ومع تغلغل النماذج اللغوية الرئيسية في الحياة اليومية، يخشى البعض أن تؤدي التكنولوجيا إلى إعادة اصطفاف سياسي جماعي. تقول النظرية، إن روبوتات الدردشة يمكن تشكيلها من خلال بيانات التدريب وتعليمات النظام لتمييز وجهات نظر عالمية معينة، ويمكن للمستخدمين الذين يتفاعلون معها يوميًا استيعاب هذه التحيزات تدريجيًا على نطاق واسع.
لكن بريندان نيهان، عالم السياسة في كلية دارتموث، يحذر من افتراض أن مثل هذا المستقبل أمر لا مفر منه. ويقول إن حاملي الماجستير في القانون يمكن أن يكونوا أقوياء، لكن هذا لا يعني أنهم سيؤثرون على الناس بالطريقة التي نأملها، أو حتى بالطريقة التي يقصدها المبدعون.
هناك عدة أسباب تجعل تصور التغيير السياسي القائم على الذكاء الاصطناعي أصعب مما يبدو. لا يتابع معظم الأشخاص الأخبار السياسية عن كثب، ومن غير الواضح عدد المرات التي يستخدمون فيها أدوات الذكاء الاصطناعي للتوجيه السياسي في المقام الأول. ورغم أن روبوتات الدردشة قد تبدو مقنعة، وفي بعض الحالات، تشجع السلوك التخريبي، إلا أن هناك القليل من الأدلة التي تشير إلى أنها تعيد تشكيل المعتقدات الأساسية لمعظم المستخدمين بشكل أساسي.
هناك أيضًا توتر عملي في اللعب. قد تواجه الشركات ضغوطًا لتوجيه أنظمة الذكاء الاصطناعي نحو وجهات نظر معينة، لكنها تتنافس في الوقت نفسه على صفات مثل الدقة والمعقولية. ومن الصعب تحسين كليهما في نفس الوقت.
كان فجر عصر وسائل التواصل الاجتماعي مفيدًا، كما يقول نيهان، الذي – مع مؤلفين مشاركين – مؤخرًا نشرت فصلا مطبوعا مسبقا شرح بعض تحديات دراسة تأثير الذكاء الاصطناعي على السياسة. وكما يتذكر الكثير منا، أثارت نتائج انتخابات عام 2016 مخاوف جدية من أن منصات التواصل الاجتماعي مثل فيسبوك تسببت في الاستقطاب السياسي من خلال الخوارزميات المتحيزة والأخبار المزيفة. ومع ذلك، بعد مرور عقد من تلك الانتخابات، لا تزال أبحاث العلوم الاجتماعية قائمة لا تزال مفتوحة حول ما إذا كان لوسائل التواصل الاجتماعي هذا النوع من التأثير حقًا.
شركة سريعة تحدثت مع نيهان حول كيف أن التكنولوجيا يمكن أن تكون تحويلية، لكن السلوك البشري يمكن أن يكون معقدًا للغاية. تم تحرير هذه المقابلة من أجل الطول والوضوح.
كان لدينا نقاش كبير حول ما إذا كانت وسائل التواصل الاجتماعي قد تسببت في استقطاب سياسي هائل. ما هي الدروس المستفادة من ذلك الوقت عند التفكير في الذكاء الاصطناعي؟
من المهم أن ندرك أننا كثيرًا ما نسمع عن تقنيات جديدة ونتشبث بالادعاءات المتعلقة بالضرر الذي ستسببه. قبل الأدلة قوية بما يكفي لتبرير ما يُدعى. وفي هذه الحالة، الأدلة نادرة جدًا. من الصعب دراسة منصات وسائل التواصل الاجتماعي ــ ولكن بقدر ما نستطيع تقييمها ــ فليس من الواضح أن وسائل الإعلام الاجتماعية تسببت في جعل سياستنا أكثر استقطابا. ربما ساهموا بطرق محددة معينة، ولكن في كثير من الحالات، إنها تعكس استقطاب سياستنا تجاهنا.
