اطلب من نموذج لغوي أن "يتخيّل بحرّية"... وستجده أضيق أفقًا من الإنسان

اطلب من إنسان وروبوت محادثة تنفيذ نفس مهمة تداعي الكلمات، وستجد أن العقل البشري يجول في مساحات أوسع بكثير. هذه هي الخلاصة المحورية لدراسة مقارنة جديدة قاست كيف تتنقل نماذج جي بي تي-4o (GPT-4o) وجيميناي-2.5-برو (Gemini-2.5-Pro) وكلود-سونيت-4.5 (Claude-Sonnet-4.5) بين المعاني، مقارنةً بأداء 82 مشاركًا بشريًا في اختبارات "الطلاقة اللفظية" (Verbal Fluency)، التمرين النفسي الكلاسيكي القائم على سرد كلمات مترابطة تباعًا.

الورقة البحثية، التي رُفعت إلى أرشيف الأبحاث (arXiv) في 13 يوليو 2026، ومن المقرر نشرها في وقائع الاجتماع السنوي لجمعية علوم الإدراك (Cognitive Science Society)، تعاملت مع عملية توليد الكلمات كنوع من "المسير" داخل فضاء المعاني (Semantic Space). ولم يقتصر الباحثون على تقييم مدى تشابه المخرجات مع الأداء البشري، بل قسّموا هذا "المسير" إلى ثلاثة أبعاد قابلة للقياس: الإنتروبيا (Entropy)، التي ترصد مدى إمكانية التنبؤ بكل خطوة جديدة؛ والمسافة إلى الخطوة التالية (Distance to Next)، التي تقيس حجم القفزة المفاهيمية بين كلمة وأخرى؛ والمسافة إلى المركز (Distance to Centroid)، التي تتابع مدى انحراف التسلسل ككل عن متوسطه، كمؤشر على درجة التشتت العام.

وفي جميع المقاييس الثلاثة، تفوّق البشر بوضوح. أظهر المشاركون إنتروبيا أعلى، وقفزات معنوية أكبر بين الكلمات المتتالية، وتسلسلات ذات تشتت أوسع من أي نموذج من النماذج الثلاثة المختبَرة. بعبارة عملية، بدا التفكير التداعي البشري أقل قابلية للتنبؤ وأكثر استكشافًا، في حين ظلت النماذج اللغوية الكبيرة (LLMs) أقرب إلى المسارات المفاهيمية المألوفة والمطروقة.

رفع "درجة الحرارة" لا يحل المشكلة

لم يتوقف الباحثون عند تكوين واحد للنموذج. فقد اختبروا أيضًا ما إذا كان تعديل "درجة الحرارة" (Temperature) - وهي المعلمة التي تتحكم في مقدار العشوائية التي يُدخلها النموذج في مخرجاته - قادرًا على تضييق الفجوة مع البشر. والنتيجة؟ ساعد التعديل جزئيًا فقط. فرفع درجة الحرارة قرّب بعض المقاييس الفردية من المستويات البشرية في حالات معينة، لكن لم يُنتج أي ضبط واحد الملف الكامل للسلوك البشري عبر الإنتروبيا والمسافة بين الخطوات والتشتت في آنٍ واحد. فحين تُرفع العشوائية بما يكفي لتوسيع التشتت، قد تظل مقاييس قابلية التنبؤ متعثرة، والعكس صحيح أيضًا.

هذه النتيجة الجزئية للتوافق هي في الواقع الأكثر أهمية لأي مطوّر يبني تطبيقات فوق هذه النماذج. فهي تشير إلى أن الفجوة بين التفكير التداعي البشري والآلي ليست مجرد مسألة ضبط معلمات أخذ العينات (Sampling Parameters) بشكل صحيح. فالنماذج الثلاثة، على اختلاف بنياتها وأساليب تدريبها الصادرة عن OpenAI وGoogle وAnthropic، تتقارب جميعها على نمط استكشاف معنوي أضيق نسبيًا مقارنة بالإنسان، ولا يستطيع أي قدر من ضبط درجة الحرارة محو هذا "البصمة" السلوكية تمامًا.

تتجاوز تداعيات هذه النتائج حدود الفضول العلمي في مجال علوم الإدراك. فالطلاقة اللفظية والمدى التداعي يُستخدمان غالبًا كمؤشرين على الإبداع وتوليد الأفكار، وحتى المرونة الإدراكية في السياقات السريرية. وإذا كانت النماذج اللغوية الكبيرة تستكشف فضاء المعاني بشكل أضيق بشكل منهجي مقارنة بالإنسان، فإن ذلك يحمل دلالات مباشرة على كل شيء من مساعدات العصف الذهني إلى الأدوات التعليمية التي تعتمد على هذه النماذج لمحاكاة التفكير المفتوح. كما يرفع هذا الأمر راية تحذيرية منهجية للباحثين الذين يستخدمون النماذج اللغوية الكبيرة كبدائل عن المشاركين البشريين في تجارب علم اللغة النفسي (Psycholinguistics)، ممارسة تزايدت شيوعًا مع تحسّن طلاقة هذه النماذج. تشير الدراسة إلى أن هذا الاستبدال قد يُدخل بصمت نمطًا إدراكيًا أضيق مما يفترض أنه يحاكيه.