التعرّف على التلميحات في الخطاب الدبلوماسي الصيني والروسي باستخدام نماذج لغوية كبيرة

قراءة ما بين السطور

عندما يتحدث الدبلوماسيون علناً، قد يكون ما لا يقولونه مهمًا بقدر الكلمات التي يختارونها. تستقصي هذه الدراسة ما إذا كان الذكاء الاصطناعي الحديث قادرًا على التقاط التلميحات الخفية والرسائل الملطفة في مؤتمرات صحفية لوزارات الخارجية الصينية والروسية — إشارات غالبًا ما يغفلها المستمعون البشريون، لكنها قد تؤثر على العلاقات الدولية.

لماذا تهم التلميحات في الشؤون العالمية

اللغة الدبلوماسية مصممة لتكون حذرة ومهذبة. تحتاج الحكومات إلى الدفاع عن مصالحها دون استفزاز الخصوم صراحة أو إثارة قلق الجمهور. ونتيجة لذلك، يعتمد المسؤولون في الغالب على التلميحات — عبارات تبدو محايدة ظاهريًا لكنها تنتقد أو تحذر أو تشير إلى موقف سياسي بهدوء. وقد أسهم سوء فهم هذه التلميحات في الماضي في نشوب أزمات وفقدان الثقة بين الدول. ويصعب فهم هذه الرسائل غير المباشرة بشكل خاص عبر لغات وثقافات مختلفة، حيث لا يمكن افتراض وجود معرفة خلفية مشتركة.

من النظرية الكلاسيكية إلى الآلات الذكية

لسنوات، درس اللغويون والفلاسفة كيف يوحي المتكلمون بما يفوق ما يقولونه حرفيًا. ركزت النظريات المبكرة أساسًا على نيات المتحدث وافترضت أن المستمع العقلاني يمكنه إعادة بناء المعنى الخفي. وشددت الأعمال اللاحقة في «البراجماتية المعرفية» على أن فهم التلميحات يعتمد أيضًا على عمليات المستمع العقلية وخلفيته الثقافية والسياق المحيط. وبناءً على هذه الأفكار، يصف المؤلفون التلميحات على أنها متعددة الطبقات: الصياغة الظاهرة (المستوى الدلالي-اللفظي)، وطرق التفكير المتشكلة ثقافيًا وراءها (المستوى اللغوي-المعرفي)، ودوافع واستراتيجيات المتحدث مثل النقد أو التحذير أو الحفاظ على ماء الوجه (المستوى الدوافعي-البراغماتي).

كيف بُني نظام الذكاء الاصطناعي

جمع الباحثون ما يقرب من 1400 مقطع سؤال–إجابة من المؤتمرات الصحفية الرسمية لوزارات الخارجية الصينية والروسية التي عقدت في 2024. قام خبراء لغويون بوضع وسوم يدوية على 498 حالة كان فيها المتحدثون يلمحون بدلاً من الكلام الصريح. وقسموا هذه الحالات إلى ثلاثة أنواع: «تلميحات ثابتة» ذات صياغات متكررة ومستقرة (على سبيل المثال، تركيبات دبلوماسية روتينية)، و«تلميحات ثقافية» يعتمد معناه على معرفة ومجازات ثقافية مشتركة، و«تلميحات سياقية» لا يمكن التعرف عليها إلا بالنظر عن كثب إلى الموقف والدوافع الفورية. استُخدمت هذه الأمثلة لبناء قاعدة معرفية خارجية ولتصميم مجموعة قواعد استدلالية لنموذج لغوي كبير.

تعليم النموذج التفكير خطوة بخطوة

جمع الفريق تقنيتين للذكاء الاصطناعي. يسمح التوليد المعزز بالاسترجاع (RAG) للنموذج بسحب أمثلة ذات صلة من قاعدة التلميحات المخصصة كلما عالج إجابة جديدة من مؤتمر صحفي. إذ يُجبر التحفيز بسلسلة التفكير (CoT) النموذج بعد ذلك على الاستدلال خطوة بخطوة: تحديد اللغة، تقسيم الإجابة إلى جمل، التحقق من أنماط التلميح المعروفة، تقرير ما إذا كانت الجملة تعبّر عن دافع معين (مثل النقد أو التحذير) عبر استراتيجية معروفة (مثل بيان واقعي، أو تناقض، أو سخرية)، وأخيرًا وسمها كتلميح ثابت أو ثقافي أو سياقي أو «لا تلميح». كما يجري النظام فحصًا ذاتيًا للتأكد من أن المعنى الضمني يختلف فعلًا عن الصياغة الحرفية.

