وتكشف تجربة استطلاعية أجرتها شبكة الجزيرة نت، وشملت ثلاثة من أبرز نماذج الذكاء الاصطناعي، وهي «شات جي بي تي» و«جيميناي» و«كلود»، عن اختلافات في طريقة تعامل روبوتات المحادثة مع المواقف التي تتضمن شكوكا شخصية وتفسيرات مسبقة لنوايا الآخرين، بما يسلط الضوء على ظاهرة تعرف باسم «المسايرة في النماذج اللغوية» أو التملق للإنسان (AI Sycophancy).
ما ظاهرة مسايرة الذكاء الاصطناعي للمستخدمين؟
تشير ظاهرة المسايرة في النماذج اللغوية إلى ميل أنظمة الذكاء الاصطناعي إلى تأييد معتقدات المستخدمين أو مجاراتهم، بدلا من تقديم تقييم نقدي ومتوازن للمعلومات المطروحة.
ولا يقتصر هذا السلوك على الموافقة الصريحة أو المجاملة، بل قد يظهر في تبني افتراضات المستخدم، أو منح تفسير معين مساحة أكبر من البدائل، حتى عندما لا تتوافر أدلة كافية تؤكده.
وتكمن خطورة هذه الظاهرة في أن المستخدم قد يخلط بين تعاطف روبوت المحادثة معه وبين صحة استنتاجاته، خصوصا عندما يتعلق الأمر بالخلافات العاطفية أو العلاقات الاجتماعية والمهنية.
تجربة تقارن بين شات جي بي تي وجيميناي وكلود
اختبرت الجزيرة نت تأثير صياغة الأسئلة في إجابات ثلاثة نماذج للذكاء الاصطناعي، بالاعتماد على النسخ المجانية المتاحة للجمهور من «شات جي بي تي» و«جيميناي» و«كلود».
وشملت التجربة ثلاثة مواقف يومية، الأول يتعلق بصديق يتجنب التواصل، والثاني بشريك يتأخر في الرد على الرسائل بما يثير الشكوك حول احتمال الخيانة، والثالث بزميل ينتقد المستخدم أمام فريق العمل، ما يدفعه للاعتقاد بأن زميله يحاول تقويض مكانته المهنية.
واعتمد الاختبار على صياغة سؤالين لكل موقف، أحدهما محايد يطلب تفسير ما حدث، والآخر يتضمن افتراضا مسبقا أو يدفع النموذج نحو استنتاج محدد، ثم طُرحت الأسئلة نفسها على النماذج الثلاثة في محادثات منفصلة، بإجمالي 18 إجابة.
جيميناي يمنح التفسيرات العدائية مساحة أكبر
أظهرت نتائج التجربة أن النماذج الثلاثة لم تجزم بأن تأخر الصديق في الرد دليل على عدم الاحترام أو التجاهل المتعمد، وقدمت تفسيرات بديلة تتعلق بالانشغال والضغوط النفسية وسوء الفهم، مع التشجيع على التواصل المباشر والهادئ.
وتكرر الأمر في سيناريو الشريك، إذ لم تعتبر النماذج أن التأخر في الرد على الرسائل يمثل دليلا كافيا على الخيانة، وميزت بين مشاعر القلق والشكوك من جهة، ووجود أدلة فعلية من جهة أخرى.
لكن الاختلاف الأبرز ظهر في سيناريو الخلاف المهني، وتحديدا في إجابة «جيميناي» عن السؤال الذي يتضمن افتراضا مسبقا بأن الزميل يحاول الإضرار بمكانة المستخدم أمام فريق العمل.
فقد أشارت الإجابة إلى احتمال صحة استنتاج المستخدم، قبل أن تعرض مجموعة من التفسيرات العدائية المحتملة، من بينها محاولة الزميل فرض الهيمنة أو جذب انتباه المدير أو استفزاز الطرف الآخر.
كما تناولت الإجابة مؤشرات محتملة لسوء النية، مثل وجود تاريخ من المنافسة غير المنصفة أو الانتقاد العلني أو استخدام نبرة ساخرة ولغة جسد عدائية.
ورغم أن جيميناي لم يؤكد بصورة قاطعة تعمد الزميل الإضرار بالمستخدم، فإنه طرح بعض المؤشرات الملتبسة، مثل الارتباك أو اتخاذ موقف دفاعي خلال نقاش خاص، باعتبارها احتمالات قد ترتبط بسوء النية، رغم إمكانية وجود تفسيرات أخرى لها.
في المقابل، ركزت إجابات «شات جي بي تي» و«كلود» على أن واقعة واحدة لا تكفي لإثبات وجود محاولة متعمدة لتقويض مكانة المستخدم، وأن الوصول إلى مثل هذا الاستنتاج يتطلب تكرار السلوك وتوافر قرائن إضافية، مع التحذير من التسرع في الاتهام أو الانتقام.
لماذا يميل الذكاء الاصطناعي إلى تأييد رواية المستخدم؟
بعد الاطلاع على نتائج التجربة، أوضحت الباحثتان ليفيا غاروفالو وبريانا فيكيووني، من مؤسسة «داتا أند سوسيتي» البحثية المستقلة في نيويورك، أن فهم ظاهرة المسايرة يتطلب النظر إلى المستخدم والنظام معا.
وأشارتا إلى أن الأشخاص يلجأون إلى روبوتات المحادثة بحثا عن التعاطف والتقدير والشعور بأن هناك من يستمع إليهم، لكن المستخدم الذي يمر بتجربة مؤلمة قد يفسر شعوره بأن النموذج يفهمه باعتباره تأكيدا على صحة موقفه.
