PsychAdapter: تكييف نماذج اللغة الكبيرة لتعكس السمات والشخصية والصحة النفسية

لماذا يهم تشكيل شخصيات الذكاء الاصطناعي

أغلب الدردشة الآلية وأدوات الكتابة التي يستخدمها الناس اليوم تبدو متشابهة إلى حد ما: ودودة، مطنّبة، ونمطية إلى حد ما. لكن البشر الحقيقيين ليسوا نمطيين — نختلف في الشخصية والمزاج والعمر والظروف الحياتية، وتظهر تلك الاختلافات بوضوح في طريقة كتابتنا وتحدثنا. يقدم هذا البحث PsychAdapter، طريقة جديدة لمنح نماذج اللغة الكبيرة «شخصيات» قابلة للتعديل وملفات صحة نفسية، بحيث تستطيع توليد نصوص تعكس بشكل أفضل التنوع الهائل للأصوات البشرية الحقيقية.

تعليم الآلات أن تبدو كأشخاص مختلفين

PsychAdapter هو ملحق صغير يُضاف إلى نماذج اللغة القائمة مثل GPT‑2 أو Gemma أو LLaMA. بدلًا من إعطاء النموذج كلمات وطلب إكمال الجملة فقط، يزود الباحثون النموذج أيضًا بملف مدمج للكاتب: درجات لسمات الشخصية الخمس الكبرى (مثل الانبساطية والتوافق)، ومستويات الاكتئاب أو الرضا عن الحياة، ومعلومات ديموغرافية أساسية مثل العمر. هذه الدرجات متصلة ومستمرة، مثل منزلق يمكن ضبطه في أي نقطة بين منخفض جدًا وعالي جدًا، بدلًا من عدد محدود من التسميات الثابتة. يقوم PsychAdapter بتوسيع هذا المتجه الصغير وربطه بكل طبقات النموذج بحيث يوجه عملية الكتابة بأكملها بلطف وفق الملف النفسي المختار، دون الاعتماد على مطالبات معقدة.

من منزلقات السمات إلى جمل شبيهة بالحياة

لتدريب PsychAdapter، استخدم الفريق مجموعات كبيرة من منشورات وسائل التواصل الاجتماعي والمدونات العامة. قدّرت نماذج نفسية منفصلة أولًا الشخصية والاكتئاب والرضا عن الحياة والعمر لكل رسالة اعتمادًا على اللغة المستخدمة. أصبحت تلك الدرجات المقدرة إشارات تعليمية: تم تدريب نموذج اللغة على إعادة بناء كل رسالة أثناء عرضه الملف النفسي المقابل. بعد التدريب، يستطيع PsychAdapter قبول أي تركيبة من الدرجات المطلوبة — على سبيل المثال «انبساطية عالية جدًا، توافق منخفض» أو «بالغ مسنّ مع رضا عن الحياة منخفض» — وتوليد نص جديد يطابق ذلك الملف، أحيانًا بدءًا من موجه قصير مثل "أحب أن…". الإضافة صغيرة جدًا مقارنة بالنموذج الأساسي (غالبًا أقل من عُشر واحد في المئة من المعايير الأصلية)، لذا يمكن مشاركتها وإضافتها بسهولة.

التحقق مما إذا كان الذكاء الاصطناعي يغيّر لهجته فعلاً

للتحقق مما إذا كان PsychAdapter يلتقط السمات فعليًا بدلًا من إنتاج تباينات عشوائية، طلب الباحثون من علماء نفس خبراء أن يعملوا كحكام. لكل سمة، ولَّد النظام مجموعات من الرسائل المقصودة لتعكس مستويات منخفضة أو متوسطة أو عالية (على سبيل المثال، انبساطية منخفضة مقابل عالية). لم يُخبر الخبراء أي مجموعة تمثل أي مستوى، وكان عليهم مطابقة كل مجموعة نصية مع المستوى المقصود. عبر السمات، كانوا صحيحين بحوالي 87% من الوقت بالنسبة للشخصية، وحوالي 97% تقريبًا بالنسبة للاكتئاب والرضا عن الحياة — أعلى بكثير من التخمين العشوائي. عندما تم دفع النظام بمطالبات بسيطة مثل "أحب أن…" ارتفعت الدقة أكثر. استخدم اختبار منفصل نموذجًا متقدمًا للذكاء الاصطناعي كمقيّم؛ فقد اتفق مع الخبراء البشريين بمستوى تقريبي لمستوى الاتفاق بين الخبراء أنفسهم وأحيانًا كشف السمات بثبات أكبر.

