نموذج ذكاء اصطناعي متقدم أصبح النموذج قادرًا على التمييز بين مجموعة متنوعة من المشاعر، مثل الفرح، والغضب، والحزن، والاشمئزاز والخوف
لقد دخل الذكاء الاصطناعي حياتنا اليومية من أوسع أبوابها، متجاوزًا دوره التقليدي في تحليل البيانات، فمن خلال إدماجه في هواتفنا وأجهزتنا، ووجود تطبيقات مثل (ChatGPT)، و(Gemini) لتوليد النصوص والمواد المرئية بات الذكاء الاصطناعي يشكل جزءًا لا يتجزأ من تفاعلاتنا اليومية، ويساهم في تشكيل طريقة تفكيرنا وعملنا وحتى حياتنا الاجتماعية.
ومع هذا التغلغل المتزايد، يطرح الباحثون سؤلًا مهمًا: هل يمكن للذكاء الاصطناعي، الذي يعتمد على البيانات وتحليلها، أن يفهم مشاعرنا المخفية وراء النصوص التي ننشرها عبر الإنترنت؟
للإجابة عن هذا السؤال، أجرى مجموعة من الباحثين في جامعة (أوكلاند) Auckland في نيوزيلندا، دراسة جديدة لاستكشاف قدرة الذكاء الاصطناعي على فهم المشاعر الإنسانية المعقدة من النصوص المنشورة عبر الإنترنت.
وقد اختار الباحثون منصة التواصل الاجتماعي X (تويتر سابقًا) كنموذج لتحليل كيفية ارتباط المشاعر المعبر عنها في المنشورات بقرارات الأفراد في العالم الواقعي، مثل قرار التبرع للمؤسسات الخيرية.
استخدام المشاعر لتوجيه السلوك:
لطالما اعتمد الباحثون على طريقة تقليدية لتقييم المشاعر، وهي تصنيف الرسائل إلى إيجابية أو سلبية أو محايدة، ومع ذلك لا تستطيع هذه الطريقة أن تعكس التعقيد الكامل للمشاعر المعبر عنها في النصوص، لأن لمشاعر البشرية تتجاوز هذه التصنيفات، وتتنوع في درجاتها ونوعياتها، مما يؤثر بنحو كبير في سلوكنا واتخاذ قراراتنا، فعلى سبيل المثال، قد يبدو أن الغضب والإحباط وجهان لعملة واحدة، ولكنهما يختلفان اختلافًا كبيرًا في تأثيرهما في سلوك الأفراد، خاصة في بيئات العمل، فغضب العميل قد يؤدي إلى نتائج أكثر خطورة مقارنة بإحباطه.
ولتجاوز محدودية هذه الطرق التقليدية، طور الباحثون نموذج ذكاء اصطناعي متقدمًا، يستند في عمله إلى (المحولات) Transformers، وهي نوع من الشبكات العصبية العميقة التي حققت تقدمًا كبيرًا في مجال معالجة اللغة الطبيعية، إذ تتميز بقدرتها على التعامل مع العلاقات المعقدة بين الكلمات في الجملة، مما يجعلها أدوات قوية لفهم المعنى والسياق.
ولتحسين دقة النموذج، دربه الباحثون على مجموعة واسعة من البيانات التي تتضمن ملايين الجمل المعبر عنها بمشاعر مختلفة، وبفضل هذا التدريب المكثف، أصبح النموذج قادرًا على التمييز بين مجموعة متنوعة من المشاعر، مثل الفرح، والغضب، والحزن، والاشمئزاز والخوف.
ثم استخدم الباحثون هذا النموذج لاكتشاف المشاعر الدقيقة التي يعبر عنها المستخدمون في منشوراتهم عبر منصة (X)، وقد حقق النموذج دقة مذهلة بلغت 84% في اكتشاف المشاعر من النص، مما يفتح آفاقًا جديدة لفهم السلوك البشري وتحليل الرأي العام، كما يمكن أن يؤثر هذا الاكتشاف في تطوير الكثير من المجالات: مثل التسويق، وخدمة العملاء، والرعاية الصحية والتعليم.
وقد أظهرت النتائج أيضًا علاقة قوية بين المشاعر المعبر عنها في التغريدات وسلوك الأفراد في الحياة الواقعية، فعلى سبيل المثال، وجد الباحثون أن التعبير عن الحزن في التغريدات مرتبط بزيادة في التبرعات لبعض المؤسسات الخيرية، بينما كان الغضب مرتبطًا بزيادة في التبرعات لمؤسسات أخرى.
التحديات الأخلاقية لتطور الذكاء الاصطناعي:
تُعدّ القدرة على تحديد المشاعر بدقة أمرًا بالغ الأهمية في العديد من القطاعات مثل: التسويق والتعليم والرعاية الصحية. ففي عالم رقمي يتزايد فيه التفاعل عبر الإنترنت، يمكن للشركات التي تفهم مشاعر عملائها أن تصمم منتجات وخدمات تلبي احتياجاتهم بنحو أفضل، مما يزيد من ولائهم ورضاهم.
