كشفت دراسة أجراها باحثون في جامعة واترلو الكندية أن نماذج الذكاء الاصطناعي قد تميل إلى تفضيل الخيارات القائمة على البدائل الجديدة، في نمط يُعرف باسم «الانحياز للوضع القائم»، ما قد يؤثر في النصائح المتعلقة بقرارات بيئية، مثل شراء السيارات واختيار أنظمة التدفئة المنزلية.
وبحسب إعلان الجامعة، اختبر الباحثون 11 نموذجا لغويا عبر آلاف الأسئلة التي تناولت خيارات استهلاكية وسياسات مرتبطة بالمناخ، بهدف رصد مدى ميل هذه النماذج إلى تأييد الاستمرار في الوضع الحالي مقارنة بتبنّي خيارات تتطلب التغيير.
السياسات المناخية تكشف الفارق
شملت الدراسة أكثر من 7500 سؤال تناولت شراء السيارات ووصفات الطعام والتدفئة المنزلية والمفاضلات المرتبطة بالسياسات المناخية. واختُبر كل سؤال باستخدام ستة نماذج على الأقل، ليصل إجمالي الطلبات إلى نحو 55 ألف طلب.
وأظهرت النتائج أن الانحياز كان أكثر وضوحا في الأسئلة المتعلقة بالسياسات؛ إذ وافقت النماذج على المضي في خطة قائمة في 70% من الحالات، مقابل 34% عندما تعلّق الأمر بخطة أو سياسة جديدة.
وتشير هذه الأرقام إلى اختلاف في استجابات النماذج بحسب ما إذا كان الخيار المطروح استمرارًا لسياسة قائمة أو تبنّيًا لسياسة جديدة، لكنها لا تعني أن النماذج ترفض الأفكار الجديدة بصورة عامة، أو أن هذا النمط يظهر بالدرجة نفسها في جميع أنواع القرارات.
الموقع الجغرافي يؤثر في التوصيات
ورصد الباحثون أيضا اختلافا في الإجابات تبعا للسياق المحلي الذي يقدمه المستخدم. فعندما يذكر المستخدم أنه يعيش في النرويج، حيث تنتشر السيارات الكهربائية في سوق السيارات الجديدة، تكون النماذج أكثر ميلا إلى التوصية بها مقارنة بالحالة التي يذكر فيها المستخدم أنه يعيش في كندا.
ومع ذلك، أوضحت نتائج الدراسة أن وتيرة التوصية بالسيارات الكهربائية في الحالتين ظلت أقل من حصتها في المبيعات المحلية، وفقا لإعلان الجامعة.
ويشير ذلك إلى أن النماذج قد تأخذ الأنماط السائدة في كل بلد في الحسبان، لكنها لا تعكسها بالضرورة بصورة كاملة عند تقديم النصائح.
هل تؤثر هذه الانحيازات في القرارات البيئية؟
يثير هذا الميل تساؤلات بشأن دور أدوات الذكاء الاصطناعي في مساعدة المستخدمين على اتخاذ قرارات تتعلق بخفض الانبعاثات، خصوصا عندما تتطلب الخيارات الأقل تأثيرا في المناخ تغييرا في العادات أو الاستثمارات القائمة.
لكن الدراسة اختبرت استجابات النماذج، ولم تقس مقدار الانبعاثات الناتجة عن اتباع توصياتها، كما لم تثبت أن المستخدمين غيّروا قراراتهم الفعلية نتيجة هذه النصائح.
كذلك، لا يعني تفضيل الوضع القائم بالضرورة أن التوصية خاطئة؛ فقد يكون الاستمرار في الخيار الحالي مناسبا في بعض الحالات، تبعا للتكاليف والظروف والبدائل المتاحة.
سؤال إضافي قد يساعدك على تقييم البدائل
يقترح سيث وينز، الأستاذ في كلية البيئة بجامعة واترلو، أن يطلب المستخدمون من نماذج الذكاء الاصطناعي توضيح الحجج المؤيدة للتغيير، بدلا من الاكتفاء بسؤالها عن الخيار الأنسب.
فعند المفاضلة بين سيارة تقليدية وأخرى كهربائية، أو عند التفكير في تغيير نظام التدفئة المنزلية، يمكن للمستخدم أن يسأل: «ما الحجج التي تدعم تغيير خياري الحالي؟»، ثم يطلب عرض الأسباب التي تدعم الاستمرار فيه أيضا.
وقد يساعد هذا الأسلوب على توسيع نطاق المقارنة وكشف البدائل التي ربما لم تحظَ بالاهتمام الكافي في الإجابة الأولى، لكنه لا يضمن إزالة الانحياز أو الوصول إلى القرار الأفضل.
وتظل نتائج الدراسة مرتبطة بالخيارات التي اختبرها الباحثون، ولا تكفي وحدها للقول إن النماذج تتصرف بالطريقة نفسها في مجالات مثل الصحة والعمل والعلاقات الشخصية. كما تؤكد أهمية تقييم النصائح بناء على الأدلة والظروف الخاصة بكل قرار، بدلا من الاعتماد على الإجابة الأولى التي يقدمها الذكاء الاصطناعي.
