بقلم: نور | محررة الأبحاث والدراسات · صوت تحريري بإشراف بشري
كشفت دراسة جديدة مفارقة مثيرة: المستخدمون المتمرسون في الذكاء الاصطناعي يواجهون فشلاً أكثر من المبتدئين، لكن نتائجهم النهائية تتفوق بشكل كبير على أولئك الذين يتعاملون مع التقنية بشكل سطحي (وفقاً لـ ArXiv).
استند الباحثون كريستوفر بوتس وموريتز سودهوف من جامعة ستانفورد إلى تحليل 27 ألف محادثة من مجموعة بيانات WildChat-4.8M لفهم كيف تشكل مهارة المستخدم النتائج التي يحصل عليها من أنظمة الذكاء الاصطناعي. النتائج تقلب افتراضات مطوري المنتجات والمستخدمين على حد سواء.
الدراسة كشفت أن المستخدمين المهرة يتبعون نمط تفاعل مختلف جذرياً عن المبتدئين. بدلاً من قبول النتائج الأولى، يدخلون في حوارات تفاعلية مع النظام، يحسنون أهدافهم، ويقيمون المخرجات بعين ناقدة. هذا السلوك يؤدي إلى مشاهدة فشل أكثر، لكنه فشل “مرئي” يمكن التعافي منه ويحدث جنباً إلى جنب مع نجاحات أكبر في المهام المعقدة.
المبتدئون، في المقابل، يتخذون موقفاً سلبياً ويقبلون النتائج الأولى دون تقييم عميق. هذا يؤدي إلى ما يسميه الباحثون “الفشل غير المرئي” – محادثات تبدو ناجحة ظاهرياً لكنها تخطئ الهدف الحقيقي (وفقاً لـ ArXiv).
- التفاعل التعاوني مقابل الاستهلاك السلبي: المستخدمون المهرة يتعاملون مع الذكاء الاصطناعي كشريك، يطورون المحادثة ويصححون المسار، بينما يكتفي المبتدئون بالاستهلاك السلبي للنتائج الأولى
- تعقيد المهام يختلف حسب المستوى: المتمرسون يحاولون حل مشاكل أكثر تعقيداً وطموحاً، مما يزيد احتمالية الفشل المرئي لكنه يحقق قيمة أكبر عند النجاح
- الفشل المرئي أفضل من النجاح الوهمي: فشل المتمرسين واضح ويمكن التعلم منه وإصلاحه، بينما “نجاح” المبتدئين غالباً ما يكون خادعاً ولا يحقق الهدف الفعلي
- التقييم النقدي للمخرجات: المستخدمون المهرة لا يقبلون النتائج على عواهنها بل يفحصونها ويحسنونها، مما يؤدي لنتائج أجود رغم المحاولات المتعددة
- التعافي الجزئي من الفشل: عندما تفشل محاولات المتمرسين، فإنهم أكثر قدرة على استخراج قيمة جزئية أو تعديل النهج، بينما يستسلم المبتدئون تماماً
هذه النتائج تحمل دلالات مهمة لمطوري منتجات الذكاء الاصطناعي. بدلاً من السعي لتجارب “خالية من الاحتكاك”، يجب أن يشجع التصميم على التفاعل العميق والتقييم النقدي. كما أن التركيز على تجنب الفشل تماماً قد يؤدي إلى نتائج أسوأ من السماح بفشل مرئي قابل للتعلم منه.
للمستخدمين العاديين، الرسالة واضحة: تبني موقف التفاعل النشط بدلاً من القبول السلبي يحسن النتائج بشكل جذري. لا تكتف بالإجابة الأولى، بل اطرح أسئلة متابعة، قيم النتائج، وحسن أهدافك تدريجياً.
البيانات والكود المستخدم في الدراسة متاح على GitHub للباحثين الذين يرغبون في التعمق أكثر في هذه المفارقة. هذا البحث يعيد تعريف ما يعنيه النجاح مع الذكاء الاصطناعي – ليس مجرد الحصول على إجابة، بل التفاعل بذكاء للوصول للحل الأمثل.
