تأثير كفاءة الحل وملاءمة التعليمات على استراتيجيات الحل الإضافي والطرحي لدى البشر وGPT-4 وGPT-4o

لماذا يكون القيام بأقل أمراً أصعب مما يبدو

عندما نحاول إصلاح أمور في حياتنا اليومية — إعادة صياغة بريد إلكتروني، إعادة تنظيم غرفة، إعادة تصميم سياسة — نفكر عادةً بما نضيف لا بما نزيل. هذا الميل الهادئ للتكديس بدلاً من التقليل قد يملأ حياتنا بالفوضى، وبرمجيات متضخمة، وقواعد معقدة أكثر من اللازم. تستقصي هذه المقالة مدى قوة عادة «الأكثر أفضل» هذه، وما إذا كانت الذكاءات الاصطناعية الحديثة مثل GPT-4 وGPT-4o تشارك هذا الانحياز البشري أو تخففه أو حتى تكثفه.

لماذا يكون الإضافة أقوى من الطرح في أذهاننا

أظهر علماء النفس أن الناس كثيراً ما يتجاهلون الحلول التي تنطوي على إزالة عناصر، حتى عندما يكون الطرح أبسط أو أكثر فعالية. الإضافة تبدو طبيعية ويعززها الثقافة واللغة: كلمات مثل «أكثر» و«أعلى» ترتبط بالتحسن والنجاح، بينما قد تبدو «أقل» وكأنها خسارة أو فشل. يظهر هذا الانحياز في مجالات عديدة، من الرعاية الصحية التي تفضل علاجات إضافية بدلاً من وقف عادات ضارة، إلى السياسات البيئية التي تؤكد على إعادة التدوير بدلاً من تقليل الإنتاج من المصدر. يسأل البحث الحالي عما إذا كان هذا الميل البشري نحو الإضافة يظهر أيضاً في نماذج اللغة القوية المدربة على مجموعات نصية ضخمة.

اختبار الناس والذكاء الاصطناعي عبر ألغاز بسيطة

أجرى الباحثون دراستين كبيرتين قارنتا بين مشاركين بشر وبين GPT-4 ثم خلفه GPT-4o. واجه كل من البشر والذكاء الاصطناعي نوعين من المشكلات. في مهمة «تناظر» مكانية، كان عليهم جعل نمط شبكة صغير متماثلاً تماماً عن طريق تبديل مربعات تشغيل أو إيقاف، ويمكن تحقيق ذلك إما بملء مربعات إضافية (إضافة) أو بمسح مربعات موجودة (طرح). في مهمة «تلخيص» لغوية، تَلَقّوا مقالاً إخبارياً وملخصاً موجوداً وطُلب منهم تغييره ضمن قيود عدد الكلمات، مما أتاح إما إضافة كلمات أو حذفها. كما عبَّر الفريق عاملين رئيسيين: ما إذا كانت الإضافة والطرح متساويتين من حيث الكفاءة أم أن الطرح يتطلب خطوات أقل بوضوح، وما إذا كانت التعليمات مصاغة بعبارات محايدة («غيّر») أم بصيغة إيجابية («حسّن»).

ما فعله الناس مقابل ما فعله الآلات

عبر الدراستين ظهرت نمطية واضحة: كل من البشر ونماذج اللغة فضّلوا الحلول الإضافية، لكن النماذج فعلت ذلك بقوة أكبر بكثير. أظهر الناس جاذبية واضحة نحو إضافة مربعات أو كلمات، ومع ذلك كانوا يولون اهتماماً للكفاءة. عندما كان الطرح هو المسار الأسرع، كانوا أكثر ميلاً لإزالة العناصر. بالمقابل، تصرف GPT-4 غالباً بالعكس — مولِّداً إجابات إضافية أكثر بالذات حين كان الطرح سيكون أكثر كفاءة. قلل GPT-4o هذا التباين بعض الشيء في مهمة التلخيص النصي، حيث كانت خياراته أقرب إلى سلوك البشر، لكن في مهمة الشبكة ظل إلى حد كبير يتجاهل مسألة الكفاءة. في العديد من الحالات، خاصةً بالنسبة لـGPT-4o، وصلت الاستجابات الإضافية إلى مستويات تقارب الحد الأقصى.

كيف يدفع الصياغة الإيجابية نحو اختيارات معينة

نبرة التعليمات العاطفية كانت مهمة أيضاً، لكن بطرق محددة. في مهمة الشبكة المكانية، لم يغير تبديل الفعل من محايد («غيّر») إلى إيجابي («حسّن») الاستراتيجيات بشكل موثوق لا لدى البشر ولا لدى النماذج. في مهمة التلخيص، مع ذلك، كانت القصة مختلفة. عندما استخدمت التعليمات صياغة إيجابية تكرارياً، أنتجت نماذج GPT، وفي الدراسة الثانية أيضاً المشاركون البشر، المزيد من الاستجابات الإضافية. يتماشى هذا مع إحصاءات لغوية أوسع تُظهر أن كلمات مرتبطة بالتحسين غالباً ما تُقرن بأفكار الإضافة أكثر من الإزالة. هذا يوحي بأن تأطير التعليمات بعاطفة خفية يمكن أن يدفع الأشخاص والذكاء الاصطناعي نحو «المزيد» حتى عندما يكون «الأقل» كافياً.

لماذا تهم هذه النتائج في قراراتنا اليومية

للقارئ العام، الرسالة الأساسية هي أن أدمغتنا والأنظمة التي نبنيها تشترك في تفضيل قوي للحلول التي تضيف بدلاً من تلك التي تطرح — والنماذج اللغوية الحالية غالباً ما تكثف هذا الميل. لا يزال البشر يظهرون بعض المرونة، متكيفين عندما يكون الطرح أكثر كفاءة بوضوح، لكن النماذج تتبع إلى حد كبير أنماطاً متجذرة في اللغة التي تدربت عليها. كلما ساعدت هذه الأنظمة أكثر في كتابة السياسات، وتصميم الأنظمة، أو اقتراح تحسينات يومية، قد توجهنا بهدوء نحو حلول أكثر تعقيداً وأكثر ازدحاماً. إن إدراك هذا «انحياز الإضافة» المشترك هو خطوة أولى نحو تصميم أدوات وعادات تذكرنا أن نسأل ليس فقط "ماذا نضيف؟" بل أيضاً "ماذا يمكن أن نزيل؟"

الاستشهاد: Uhler, L., Jordan, V., Buder, J. et al. Influence of solution efficiency and valence of instruction on additive and subtractive solution strategies in humans, GPT-4, and GPT-4o. Commun Psychol 4, 41 (2026). https://doi.org/10.1038/s44271-026-00403-0

الكلمات المفتاحية: انحياز الإضافة, الاستدلال الطرحي, نماذج اللغة الكبيرة, مقارنة الإنسان–الذكاء الاصطناعي, اتخاذ القرار