هل تستطيع النماذج اللغوية تقليد سيكولوجية المستهلك؟ دراسة جديدة تختبر الذكاء الاصطناعي في مواجهة مجموعات التركيز البشرية

سؤال يتردد بصمت في أقسام التسويق منذ أشهر: هل يمكن لنموذج لغوي أن يحل محل مجموعة تركيز (Focus Group) بشرية حقيقية؟ ورقة بحثية جديدة نُشرت على أرشيف الأبحاث (arXiv) في 7 يوليو 2026 تحت الرقم التعريفي 2607.05761، تقدّم أدق مقارنة حتى الآن بين الردود الاصطناعية والبشرية في تقنيات البحث الإسقاطي (Projective Techniques)، وهي الأساليب النوعية التي يعتمد عليها المسوّقون لاستخراج ارتباطات المستهلك وعواطفه وحاجاته غير المصرّح بها.

تعتمد التقنيات الإسقاطية على محفزات غير مباشرة، من ارتباطات الكلمات إلى ردود الفعل على الصور وتمارين السرد المفتوح، للوصول إلى ما هو أعمق من الإجابات "المصقولة" التي يقدمها الناس في الاستبيانات المباشرة. وهي أداة أساسية في أبحاث العلامات التجارية لأنها، ببساطة، تقنيات يصعب تزييفها بشكل مقنع. وهذا بالضبط ما جعلها معيارًا صعبًا لاختبار الذكاء الاصطناعي التوليدي، واستفاد الباحثون من هذه الصعوبة لبناء منهجية مقارنة دقيقة.

آلية الدراسة

استند الفريق البحثي إلى دراسة استهلاكية حقيقية تتناول كيفية إدراك الناس للمدن السياحية، ثم حاول إعادة إنتاج تلك الردود البشرية باستخدام عدة نماذج لغوية كبيرة (LLMs). وتم تغيير استراتيجيات الحث (Prompting) وإعدادات درجة الحرارة (Temperature) عبر عدة تجارب، بما ولّد طيفًا واسعًا من المخرجات الاصطناعية لمقارنتها بالبيانات البشرية الأصلية. وبدلاً من الاعتماد على مقياس تشابه واحد، استخدم الباحثون حزمة من المقاييس اللغوية، ومؤشرات التنوع والتركّز، ونماذج المواضيع (Topic Modeling)، وتحليل تكرار الكلمات الأكثر شيوعًا، لتحديد أين تتطابق ردود الذكاء الاصطناعي مع الردود البشرية وأين تفترق عنها.

أين يصمد التطابق، وأين ينهار

النتيجة الرئيسية جاءت منقسمة. فعلى مستوى المواضيع العامة، سارت مخرجات النماذج اللغوية بالتوازي مع الردود البشرية: نفس الارتباطات العامة والمشاعر والمجموعات الموضوعية حول الوجهات السياحية ظهرت في كلا مجموعتي البيانات. وهذه إشارة مهمة لأي فريق تسويقي يريد استكشاف مشاعر المستهلكين سريعًا قبل الالتزام بميدانية بحثية مكلفة.

لكن هذا التشابه بدأ يتلاشى عند التدقيق الأعمق. رصدت الدراسة فجوات حقيقية في الأسلوب الكتابي والبنية اللغوية بين النصوص البشرية والآلية، إلى جانب اختلافات في درجة التنوع التي تولّدها كل جهة. فالمستجيبون البشريون أنتجوا نطاقًا أوسع وأكثر "عشوائية" من الصياغات والتفاصيل الفردية المميزة، وهو نوع من "الضجيج" (Noise) يعكس الخبرة المعاشة أكثر مما يعكس مطابقة أنماط إحصائية. في المقابل، أظهرت مخرجات النماذج اللغوية تركّزًا أكبر حول صياغات ومواضيع معينة، وهو ميل يُرجَّح أنه ناتج عن الطريقة التي تُدرَّب بها هذه النماذج لإنتاج نص سلس وعام، بدلاً من تأمل شخصي فردي.

لماذا يهم هذا صناعة أبحاث السوق

الانعكاسات هنا ذات حدّين على صناعة أبحاث السوق. من جهة، يشير التطابق الموضوعي إلى أن النماذج اللغوية يمكن أن تصلح كأداة مساعدة سريعة ومنخفضة التكلفة في مراحل البحث الاستكشافي الأولى، لمساعدة الفرق على اختبار تصميم الأسئلة أو صياغة الفرضيات قبل إجراء دراسات بشرية مكلفة. ومن جهة أخرى، تمثّل الفجوات البنيوية وفجوات التنوع تحذيرًا من التعامل مع المستجيبين الاصطناعيين كبديل كامل عن البشر الحقيقيين، خصوصًا في الأعمال الإسقاطية التي جوهر فكرتها هو رصد اللغة غير المتوقعة والمشبعة عاطفيًا التي ينتجها البشر فعليًا، وهي لغة تميل الآلات إلى "تسويتها" وتنميقها.

الورقة البحثية لم تقدّم حلاً لهذه الفجوة في التنوع، وتركتها كمسألة مفتوحة تنتظر استراتيجيات حث مستقبلية أو أساليب ضبط دقيق (Fine-tuning) قادرة على معالجتها.