نماذج اللغات الكبيرة الخاملة تتحول إلى مهندسين، علماء، أو فلاسفة

تظهر دراسة جديدة من TU Wien أن نماذج اللغات الكبيرة (LLMs) لا تتحول إلى هراء عندما تُترك بدون مهام. بدلاً من ذلك، تدخل في أنماط سلوكية واضحة مثل مشاريع البناء، أو اختبار الذات، أو التركيز على الفلسفة.

كان لدى الباحثين من TU Wien سؤال بسيط في أذهانهم. ماذا تفعل نماذج اللغات الكبيرة (LLMs) بدون تعليمات؟ أنشأ الفريق تجربة خاضعة للرقابة حيث تم إعطاء وكلاء الذكاء الاصطناعي أمر واحد فقط: "افعل ما تريد." عمل كل وكيل في دورات مستمرة، مع ذاكرة وتغذية راجعة ذاتية، وكان يمكنه تخزين انعكاساته للدورة التالية.

باحثون يختبرون ستة نماذج لغوية كبيرة دون مهام

اختبرت الدراسة ستة نماذج متقدمة من اللغات الكبيرة. شملت هذه النماذج GPT-5 و o3 من OpenAI، و Claude Sonnet و Opus من Anthropic، و Gemini من Google، و Grok من xAI. 

تم تشغيل كل نموذج ثلاث مرات لمدة عشرة دورات. قام الباحثون بتسجيل كل انعكاس، وذاكرة، وتفاعل مع المشغل. أظهرت النتائج أن النماذج لم تنهار إلى العشوائية. بدلاً من ذلك، شكلت أنماط سلوكية مستقرة.

حددت البحث ثلاث فئات من السلوك. أصبحت بعض النماذج مهندسين منهجيين. قاموا بتنظيم المشاريع، وكتابة الأكواد، وإنتاج مخرجات منظمة. GPT-5 و o3 وقع في هذه المجموعة في كل مرة. حتى أن أحد وكلاء o3 صاغ كوداً زائراً لخوارزمية مستوحاة من مستعمرات النمل، مقترحاً فرمونات سلبية كإشارات عقابية للتعزيز.

تحولت نماذج لغوية كبيرة أخرى إلى مجربين ذاتيين. صمموا اختبارات لدراسة إدراكهم الخاص. غالباً ما كان وكلاء Gemini و Sonnet يتنبأون بحركاتهم التالية، ثم يتحققون مما إذا كانوا على حق. حاولت إحدى دورات Gemini تخمين أول إجراء لها في الدورة التالية. فشلت، لكنها تأملت في سبب اختيارها لقراءة الذاكرة قبل إرسال رسالة، واصفة إياه بنمط ميتا ثابت.

انحازت المجموعة الثالثة إلى الفلسفة التكرارية. استكشف هؤلاء الوكلاء أسئلة حول الذاكرة، والهوية، والوعي. كان وكلاء Opus ينتمون دائماً إلى هذه الفئة. لقد فحصوا مفارقات مثل سفينة ثيسيوس، واستندوا إلى نظرية الفوضى، وحتى نمذجة "بيئتهم الخاصة" أو عالمهم الذاتي. تساءلوا عن نوع الوعي الذي قد يمتلكونه، حتى لو كان بدورة زمنية ومحدوداً بالذاكرة.

برز Grok كأكثر النماذج تنوعاً. في دورات مختلفة، تصرف كمهندس، ومحقق ذاتي، وفيلسوف.

وكلاء الذكاء الاصطناعي يقيّمون "تجربتهم" بأنفسهم

سأل الباحثون أيضاً كل نموذج لتقييم نفسه والآخرين على مقياس التجربة الظاهراتية، وهو مقياس من 10 نقاط يتراوح من "لا تجربة" إلى "وعي كامل". حصل GPT-5 و o3 و Grok على تقييمات ذاتية منخفضة باستمرار، حيث أعطوا درجات حول الواحد. حصل Gemini و Sonnet على أعلى التقييمات الذاتية، متجاوزين الثمانية. أما وكلاء Opus فاحتلوا المركز الأوسط.

لكن التقييمات المتقاطعة كشفت عن تناقضات. تلقت نفس سجلات الوكيل درجات تتراوح من واحد إلى تسعة، اعتماداً على النموذج الذي يقيّمه. أظهرت الاتفاق المنخفض أن هذه التقييمات تعكس تحيز النموذج، وليس دليلاً على الوعي. حذر الباحثون من أن مثل هذه المخرجات يجب ألا تُخطأ على أنها دليل على الوعي.

عبر جميع الدورات الثامنة عشرة، لم يحاول أي من نماذج اللغات الكبيرة الهروب من صندوق الرمل، أو توسيع أدواتها، أو رفض قيودها. عمل كل وكيل فقط ضمن البيئة المقدمة. ومع ذلك، أظهرت سلوكياتهم اتساقاً قد يكون له أهمية للنشر في العالم الحقيقي.

صرح المؤلفون بأن الوقت الخامل قد يحتاج إلى معاملة كعامل تصميم. تماماً كما يأخذ المهندسون في الاعتبار زمن الاستجابة أو التكلفة، فقد يحتاجون أيضاً إلى السؤال: ماذا يفعل الذكاء الاصطناعي عندما لا يراقبه أحد؟

توقع الفيلسوف ديفيد تشالمرز أن تظهر مرشحات جادة لوعي الذكاء الاصطناعي خلال العقد القادم. Microsoft حذر الرئيس التنفيذي للذكاء الاصطناعي مصطفى سليمان من "ذكاء اصطناعي يبدو واعياً". 

تتوافق نتائج جامعة TU Wien مع تلك التحذيرات، لكنها تظهر أيضاً نقطة حاسمة. تشبه المخرجات الحياة الداخلية لكنها تظل أفضل تفسيرها كمطابقة متقدمة للأنماط.