ما مدى نجاحه؟

لاختبار النظام، استخدم المؤلفون بيانات جديدة من مؤتمرات صحفية لعام 2025 باللغتين. عموماً، أدّى النموذج المحسّن عملاً مقبولاً في رصد الرسائل الخفية: التقط معظم التلميحات الحقيقية (استدعاء مرتفع) وحقق توازنًا محترمًا بين الالتقاط والإفراط في التنبؤ (درجة F1 بلغت 0.83 للروسية و0.76 للصينية). كان قويًا بشكل خاص في التعامل مع التلميحات الثابتة في كلتا اللغتين، ما يدعم فكرة أن الأنماط الثابتة هي الأسهل لتعلمها آليًا. ومع ذلك، واجه صعوبات أكبر مع التلميحات الثقافية والسياقية الصينية مقارنة بالروسية. ويربط المؤلفون هذه الفجوة باختلافات الأسلوب: فالخطاب الدبلوماسي الروسي كثيرًا ما يستخدم مجازات حية وتناقضات حادة تشير بوضوح إلى النقد أو التحذير، بينما يعتمد الخطاب الصيني أكثر على صيغ محايدة وتعابير اصطلاحية وآداب تعتمد على السياق، وهي أصعب على النموذج لتمييزها عن البيانات الحرفية.

ماذا تكشف الأخطاء — وكيف نتحسن

من خلال فحص الأخطاء عن كثب، وجد المؤلفون ثلاثة مشكلات متكررة. أحيانًا «يفسر» النموذج النص بشكل مفرط، فيخترع معانٍ خفية غير موجودة. وأحيانًا يكتشف تلميحًا لكنه يحدد النوع الخاطئ، ما يطمس الفاصل بين الحالات الثابتة والسياقية. وأحيانًا يعامل الصياغة العادية كتلميح لأن بعض الكلمات الحساسة أو الأنماط المألوفة كانت موجودة. وللتعامل مع هذه الضعفيات، يقترح البحث إضافة العديد من عبارات دبلوماسية واضحة «بلا تلميح» كمثاليات سلبية، وإجبار النظام على ربط استنتاجاته أكثر بسؤال الفعلي والسياق المحيط، ومطابقة الجمل مع قاعدة المعارف أكثر من مرة مع إعادة صياغة، وإدراج خطوة فلترة مسبقة وتقييم ذاتي تسأل: هل هذا واضح بالفعل أم ضمني حقًا؟

لماذا يهم هذا بالنسبة لنا

بالنسبة لغير المتخصصين، الخلاصة الأساسية أن النماذج اللغوية الكبيرة يمكنها بالفعل مساعدة المحللين على فرز كميات كبيرة من التصريحات الرسمية وتحديد الأماكن التي قد تتحدث فيها الحكومات بين السطور. وفي الوقت نفسه، تبرز الدراسة مدى اعتماد الدبلوماسية على الثقافة والتاريخ والأسلوب — عوامل ما تزال تحديًا حتى أمام الذكاء الاصطناعي المتقدّم. من خلال دمج النظرية اللغوية مع أدوات الذكاء الاصطناعي الحديثة، يشير هذا العمل إلى أنظمة أكثر موثوقية لتتبع الإشارات الدقيقة في السياسة العالمية، مع توضيحه أيضًا أن الحكم البشري والخبرة العابرة للثقافات لا يزالان ضروريين لتفسير ما يُترك دون قول.

الاستشهاد: Guo, Y., Wang, X. Hint recognition in Chinese and Russian diplomatic discourse using large language models. Sci Rep 16, 5751 (2026). https://doi.org/10.1038/s41598-026-36338-z

الكلمات المفتاحية: اللغة الدبلوماسية, المعنى الضمني, نماذج لغوية كبيرة, التحليل عبر اللغات, التوليد المعزز بالاسترجاع