الذكاء الاصطناعي والمنطق في الأسر

أعتقد أن كل طالب ومعلم يتفق على أنه يمكن مساعدة حل مشكلة في التصور. يمكن أن تشعر الخطوات ، والمنطق ، و “إظهار عملك” ، مثل النوافذ في أذهاننا وطريق الحل.

هذا هو السبب في أن إحدى التحركات الأكثر شهرة في الذكاء الاصطناعي ، سلسلة الفكر (COT) ، تشعر بأنها مقنعة للغاية. يحل الذكاء الاصطناعى مشكلة في المقصورات المرتبة ، والانتقال من الخطوة الأولى إلى الماضي مثل طالب دقيق. وفي العديد من الحالات ، يمكن أن تحسن معالجة COT أداء النموذج.

لكن دراسة حديثة (مسبق ، لم يتم مراجعتها من قبل الأقران) تشير إلى أن هذه النوافذ قد لا تكون نوافذ على الإطلاق. قد يكونون ، كما يقترح المؤلفون ، سراب. وهنا مرة أخرى ، نرى نوعًا من الصلابة الوظيفية أو الحبس الهيكلي الذي يبقي نماذج اللغة الكبيرة تعمل داخل قفصها من الفائدة. دعنا نحفر ونحاول اختراق الوهم.

بناء نموذج من الصفر

بدلاً من استخدام نظام تجاري مثل Grok أو GPT-5 ، قام الباحثون ببناء نموذجهم الخاص من الألف إلى الياء. لم يكن هذا يتعلق بمطاردة سجلات الأداء ولكن المزيد عن الوضوح. من خلال تدريب نظامهم فقط على المشكلات الاصطناعية التي تم إنشاؤها بعناية ، يمكنهم تجريد ضوضاء البيانات غير المعروفة والتداخلات المخفية. لا توجد تلميحات عرضية من ما قبل التدريب ولا توجد فرصة لأن النموذج قد “رأى” الاختبار بالفعل ، كانت هذه بيئة نظيفة للتحقيق في حدود التفكير في الماكينة.

من خلال هذا السيطرة ، يمكنهم طرح سؤال بسيط ولكنه حاسم بشكل مخادع لمعرفة ما يحدث عندما يتم دفع نموذج جيد في الإجابات خطوة بخطوة إلى ما وراء الأنماط التي تم تدريبها.

يصبح القفص مرئيًا

نظرت الدراسة إلى ثلاثة أنواع من “الوعاء” لترى كيف كان رد فعل النموذج.

• تغيير المهمة –ظهرت المهارات المألوفة في مجموعة جديدة.
• تغيير الطول –كانت المشاكل أقصر أو أطول من ذي قبل.
• تغيير التنسيق –أخذ نفس السؤال شكلًا مختلفًا.

في كل حالة ، انهار الأداء. يمكن أن يتنقل النموذج في المشكلات عندما يتطابق مع توزيع التدريب الخاص به ، ولكن حتى التحولات المتواضعة مثل بعض الخطوات الإضافية أو تسببت موجه المعاد صياغته في انخفاض تفكيره. وفي كلمات المؤلفين:

“تكشف نتائجنا أن تفكير سرير الأطفال هو سراب هش يختفي عندما يتم دفعه إلى ما وراء توزيعات التدريب.”

أود أن أسميها شيئًا آخر ، وليس سرابًا ، ولكن المنطق في الأسر. ما يبدو أنه الفكر الحر هو في الحقيقة عملية خلقة تقنية تسير الأرض المألوفة لتدريبها ، غير قادر على عبور الجدران التي تمسك بها.

وهم النقل

ببساطة ، يمكن للبشر أن يأخذوا مبدأ تعلمه في موقف ما ويتكيفون مع آخر. ننتقل من المألوف إلى غير المألوف عن طريق حمل المعنى عبر السياقات.

النماذج في هذه الدراسة ، مثل كل نموذج لغة كبير ، تفعل العكس. يزدهرون في نوع من الألفة الإحصائية المثالية ويتعثرون خارج “منطقة الراحة التكنولوجية”. “التفكير” لا يفلت من توزيع التدريب ، فهو يبقى محفوظة داخله.

هذا ما أسميته مكافحة التكتيل. إنه ليس غياب المهارة ، ولكن انعكاس القدرة على التكيف. إنه ظهور التفكير العام ، ولكن فقط داخل عالم إحصائي ضيق وغالبًا ما يتم اختباره.

التفكير وراء المختبر

كان البحث بسيطًا وكشفًا. وما وجده يجب أن يهم لأي شخص يعتمد على الذكاء الاصطناعي لاتخاذ القرارات. لأنه سواء كنت تنظر إلى نموذج صغير مصمم خصيصًا أو بنية مترامية الأطراف لـ GPT-5 اليوم ، فإن الآلية الأساسية هي نفسها. إنها عملية إحصائية تتنبأ بالخطوة التالية بناءً على ما شاهدته من قبل. النماذج الأكبر تجعل القفص أكبر وأكثر راحة. أنها لا تزيل القضبان. في الواقع ، فإن التحسينات في الطلاقة غالباً ما تجعل القفص أكثر صعوبة.

الوجبات الجاهزة

سلسلة الفكر لا تميز التفكير المجاني ، بل تعيد ترتيب المساحة داخل القفص. قد تكون الخطوات أكثر وضوحًا والأقصير التي تضيء بشكل أفضل. لكن الواقع الصارخ هو أن الحدود تبقى.

وهنا النقطة الرئيسية. هذا لا يجعل منظمة العفو الدولية أسوأ مما نحن عليه ، أو أفضل. يجعلها مختلفة. وتلك الاختلافات ليست عيوب أن يتم تصميمها بعيدًا ولكن توقيع نوع من الذكاء المتميز بشكل أساسي. كلما حاولنا جعل الذكاء الاصطناعى يتصرفون مثلنا ، كلما تبرزت هذه الاختلافات ، في بعض الأحيان بطرق مفاجئة أو حتى مزعجة.

إدراكًا أن هذا ليس عملاً استقالة ولكن بداية الفهم ، أعتقد أنه من الأهمية بمكان أن نفهم أننا لا ننظر إلى نسخ معيب من العقول البشرية. نحن ننظر إلى شيء آخر مختلف تمامًا. ربما حتى “أنواع التفكير” الجديدة التي لا تزال محصورة ، ولكن مع شكلها وحدودها.

التحدي هو معرفة ما يمكن أن يكون ، دون إجباره على أن يصبح ما هو عليه.

المصدر :- Psychology Today: The Latest