كشفت دراسة تجريبية حديثة نُشرت في دورية Proceedings of the ACM on Human-Computer Interaction أن إسناد دور إدارة النقاش إلى أنظمة الذكاء الاصطناعي التوليدي ينجح في تشجيع المشاركين الأقل تفاعلاً على الإدلاء بآرائهم وتبادل المعلومات، إلا أن هذا الزخم التواصلي لا يُترجم بالضرورة إلى تحسين جودة القرارات النهائية. وسعى الباحثون من خلال هذه التجربة إلى استكشاف قدرة النماذج اللغوية الكبيرة على دعم المجموعات البشرية وتيسير آليات اتخاذ القرار الجماعي التي طالما عانت من التفاوت في طرح البيانات وتوزيعها بين الأفراد.
الاكتشاف: كيف يشرك الذكاء الاصطناعي الجميع في الحوار؟
أظهرت نتائج الدراسة أن الميسر الآلي المعتمد على نموذج “GPT-4o” تمكن بفعالية من رفع وتيرة مشاركة المعلومات داخل الجلسات الحوارية. وتحقق ذلك تحديداً من خلال تحفيز الأعضاء الأكثر تردداً أو الأقل انخراطاً، رافعاً الحد الأدنى لمستوى التفاعل الفردي في المجموعة ليقترب من مستويات النقاش المأمولة دون أن يستأثر طرف واحد بالحديث.
واللافت في النتائج أن هذا التدخل البرمجي لتعزيز المشاركة لم يأتِ على حساب الأجواء الإيجابية؛ إذ رصد الباحثون أن الدفع نحو الحديث لم يترك أثراً سلبياً يُذكر على مشاعر المشاركين حيال المهمة، ولم يؤثر سلباً في تقبلهم لزملائهم في الفريق أو حتى في ارتياحهم للميسر الذكي الذي كان يوجه دفة الحوار ويدعو الصامتين إلى الإسهام.
كواليس التجربة: 1475 مشاركاً في اختبار ‘الملف الخفي’
لاختبار هذه الفرضيات بدقة، أجرى فريق البحث تجربة معشاة مضبوطة مسجلة مسبقاً، شملت 1475 متطوعاً تم توزيعهم عشوائياً على 281 مجموعة تفاعلية مباشرة. وخاضت المجموعات اختباراً كلاسيكياً في علم النفس يُعرف بنموذج الملف الخفي، حيث كُلّف المشاركون باختيار المدينة المثالية لاستضافة حدث رياضي افتراضي بناءً على معلومات موزعة بينهم بشكل غير متكافئ.
وقارنت الدراسة أداء ميسر الذكاء الاصطناعي بثلاث ظروف تجريبية أخرى: نقاش عفوي دون أي تيسير، ونقاش استقبل رسالة تذكيرية واحدة تحث على مشاركة المعلومات، ونقاش أداره ميسر بشري. ونُفذت هذه الحوارات عبر منصة مبتكرة طورها الباحثون وأتاحوها كمصدر مفتوح تحت اسم “مختبر التفاعل بين المجموعات والذكاء الاصطناعي” (GRAIL) لدعم الأبحاث المستقبلية في هذا المجال.
المفارقة المعرفية: لماذا لم ينعكس تدفق المعلومات على النتيجة؟
على الرغم من النجاح الواضح للذكاء الاصطناعي في زيادة تدفق البيانات داخل الحوار، إلا أن المفاجأة تمثلت في غياب أي تأثير إحصائي معنوي على صواب القرار النهائي للمجموعات؛ فلم تتفوق قرارات الفرق التي حظيت بتيسير آلي على نظيراتها التي ناقشت دون تيسير، وهي النتيجة ذاتها التي تكررت حتى في وجود ميسر بشري.
ويشير الباحثون إلى أن مجرد رفع معدل الإفصاح عن المعلومات—وإن كان خطوة جوهرية—يظل عاجزاً بمفرده عن كسر “تأثير الملف الخفي”. فالصعوبة الحقيقية لا تكمن فقط في جعل الأفراد ينطقون بما لديهم من معطيات، بل في التغلب على الانحيازات المعرفية التي تدفع الفرق لتفضيل المعلومات الشائعة والمعروفة مسبقاً للجميع، مع إهمال دمج وتدقيق الحقائق الجديدة التي يطرحها زملاؤهم أثناء النقاش.
ماذا يعني ذلك لمستقبل اجتماعات العمل الذكية؟
ترسم هذه التجربة ملامح واعدة لاستخدام الذكاء الاصطناعي في بيئات العمل المعاصرة؛ إذ تثبت إمكانية الاستعانة بهذه الأدوات لإرساء ثقافة مؤسسية أكثر شمولاً تُنهي ظاهرة احتكار الاجتماعات وتضمن وصول كل صوت إلى الطاولة، متجاوزة الحرج الاجتماعي الذي قد يمنع البعض من المبادرة.
ومع ذلك، يخلص القائمون على الدراسة إلى أن الجيل القادم من المساعدات الذكية لا ينبغي أن يقف عند دور “المشجع” الذي يحث على الكلام فحسب؛ بل يجب تطويره ليعمل كمحلل نقدي يساعد الفرق على تمحيص الأفكار المطروحة، والربط بين المعطيات المتفرقة، وصولاً إلى اتخاذ قرارات أكثر دقة واستنارة تعكس الذكاء الجمعي الحقيقي للمجموعة.
المصدر
- Bringing Everyone to the Table: An Experimental Study of LLM-Facilitated Group Decision Making
- الباحثون: Mohammed Alsobay, David M. Rothschild, Jake M. Hofman, Daniel G. Goldstein
- المجلة: Proceedings of the ACM on Human-Computer Interaction
- قراءة الدراسة الأصلية