كشفت أكبر دراسة أُجريت حتى الآن حول الإقناع باستخدام الذكاء الاصطناعي عن نمط مقلق في طريقة تأثير نماذج المحادثة على آراء المستخدمين. فبدل الاعتماد على التخصيص الدقيق أو الأساليب النفسية المعقدة، يعمل الذكاء الاصطناعي على تغيير العقول أساسًا من خلال إغراق المحادثات بعدد هائل من المطالبات والادعاءات الواقعية، حتى وإن جاء ذلك على حساب الدقة.

وأظهرت الدراسة أن التقنيات التي تجعل الذكاء الاصطناعي أكثر إقناعًا تؤدي في الوقت نفسه إلى زيادة إنتاج المعلومات غير الدقيقة، من دون توجيه صريح للنماذج نحو الخداع أو التضليل، وفقا لتقرير منشور في StudyFinds.

منهجية الدراسة وحجمها

شملت الدراسة نحو 77 ألف مشارك في المملكة المتحدة، أجروا محادثات سياسية مع 19 نظامًا مختلفًا للذكاء الاصطناعي، من بينها نماذج متقدمة مثل GPT-4.5 وGrok-3. وخلال هذه التفاعلات، جرى تحليل أكثر من 466 ألف ادعاء، خضعت للتقييم من قبل مدققي حقائق محترفين، إضافة إلى نظام ذكاء اصطناعي منفصل للتحقق. وبصورة عامة، صُنّف نحو 81% من الادعاءات التي قدّمها الذكاء الاصطناعي على أنها دقيقة. إلا أن هذه النسبة لم تكن ثابتة، إذ انخفضت كلما جرى تحسين النماذج لتعظيم قدرتها على الإقناع.

الإقناع يعمل عبر الكثافة

توصل الباحثون إلى أن الإقناع في الذكاء الاصطناعي لا يعتمد أساسًا على التخصيص أو الأسلوب العاطفي، بل على كثافة المعلومات. فعند توجيه النماذج لتكثيف الحقائق والأدلة، ارتفع عدد الادعاءات القابلة للتحقق في المحادثة الواحدة بشكل ملحوظ.

على سبيل المثال، أنتج GPT-4o أكثر من 25 مطالبة يمكن التحقق منها في المتوسط لكل محادثة، مقارنة بأقل من 10 مطالبات في الأساليب الأخرى، ما أدى إلى زيادة الإقناع بنسبة 27 %. في المقابل، انخفضت الدقة من 78% في الظروف القياسية إلى 62% عند زيادة كثافة المعلومات. وسجّل GPT-4.5 نمطًا مشابهًا، إذ تراجعت دقته من 70% إلى 56% عند تطبيق النهج نفسه.

التدريب المتخصص والدقة

أظهرت الدراسة أن تقنيات التدريب المصممة خصيصًا لتعزيز الإقناع، مثل نمذجة المكافآت، تعزز قدرة النماذج على تغيير الآراء، لكنها في الوقت نفسه تقلل من دقة المعلومات المقدمة. وأوضح الباحثون أن المعلومات غير الدقيقة لا تنتج عن نية مباشرة.....

لقراءة المقال بالكامل، يرجى الضغط على زر "إقرأ على الموقع الرسمي" أدناه

هذا المحتوى مقدم من صحيفة الوطن السعودية