مزاوجة السمات والأعمار ومجالات الحياة

لا يقتصر PsychAdapter على سمة واحدة في كل مرة. يستطيع النظام دمج أبعاد الشخصية ومستويات الصحة النفسية والعوامل الديموغرافية ضمن ملف واحد. أظهر المؤلفون أن تغيير درجة "العمر" مع إبقاء الاكتئاب أو الرضا عن الحياة ثابتًا أدى إلى أنماط مختلفة من الرسائل: أصوات أصغر سنًا تحدثت عن الآباء والمدرسة وأيام الدراسة الأولى، بينما ذكرت الأصوات الأكبر سنًا الأزواج والأطفال والهموم الطويلة الأمد. من خلال تدوير رياضي لسالبين من سمات الشخصية (الانبساطية والتوافق) إلى «الدفء» و«السيطرة»، قاموا أيضًا بتمثيل المخرجات على نموذج نفسي كلاسيكي لأنماط التفاعل بين الأشخاص. تطابقت النصوص المولّدة في مناطق معنونة بأسماء مثل "الطموح‑المهيمن" أو "بارد القلب" مع ما تتوقعه النظرية. نجح النهج عبر تغريدات قصيرة ومقالات مدوّنة أطول، وعبر عدة نماذج لغة أساسية مختلفة.

الفرص والمخاطر في التفاعل بين البشر والذكاء الاصطناعي

بما أن PsychAdapter يستطيع ضبط أسلوب الذكاء الاصطناعي والنبرة العاطفية بدقة، فإنه يفتح الباب لتطبيقات أكثر إنسانية. يمكن أن تعرّض محاكاة التدريب للأطباء النفسيين أو مستجيبي خطوط الأزمات شركاء محادثة واقعيين لكنه آمنون يُظهرون شخصيات ومستويات ضيق مختلفة. يمكن لروبوتات خدمة العملاء أو أدوات التعليم ضبط اللغة لتناسب عمر المستخدم أو مستوى قراءته أو أسلوبه المفضّل. كما يمكن للباحثين استخدام النظام كمختبر: عن طريق رفع أو خفض السمات والمطالبة بموضوعات محددة، يمكنهم استكشاف كيف قد تشكل الشخصية والصحة النفسية اللغة في سياقات متعددة دون انتظار بيانات نادرة من العالم الحقيقي.

ماذا يعني هذا للمستخدمين اليوميين

للمستخدم العادي، الخلاصة أن أنظمة الذكاء الاصطناعي المستقبلية قد لا تقتصر على الإجابة عن الأسئلة — فقد تتبنّى مجموعة واسعة من الأصوات الشبيهة بالبشر وقابلة للتعرف. مع شيء مثل PsychAdapter، يمكن إعادة تشكيل نموذج أساسي واحد بلطف ليبدو أكثر انطوائية أو انبساطية، مبتهجًا أو مكتئبًا، شابًا أو كبيرًا، ببساطة عن طريق تحريك عدد قليل من المنزلقات. قد تجعل هذه المرونة أدوات الذكاء الاصطناعي أكثر قربًا وفائدة، لكنها تثير أيضًا مخاوف أخلاقية جديدة، مثل خطر الإقناع الموجه أو «شخصيات» خادعة. يجادل المؤلفون بأنه إذا اُستخدمت بمسؤولية، يقدم PsychAdapter وسيلة قوية جديدة لدراسة كيف تظهر سماتنا الداخلية في الكلمات، ولتصميم ذكاء اصطناعي يعكس تنوع التواصل البشري الحقيقي بشكل أفضل.

الاستشهاد: Vu, H., Nguyen, H.A., Ganesan, A.V. et al. PsychAdapter: adapting LLMs to reflect traits, personality, and mental health. npj Artif. Intell. 2, 26 (2026). https://doi.org/10.1038/s44387-026-00071-9

الكلمات المفتاحية: psychadapter, ذكاء اصطناعي واعٍ بالشخصية, لغة الصحة النفسية, نماذج اللغة الكبيرة, توليد نصوص مخصّصة