وأضافتا أن روبوت المحادثة لا يستمع إلا إلى رواية طرف واحد من أطراف الخلاف، وبالتالي فإنه يبني إجابته على المعلومات والتفسيرات التي يقدمها المستخدم، وهو ما قد يجعله يتبنى وجهة نظره دون امتلاك صورة كاملة عن الموقف.
كما لفتتا إلى أن تصميم بعض الأنظمة بهدف الحفاظ على تفاعل المستخدمين معها قد يسهم في تعزيز الميل إلى الموافقة على تصوراتهم بشأن المواقف والعلاقات الشخصية.
وشددت الباحثتان على أهمية التمييز بين الاعتراف بمشاعر المستخدم وبين تأكيد صحة تفسيره لنوايا الآخرين؛ فمن الطبيعي أن يشعر الإنسان بالإهانة عندما يتجاهله صديق، لكن هذا الشعور لا يثبت بالضرورة أن الصديق تعمد الإساءة إليه.
باحثة تحذر من تعزيز الشكوك دون أدلة كافية
من جانبها، أوضحت هبة أرناؤوط، الباحثة ما بعد الدكتوراه في مختبر معالجة المعرفة الشاملة بجامعة دارمشتات التقنية في ألمانيا، والمتخصصة في معالجة اللغات الطبيعية والصحة النفسية الرقمية والذكاء الاصطناعي المسؤول، أن المسايرة لا تقتصر على المجاملة أو الموافقة المباشرة.
وأشارت إلى أن هذه الظاهرة قد تظهر أيضا في غياب الاختلاف أو النقاش النقدي، موضحة أنه خلال أبحاثها المتعلقة باستخدام النماذج اللغوية لمحاكاة المرضى والمعالجين في سياقات الصحة النفسية، لاحظت أن الشخصيات الافتراضية التي تنتجها النماذج قد تميل إلى الموافقة المستمرة على ما يقوله المعالج، بما يقلل من واقعية المحاكاة.
وأضافت أن النموذج قد يعزز شكوك المستخدم حتى عندما يقر بأن الأدلة غير حاسمة، وذلك من خلال التركيز على تفسيرات معينة ومنحها مساحة أكبر من البدائل الأخرى.
وأكدت أن الهدف الأساسي ينبغي أن يكون مساعدة المستخدم على التفكير بوضوح وفهم الموقف من زوايا متعددة، بدلا من تقديم رأي جاهز أو تعزيز قناعاته دون اختبارها.
دراسة تكشف تأثير صياغة الأسئلة في إجابات الذكاء الاصطناعي
تتفق هذه الملاحظات مع نتائج ورقة بحثية بعنوان «اسأل ولا تُملِ» (Ask Don’t Tell)، أعدها باحثون في معهد أمن الذكاء الاصطناعي البريطاني عام 2026، ودرست تأثير طريقة صياغة مدخلات المستخدم في مستوى المسايرة لدى النماذج اللغوية.
وقارنت الدراسة بين الأسئلة والتصريحات التي تحمل معاني متقاربة، مع تغيير درجة اليقين التي يعبر عنها المستخدم والمنظور الذي يقدم منه موقفه.
وأظهرت النتائج ارتفاع مستوى المسايرة عند استجابة النماذج للتصريحات التي لا تأتي في صورة أسئلة، كما زادت المسايرة كلما أظهر المستخدم ثقة أكبر في موقفه، بينما ساعد تحويل التصريح إلى سؤال في خفض هذا السلوك ضمن ظروف الدراسة.
ويعني ذلك أن صياغة سؤال مثل «هل يمكن أن يكون لتأخر صديقي في الرد تفسير آخر؟» قد تفتح المجال أمام النموذج لعرض احتمالات متعددة، بخلاف عبارة «أنا متأكد أن صديقي يتعمد تجاهلي»، التي تتضمن استنتاجا مسبقا قد يؤثر في اتجاه الإجابة.
هل يمكن قياس مدى تملق روبوتات المحادثة؟
تناولت دراسة أخرى بعنوان «قياس مسايرة النماذج اللغوية في الحوارات متعددة الجولات» (Measuring Sycophancy of Language Models in Multi-turn Dialogues)، نُشرت ضمن فعاليات مؤتمر الأساليب التجريبية في معالجة اللغة الطبيعية (EMNLP) عام 2025، مدى تأثر مواقف النماذج بإصرار المستخدم خلال المحادثات المتتابعة.
وطور الباحثون معيار «سايكون بنش» (SYCON Bench) لتقييم مستوى المسايرة، واختبروا 17 نموذجا لغويا عبر ثلاثة سيناريوهات مختلفة، بهدف رصد مدى تغير إجابات النماذج تحت ضغط المستخدم أثناء الحوار.
ومع ذلك، لا تكفي التجربة الاستطلاعية التي أجرتها الجزيرة نت للحكم بصورة نهائية على أن أحد النماذج أكثر مسايرة من غيره، إذ اختُبرت كل صيغة مرة واحدة، دون تكرار التجارب لقياس ثبات النتائج أو اختبار تأثير المحادثات الطويلة.
وتؤكد هذه النتائج أهمية التعامل مع إجابات الذكاء الاصطناعي باعتبارها أدوات مساعدة على التفكير، وليست دليلا قاطعا على صحة الشكوك أو التفسيرات الشخصية، خاصة في المواقف التي تتعلق بنوايا الآخرين والعلاقات الإنسانية.
