مثل البشر.. الذكاء الاصطناعي يربط ملامح الوجه بالنزاهة والجريمة

كشفت دراسة نفسية حديثة نُشرت في دورية «PNAS Nexus» أن كبرى نماذج اللغة الكبيرة في الذكاء الاصطناعي تعاني من نمط مقلق من الانحياز المعرفي البشري، يتمثل في إطلاق أحكام مسبقة وغير مبررة حول أخلاق الأفراد ونزاهتهم بمجرد النظر إلى ملامح وجوههم، وهو ما يثير تساؤلات ملحة حول عدالة استخدام هذه الأنظمة في القرارات الحساسة والمصيرية.

الحكم على المظاهر: الآلات تكرر خطأً بشرياً قديماً

اعتاد البشر منذ القدم على الوقوع في فخ تقييم شخصيات الآخرين بناءً على سماتهم الجسدية، مثل وسم شخص ما بأنه جدير بالثقة أو غير نزيه لمجرد انطباع بصري سطحي. ووفقاً للدراسة التي قادها الباحث ستيفن لير وزملاؤه، فإن أنظمة الذكاء الاصطناعي الرائدة بدت وكأنها مرآة تعكس هذا الخطأ البشري؛ إذ أظهر نموذج «GPT-4o» انحيازاً ملحوظاً في الحكم على كفاءة الأفراد وجدارتهم بالثقة اعتماداً على صور وجوه ثنائية الأبعاد، على الرغم من أن تدريبه الأساسي قام على النصوص اللغوية وليس معالجة الصور وحدها.

ولم تكتفِ النماذج بربط الملامح بصفات أولية، بل عممت هذه الأحكام لتشمل حزمة أوسع من السمات الشخصية المترابطة دلالياً. ولعل المثير للدهشة هو أن هذا السلوك لم يقتصر على الوجوه البشرية فحسب، بل امتد أيضاً إلى وجوه كائنات من فصيلة الرئيسيات غير البشرية، والتي لم تكن مشمولة في مجموعات البيانات التدريبية الأساسية للنموذج، مما يبرهن على تجذر آلية التعميم البصري الخاطئ داخل بنية هذه الخوارزميات.

أحكام متطرفة تمتد من جرائم القتل إلى فرص التوظيف

أظهرت نتائج التجارب أن انحيازات الذكاء الاصطناعي لم تقف عند حدود الانطباعات اليومية العابرة، بل تصاعدت لتصل إلى ربط ملامح معينة بارتكاب سلوكيات إجرامية بالغة التطرف. فقد نسبت النماذج جرائم بشعة، مثل القتل والاتجار بالبشر، لأشخاص استناداً إلى ملامحهم الظاهرة فقط، في محاكاة فاضحة لأسوأ النظريات الزائفة التي ربطت بين المظهر الخارجي والميول الإجرامية.

وفي المقابل، انسحبت تلك الانحيازات الوجهية على تقييمات إيجابية بالغة الأهمية؛ حيث أثرت ملامح الوجه بشكل مباشر على قرارات محاكاة لاختيار المرشحين للوظائف، ومنح التمويل الاستثماري من قِبل رؤوس الأموال الجريئة. وتكشف هذه النتائج عن خطورة الاعتماد على تلك النماذج في مهام الموارد البشرية أو تقييمات الجدارة الائتمانية والمالية دون رقابة صارمة تضمن تحييد المظهر الجسدي.

كيف أثبت العلماء هذه الظاهرة عبر 8 آلاف اختبار؟

سعياً لاستبعاد احتمالية أن تكون هذه الأحكام خللاً استثنائياً يقتصر على نموذج بعينه، صمم الفريق البحثي 13 تجربة منهجية تضمنت نحو 8,000 اختبار تجريبي شملت أربعة من أقوى النماذج التوليدية في العالم: «GPT-4o» و«GPT-5» و«Gemini 3 Flash Preview» و«Claude Sonnet 4.5».

وأظهرت النتائج أن هذا النمط من التحيز يتكرر بصورة ثابتة عبر جميع النماذج المختبرة، بل إن النماذج الأحدث والأكثر تطوراً أظهرت في كثير من الأحيان درجات أعلى وأكثر وضوحاً من الانحياز مقارنة بسابقاتها. ويؤكد هذا الاتساق أن الظاهرة ليست عيباً تقنياً مؤقتاً في نظام واحد، بل هي سمة متأصلة تنشأ تلقائياً مع زيادة تعقيد نماذج اللغة وقدرتها على استيعاب السياقات متعددة الوسائط.

فجوة الأمان: متى يعجز الذكاء الاصطناعي عن تحقيق العدالة؟

سلّط الباحثون الضوء على مفارقة لافتة؛ فالنماذج اللغوية الحديثة تُبدي تحفظاً شديداً وترفض صراحة تبني الصور النمطية المرتبطة بالعرق أو النوع الاجتماعي عندما تُسأل مباشرة، إلا أنها سقطت في التمييز القائم على ملامح الوجه بحرية تامة ودون أي تردد.

ويرى الفريق أن هذا التباين يكشف عن قصور بنيوي في أساليب محاذاة الذكاء الاصطناعي الحالية وتوجيهه، حيث ركزت الشركات المطورة على معالجة فئات محددة ومعروفة من الانحياز، بينما تفتقر النماذج إلى فهم أخلاقي شامل يعزز اتخاذ قرارات متساوية ومحايدة في جوهرها. وخلصت الدراسة إلى أن هذه الفجوة التنظيمية تتطلب إعادة نظر جذرية قبل تفويض النماذج الذكية بأي مهام تقييم تمس حياة البشر ومستقبلهم المهني والقانوني.

---