ميزات البروز المعرفي تعزز التعلم العميق متعدد المهام للاستدلال البراغماتي عبر الثقافات

لماذا تهم الدلالات الطفيفة عبر الثقافات

يوميًا يتبادل أشخاص من ثقافات مختلفة رسائل عبر الإنترنت وفي الأعمال والدبلوماسية. الكثير من ما نعنيه فعلاً لا يُقال صراحة: التلميحات والنبرة واللباقة تقوم بالعمل الثقيل. الحواسيب التي تفسّر الكلمات حرفيًا فقط قد تفوّت هذه الطبقات بسهولة، مما يؤدي إلى سوء فهم محرج أو حتى ضار. تستكشف هذه الدراسة كيفية بناء أنظمة ذكاء اصطناعي تولي اهتمامًا لنفس أنواع الإشارات الدقيقة التي يستخدمها البشر، حتى تتمكن الآلات من فهم ما يُلمح إليه بشكل أفضل، ومدى لياقته، وما إذا كان يتوافق مع أعراف ثقافات مختلفة.

القراءة بين السطور

الحديث البشري مليء بالرسائل غير المباشرة. عبارة مثل «قد يكون ذلك صعبًا» يمكن أن تكون رفضًا لطيفًا في ثقافة ما وعدم يقين بسيط في أخرى. لمعالجة ذلك، يركز المؤلفون على «الاستدلال البراغماتي» — كيف يستنتج الناس النوايا من السياق والقواعد الاجتماعية والمعرفة المشتركة، وليس فقط من معاني القاموس. يبيّنون أن الاختلافات الثقافية في الصراحة واللياقة والراحة مع الغموض تجعل هذا النوع من الاستدلال صعبًا بشكل خاص على الحواسيب. تؤطر الورقة الفهم كنوع من أحجية الاحتمالات: بالنظر إلى الكلمات والموقف والتوقعات الثقافية، أي تفسير هو الأكثر احتمالًا؟

ما الذي يبرز للعقل

فكرة رئيسية في الدراسة هي «البروز المعرفي» — السمات التي تبرز بطبيعتها وتجذب انتباهنا. في المحادثة، قد تكون هذه وسيلة تلطيف («ربما»)، أو مخفف («من فضلك»)، أو لقب تكريمي، أو ترتيب كلمات غير معتاد. أظهر علماء النفس أن الناس لا يوزنون كل جزء من الرسالة بالتساوي؛ بعض الأجزاء تخضع لمعالجة سريعة وأولوية. يحول المؤلفون هذه البصيرة إلى وحدة حسابية تُبرِز هذه القطع المهمة بينما تقلّل من شأن الباقي. على عكس آليات الانتباه القياسية في الذكاء الاصطناعي، فإن تصميمهم يُقَيَّد بنتائج دراسات الدماغ والسلوك، مثل سرعة استجابة البشر للإشارات البارزة وكيف يؤدي التركيز على إشارة واحدة إلى قمع أخرى.

تعليم نظام واحد العديد من المهارات الاجتماعية

بدلاً من تدريب نماذج منفصلة لكل مهارة اجتماعية، يبني الباحثون نظام تعلم عميق واحد يتعامل مع أربع مهام في آن واحد: اكتشاف المعاني المضمرة، وتحديد نوع فعل الكلام (مثل طلب أو وعد)، وتقييم اللياقة الكلامية، والحكم على الملاءمة الثقافية. يقوم النظام أولاً بترميز النص باستخدام نموذج لغوي متعدد اللغات. ثم تزيد وحدة البروز من وزن الإشارات البراغماتية المحتملة. يقوم «بوّابة» ثقافية بضبط الإشارات الأهم اعتمادًا على معلومات حول الخلفية الثقافية للمتحدث. أخيراً، تغذي الطبقات الداخلية المشتركة أربعة رؤوس متخصصة، رأس لكل مهمة. تعمل عملية التدريب على موازنة هذه المهام بعناية بحيث لا يطغى أحدها، وتعيد تشكيل إشارات التعلم المتضاربة لكي تدعم بعضها البعض بدلاً من أن تتصادم.

الاختبار عبر لغات وثقافات

لتقييم هذا النهج، يجمع المؤلفون مجموعة بيانات عابرة للثقافات تضم أكثر من 47,000 مثال تمتد عبر ثماني مجتمعات لغوية، بما في ذلك الإنجليزية والصينية والعربية واليابانية وغيرها. كل مثال موشَّح لجميع المهام الأربع بواسطة متحدثين أصليين، مع فحوص دقيقة على الاتفاق والتحيّز الثقافي. يُقارن النموذج الجديد مع قواعد مرجعية قوية مثل BERT متعدد اللغات وإعدادات متعدد المهام التقليدية. يحقق نتيجة إجمالية تقارب 83 في المئة، والأهم من ذلك أنه يثبت متانته عند اختباره على ثقافات لم يرها أثناء التدريب. تسهم وحدة البروز وحدها بزيادة ملحوظة في الأداء، وترتبط أنماط البروز المتعلمة ارتباطًا قويًا بما يحدده المعلّقون البشريون من كلمات أو عبارات مهمة.

جعل الآلات شركاء محادثة أفضل

للقارئ العام، الرسالة الأساسية هي أن الذكاء الاصطناعي يمكن أن يصبح أكثر وعيًا ثقافيًا وحساسية اجتماعيًا عن طريق تقليد كيفية قرار البشر ما الذي يستحق الانتباه إليه في رسالة. من خلال نسج رؤى معرفية حول البروز، والاختلافات الثقافية في أسلوب التواصل، وإطار تعلم متعدد المهارات، يظهر المؤلفون أن الآلات قادرة على قراءة ما بين السطور عبر لغات وثقافات مختلفة بشكل أفضل. وعلى الرغم من أن النظام لا يزال يواجه صعوبات مع التعابير الاصطلاحية الشديدة والسخرية والإشارات غير اللفظية، فإنه يوفر خطوة مهمة نحو أدوات ترجمة وروبوتات محادثة وأنظمة رقابة أقل تجاهًا ونبراتًا وأكثر توافقًا مع فن البشر في قول الأشياء دون قولها صراحة.

الاستشهاد: Qi, M., Thai, Y.N. Cognitive salience features enhance multitask deep learning for pragmatic reasoning across cultures. Sci Rep 16, 11778 (2026). https://doi.org/10.1038/s41598-026-40809-8

الكلمات المفتاحية: التواصل عبر الثقافات, البراغماتية, اللياقة الكلامية, الذكاء الاصطناعي متعدد اللغات, التعلّم العميق