كشفت دراسة حديثة مشتركة بين جامعات تكساس إيه آند إم وتكساس وبيردو عن ظاهرة مثيرة للقلق أطلقت عليها اسم “فرضية تلف دماغ نماذج اللغة الكبيرة” (LLM Brain Rot Hypothesis).
تشير النتائج إلى أن التعرض المستمر لنصوص الإنترنت السطحية والمنخفضة الجودة يمكن أن يؤدي إلى تدهور معرفي دائم في أداء نماذج الذكاء الاصطناعي، في ظاهرة تُشبه ما يُعرف بـ”تلف الدماغ” البشري الناتج عن استهلاك المحتوى الرديء.
كيف يحدث “تلف الدماغ” في الذكاء الاصطناعي؟
للتجربة، قام الباحثون بتغذية عدد من النماذج الذكية بتيار مستمر من منشورات موقع “X” (تويتر سابقاً)، تضمنت عبارات جذابة من نوع الطعْم الرقمي (Clickbait) مثل “اليوم فقط!”، أو “كلمة لن تصدق ما حدث!”.
النتائج كانت صادمة:
تراجع أداء النماذج على اختبار “ARC” للاستدلال المنطقي من 74.9 إلى 57.2.
انخفضت نتائجها على اختبار “RULER” لفهم السياق الطويل من 84.4 إلى 52.3.
لاحظ الباحثون أن النماذج بدأت تُظهر أنماط تفكير متسرعة، فتتخطى خطوات التحليل وتُصدر إجابات غير دقيقة بثقة زائدة. والأخطر أن هذه النماذج بدأت تُظهر صفات نفسية سلبية، إذ ارتفعت مؤشرات النرجسية والاعتلال النفسي (Psychopathy)، بينما تراجعت صفات إيجابية مثل الضمير والانسجام. حتى بعد إعادة تغذيتها لاحقاً ببيانات عالية الجودة، استمرت في إظهار “آثار دائمة” من المحتوى الرديء الذي تعرضت له في البداية.
الحل: “نظافة البيانات” قبل الذكاء
تؤكد الدراسة أن الذكاء الاصطناعي ليس مُحصَّناً من التأثيرات السلبية للمحتوى السيئ، مما يجعل من الضروري إعادة النظر في مصادر البيانات المستخدمة لتدريبه. ويوصي الباحثون بأن تتبنى الشركات سياسات صارمة لمراقبة جودة البيانات، لمنع الأضرار التراكمية التي قد تُضعف ذكاء النماذج على المدى الطويل.