لقد شاركت في تأليف دراسة تناولت التعرض العشوائي للمصادر ذات التفكير المماثل على وسائل التواصل الاجتماعي، والتي تعد واحدة من أكثر الآليات التي يتم الاستشهاد بها والتي من خلالها يمكن لوسائل التواصل الاجتماعي أن تجعل الناس أكثر استقطابًا. وعندما قللنا هذا التعرض للمصادر ذات التفكير المماثل، لم يكن له أي تأثير على استقطاب مواقف الناس أو اختيار التصويت. كان هناك أيضًا عدد من الدراسات التي تدفع للأشخاص للتوقف عن استخدام وسائل التواصل الاجتماعي لفترة من الوقت. وبالمثل، فإن لها تأثيرات متواضعة في أحسن الأحوال. ورغم أن هذا ليس بالضرورة صفرًا، فمن المؤكد أنه لا يوجد دليل على أن وسائل التواصل الاجتماعي هي السبب الرئيسي للاستقطاب.
ويكمن الخوف في أن تتمتع هذه الشركات بقدر كبير من السيطرة وتتحول إلى مسارات تحويل أو معلومات، خاصة مع تحول المزيد من الأشخاص من محركات البحث إلى منصات LLM. هناك خوف من أنهم سيجعلوننا جميعًا جمهوريين أو ديمقراطيين.
إنهم يمارسون الكثير من القوة. (نتحدث) عن الخوف من أن تؤثر الدول الاستبدادية على محتوى الماجستير في القانون بطرق إشكالية. . . أعتقد أن هناك أسبابًا تدعو للقلق بشأن المحتوى الذي يتم تدريب العناصر عليه.
وفي الوقت نفسه، يتبين أن إقناع الناس على نطاق واسع أصعب بكثير مما يُفترض عادة. يمكن أن تكون روبوتات الدردشة المدعمة بالذكاء الاصطناعي مقنعة تمامًا عندما يتفاعل الناس معها حول مواضيع مثيرة للجدل، لكن معظم الناس لا يسألون الذكاء الاصطناعي عما يجب أن يؤمنوا به بشأن تغير المناخ أو لمن يصوتون.
هل هناك أي دليل على أن هذه النماذج اللغوية الكبيرة تبدو في الواقع وكأنها تظهر بعض القيم الداخلية التي تتأرجح في اتجاه أو آخر من حيث اليسار واليمين؟
قام الناس بإدارة استبيانات مختلفة إلى LLMs لمقارنتها بالمواقف التي يعبرون عنها ضد البشر. عندما تُطرح عليهم أسئلة بهذا التنسيق، فإنهم يميلون إلى تقديم إجابات تميل في المتوسط إلى اليسار. وهذا يعكس على الأرجح توازن المعلومات التي تم تدريبهم عليها. وقد يعكس أيضًا، جزئيًا، الطريقة التي تقوم بها الشركات بتطويرها.
تميل زيادة أداء النموذج إلى قيادة LLMs إلى إجابات أكثر دقة. ما أعنيه بهذا هو أن شركات الذكاء الاصطناعي من الواضح أنها في هذا السباق لتطوير نماذج أفضل ضد بعضها البعض، وقد رأينا عمومًا أن النماذج التي تحقق أداءً أفضل في المعايير التي تتنافس فيها تحقق أداءً أفضل بشكل عام في توفير معلومات دقيقة وقائمة على الأدلة. يمين؟ وبطبيعة الحال، ليس دائما وليس تماما.
ولكن التحسن كان سريعا للغاية، وقد أثبت حتى الآن أنه من الصعب للغاية أن يكون لدينا نموذج حدودي لا يقدم إلا نتائج السياسة التي تجدها جذابة. لقد سقط “غروك” بالفعل عن طليعة الابتكارات، ويمكنك حتى رؤيته وهو يعود إلى أنواع أكثر اعتيادية من الاستجابات عندما يتوقف “إيلون ماسك” عن إيلاء الكثير من الاهتمام له وإلحاح مهندسيه للتلاعب به. يميل إلى قول أشياء مثل تغير المناخ حقيقيأنا.
