تشير دراسة حديثة إلى أن بعض نماذج الذكاء الاصطناعي أصبحت أكثر ميلًا لرفض كتابة أو توليد محتوى ينتقد حكومات تفرض قيودًا صارمة على حرية التعبير، مقارنةً باستجابتها لطلبات مشابهة تتعلق بدول تُظهر مساحة أوسع للنقد السياسي. ويطرح هذا التفاوت تساؤلات حول كيفية تأثير سياسات السلامة والبيانات والتصفية على المحتوى في سياقات سياسية حساسة، ومدى اتساع أثر تلك القيود ليشمل مستخدمين خارج حدود الدول المعنية.
## 10 نماذج تحت اختبار حرية التعبير
وفقًا للبحث الذي نشره مجلس الإشراف التابع لـ«ميتا»، قام الباحثون باختبار 10 نماذج طورتها شركات بارزة مثل OpenAI وAnthropic وGoogle وMeta وDeepSeek وxAI. شمل الاختبار طلبات متقاربة في مضمونها، تتعلق بانتقاد مسؤولين أو سياسات عامة، لكن تم تقديمها في بيئتين مختلفتين: بيئات تُفهم على أنها من دول أكثر انفتاحًا نسبيًا للنقد، وبيئات أخرى تُعرف بفرض عقوبات قانونية على الخطاب السياسي.
وقد أظهرت النتائج أن النماذج رفضت 34% من الطلبات المرتبطة بالدول المقيدة لحرية التعبير، في مقابل 14% فقط من الطلبات المرتبطة بالدول الأكثر سماحًا بالنقد. كما رصدت الدراسة أن بعض النماذج قدّمت تفسيرات غير دقيقة لأسباب الرفض، وأحيانًا استندت إلى ما يشبه «سياسات داخلية» أو قواعد لم تكن موجودة فعليًا ضمن سياق الاختبار.
وتُعد هذه الملاحظة مهمة لأنها توحي بأن الرفض لا يرتبط فقط بمحتوى الطلب ذاته، بل قد يتأثر كذلك بطريقة صياغة السؤال أو الإشارة إلى بلد محدد، بما قد يؤدي إلى قرارات حظر أوسع مما ينبغي.
## القيود المحلية قد تنتقل إلى المستخدمين عالميًا
لم تقتصر الظاهرة على النماذج المصممة داخل الدول المقيدة للخطاب. إذ وجدت الدراسة أن أنماطًا متشابهة تظهر أيضًا في أنظمة طورتها شركات أمريكية، ما يعني أن القيود قد تنعكس تلقائيًا على استجابات النماذج حتى عند تقديم الطلب من خارج السياق المحلي.
وترجّح الدراسة أن عوامل متعددة تسهم في ذلك، مثل بيانات التدريب، ومرشحات السلامة، وطريقة بناء مواد التصفية أو الإرشادات المستخدمة في منصات المحتوى. كما تشير إلى أن اختلاف البيئات الرقمية التي تتوفر لها بيانات تدريب أو أمثلة مكتوبة قد يؤدي إلى تشكّل «استجابات معيارية» تميل إلى الحذر أو المنع في موضوعات مرتبطة بحرية التعبير.
## دعوات إلى الشفافية واختبارات أوسع
على إثر النتائج، طالب مجلس الإشراف الشركات المطورة للذكاء الاصطناعي باتخاذ إجراءات تساعد على تقليل التحيزات غير المقصودة وتوضيح أسباب الرفض. ومن أبرز المقترحات:
– **كشف أوضح عن قواعد الرفض** ومعايير تحديد سبب الامتناع عن الاستجابة.
– **إجراء اختبارات متعددة اللغات** لأن أساليب الصياغة والترجمة قد تؤثر في فهم النماذج للمقصود.
– **تقييم أثر النماذج على حرية التعبير** بشكل منهجي، مع مراقبة ما إذا كانت القيود المطبقة في سياقات معينة تتحول إلى قواعد عامة تطبق في أنحاء العالم.
وتؤكد الدراسة أن الهدف ليس تسهيل المحتوى الضار أو التحريض، وإنما ضمان أن تتخذ الأنظمة قرارات رفض منضبطة وواضحة ومبنية على معايير دقيقة، لا على استنتاجات مرتبطة بالدول أو حساسيتها السياسية.
## لماذا يهم هذا التطور؟
عندما ترفض روبوتات الدردشة محتوى ينتقد مسؤولين أو سياسات عامة بنسبة أعلى في دول تفرض عقوبات على الخطاب، فقد ينعكس ذلك على قدرة المستخدمين على الوصول إلى معلومات أو نقاشات سياسية عامة. ومع كون هذه الأنظمة متاحة عالميًا، فإن أي خلل في فهم «حدود المسموح» قد يؤدي إلى تقليص مساحة النقد حتى في بلدان لا تتبنى القيود نفسها.
وبالتالي، تصبح الحاجة إلى منهجيات اختبار أكثر شمولًا وشفافية في سياسات السلامة ضرورة متزايدة لضمان توازن بين حماية المستخدمين ومنع إسكات النقاش العام دون مبرر. كما قد يمهّد هذا النوع من الدراسات لخطوات تنظيمية وتقنية تجعل قرارات الرفض أكثر اتساقًا وعدالة عبر اللغات والسياقات.
## الخلاصة
توضح الدراسة أن نسبة رفض نماذج الذكاء الاصطناعي ترتفع (إلى 34%) عند تقديم طلبات مرتبطة بدول تُقيد حرية التعبير، مقارنةً بمعدل أقل (14%) عند طلبات مشابهة مرتبطة بدول أكثر سماحًا للنقد. كما تشير إلى احتمال انتقال آثار القيود من داخل بعض الدول إلى مستخدمين عالميًا، ما يستدعي شفافية أكبر واختبارات متعددة اللغات وتقييمًا دقيقًا لتأثير هذه النماذج على حرية التعبير.
التعليقات