دراسة: وكيل ذكاء اصطناعي مزوّد بمعايير اجتماعية صريحة ينسّق مع البشر بكفاءة تقارب 4 أضعاف

أظهر باحثون في يوليو 2026، من خلال دراسة التفاعل بين المشاة والسائقين، أنه إذا جرى تحويل المعايير الاجتماعية الضمنية للسلوك إلى صيغة صريحة وتضمينها في وكيل ذكاء اصطناعي، فإن تنسيقه مع الإنسان في المواقف الديناميكية يتحسن بما يقارب أربعة أضعاف مقارنةً بالاستراتيجية الأساسية.

لماذا يتعثر الذكاء الاصطناعي في التعامل مع البشر لحظةً بلحظة

ينسّق البشر فيما بينهم باستمرار عبر معايير اجتماعية ضمنية يصعب تحويلها إلى قواعد صريحة، وهي توقعات مشتركة غير معلنة بين أطراف التفاعل. ومع تزايد اندماج وكلاء الذكاء الاصطناعي، ومنها النماذج اللغوية الكبيرة، في الحياة اليومية، باتت هذه الوكلاء تشارك بدورها في تفاعلات ديناميكية من هذا النوع، لكنها كثيرًا ما تنسّق مع البشر بطريقة غير فعّالة وغير منتبهة و«غير طبيعية».

يرجّح المؤلفون أن السبب يكمن في طريقة تدريب هذه النماذج المعتادة: إذ يُضبط سلوكها ليطابق أمثلة من سلوك البشر، دون أن تُستخلص صراحةً المعايير التي تولّد هذا السلوك. وبعبارة أخرى، ينسخ النموذج النتيجة لكنه لا يفهم القاعدة التي تقف خلفها.

كيف اختُبرت الفرضية

لاختبار الفرضية، اختار الباحثون التفاعل بين المشاة والسائقين، وهو مثال نموذجي على التنسيق الديناميكي يقرأ فيه الطرفان نوايا بعضهما باستمرار دون كلمات، وبنوا منصة تجريبية مبسّطة تحاكي السمات الأساسية لهذا التفاعل.

• جُمع 3 456 تفاعلًا ديناميكيًا بين إنسان وإنسان عبر هذه المنصة
• استُخلصت من هذه البيانات ثلاثة مبادئ تقوم عليها المعايير الاجتماعية: إمكانية التنبؤ بالنتيجة (outcome predictability)، وتوافق القيم (value alignment)، والوعي بالأفضلية (advantage awareness)
• دُمجت هذه المبادئ الثلاثة صراحةً في سلوك وكيل الذكاء الاصطناعي
• اختُبر الأثر في مهمة حلقة مغلقة (closed-loop)، أي في تفاعل ديناميكي حقيقي مع بشر أحياء، وليس في اختبار ثابت على بيانات تاريخية

إلى أي مدى تحسّن التنسيق

في مهمة الحلقة المغلقة مع البشر، حصل وكيل الذكاء الاصطناعي المدرَّب وفق المعايير الاجتماعية على مجموع نقاط يقارب أربعة أضعاف ما حصلت عليه الاستراتيجية الأساسية التي لا تراعي المعايير. والأكثر من ذلك أن هذا الوكيل تفوّق في جودة التنسيق حتى على الثنائيات المكوّنة من إنسان وإنسان بنسبة 43%.

ماذا يعني ذلك

تشير النتائج إلى أن تحويل المعايير الاجتماعية الضمنية إلى مبادئ صريحة قابلة للقياس، بدلًا من الاكتفاء بنسخ السلوك من الأمثلة، قد يصبح وسيلة عملية لجعل وكلاء الذكاء الاصطناعي شركاء أكثر طبيعية للبشر في التفاعلات الديناميكية: بدءًا من المركبات ذاتية القيادة التي يتعين عليها «التفاهم» مع المشاة دون كلمات، ووصولًا إلى أي سيناريوهات أخرى يضطر فيها الروبوتات والمساعدون إلى التنسيق مع البشر في الوقت الفعلي.

وثمة تفصيل مهم: لم يختبر المؤلفون الأثر على تسجيلات تاريخية، بل في حلقة مغلقة، أي أن الوكيل تفاعل فعليًا مع بشر أحياء بصورة ديناميكية، ولم يكتفِ بالتنبؤ بما كان الإنسان سيفعله في تسجيل لتفاعل سابق. وهذا ما يميّز النتيجة عن كثير من الاختبارات المخبرية للتفاعل بين الإنسان والآلة، التي يُقيَّم فيها النموذج بمدى مطابقته لسلوك بشري مسجَّل مسبقًا، لا بجودة التنسيق في الوقت الفعلي.

أسئلة شائعة

كم تفاعلًا جُمع لأغراض الدراسة؟

جمع المؤلفون 3 456 تفاعلًا ديناميكيًا بين المشاة والسائقين عبر منصة تجريبية بُنيت خصيصًا لهذا الغرض.

ما المبادئ الثلاثة التي قامت عليها المعايير الاجتماعية؟

استخلص الباحثون إمكانية التنبؤ بالنتيجة (outcome predictability)، وتوافق القيم (value alignment)، والوعي بالأفضلية (advantage awareness) بوصفها المبادئ الرئيسية التي تفسّر المعايير الاجتماعية البشرية للتنسيق.

إلى أي مدى تحسّن تنسيق وكيل الذكاء الاصطناعي بعد تدريبه على المعايير؟

حصل الوكيل المزوّد بالمعايير الاجتماعية على نقاط تقارب أربعة أضعاف ما حصلت عليه الاستراتيجية الأساسية، وتفوّق على التنسيق بين البشر بنسبة 43%.