الوقت ذاته، يحتاج مستخدمو الذكاء الاصطناعي إلى استيعاب دورهم بوصفهم شركاء فاعلين لا مستهلكين سلبيين، وتنمية عقلية تكيّفية تنمو معهم جنباً إلى جنب مع الأدوات الجديدة. في نهاية المطاف، لن يتحقق النجاح في عصر الذكاء الاصطناعي إلا حين تتضافر جودة التكنولوجيا وقدرة الإنسان التكيّفية في توافق حقيقي.

المرجع: As Generative Models Improve, People Adapt Their Prompts - arxiv:2407.14333v2