ورقة بحثية: لجنة من وكلاء الذكاء الاصطناعي قد تتفق ومع ذلك تكون مخطئة

اطرح السؤال نفسه على عدة نماذج لغوية كبيرة، ولن تجيب دائماً بالإجابة ذاتها. وما يحدث بعد ذلك هو ما يحدد إن كان هذا التنوع مفيداً أم ضاراً. يحسم التصويت أو قاعدة انتخابية أو مُحكِّم من نموذج لغوي كبير الانقسام، وينتهي الاستدلال عند هذا الحد. وتزعم ورقة بحثية قُدِّمت إلى arXiv في 10 سبتمبر 2026 أن المشكلة تبدأ عند هذه الخطوة بالتحديد.

الورقة تحمل عنوان When Agents Disagree: Bayesian Backward Reasoning as a Label-Free Anchor for Multi-Agent Collective Decision-Making. وهي لا تستهدف النموذج الفردي، بل الطبقة التي تعلو مجموعة من النماذج.

لماذا يرث التصويت الخطأ نفسه

تبدو عملية التصويت والقواعد الانتخابية ومُحكِّمو النماذج اللغوية الكبيرة آليات مختلفة لحل الخلاف. ومع ذلك يصنّفها المؤلفون معاً. فالثلاثة تستدل إلى الأمام: تأخذ الأدلة وتُسقطها على تسمية في اتجاه واحد. والتقديرات الناتجة عن هذه العملية تتشارك ما تسميه الورقة التحليل العاملي نفسه من الأدلة إلى التسمية، والتقديرات المبنية على تحليل عاملي مشترك واحد قد تحمل أخطاءً مترابطة لا مستقلة.

هذا التمييز يحمل الحجة بأكملها. فإذا فشل خمسة وكلاء لأسباب غير مترابطة، فإن جمعهم يلغي الضجيج. أما إذا فشلوا للسبب نفسه، فإن الإجابة المجمّعة تتفق مع الخطأ وتبدو واثقة وهي تفعل ذلك. ولا تدّعي الورقة أن الأساليب الأمامية تفشل معاً دائماً، بل إنها قد تفعل، وإن نمط الفشل هذا غير مرئي من المخرجات وحدها.

تشغيل النموذج في الاتجاه المعاكس

البديل المقترح هو بناء تقدير ثانٍ من الاتجاه الآخر. فبالنسبة لكل حالة، يبني المؤلفون توزيعاً بعدياً عكسياً عبر استدلال بايزي عكسي انطلاقاً من دالة أرجحية صريحة. وفي تأطيرهم، يمثل التوزيعان البعديان الأمامي والعكسي تقريبين مختلفَي التحليل العاملي للتوزيع البعدي الكامن نفسه، وهذا ما يجعلهما مفيدين كزوج.

ثم يتحول الاستدلال إلى احتمالي. فالتقديرات التي تصل عبر تحليلات عاملية مختلفة "قد تنزع إلى تشارك الخطأ نفسه بمعدل أقل"، كما تنص الخلاصة، وهو افتراض حول استقلالية الخطأ لا برهان عليها. وللانتقال به إلى حيّز التطبيق، يستخدم المؤلفون تباعد جنسن-شانون لترتيب الوكلاء وفق الاتساق عبر المسارين، وهو مقياس لمدى تطابق إجابة الوكيل الأمامية مع المسار العكسي.

ثلاث طرق لإنفاق إشارة الاتساق

يدعم هذا الترتيب ثلاث استراتيجيات للتجميع، جميعها مُقيَّمة على DDXPlus عبر خمسة نماذج أساسية من النماذج اللغوية الكبيرة.

الاستراتيجية	الآلية	النتيجة المُفاد بها
MinJS	اختيار صارم: انتقاء الوكلاء وفق درجة الاتساق	يتفوق على الاختيار العشوائي عبر النماذج الخمسة كافة
FwdJS	إعادة ترجيح ناعمة: الإبقاء على كل وكيل وتعديل تأثيره	يحسّن عموماً على أقوى خط أساس
LogLin	دمج لوغاريتمي-خطي للمجموعة المرتَّبة	أفضل أداء بين الطرق المُقيَّمة

توزّع هذه المكاسب يهم أكثر من العنوان العريض. فأكبر تحسينات LogLin تقع على المجموعة الفرعية من الحالات التي يختلف فيها الوكلاء. وطريقة لا تساعد إلا حيث يتفق الوكلاء أصلاً ستقوّض فرضيتها نفسها، لذا فهذه هي النتيجة التي تستند إليها الورقة.

حيث يضعف المرتكز العكسي

هناك تفصيل مُفاد به واحد يتعارض مع قراءة بسيطة للطريقة. فبمفرده، يكون التوزيع البعدي العكسي أقل دقة من البدائل الأمامية وحدها التي يُفترض أن يحسّنها. ولا يخفي المؤلفون ذلك. وهم يرون أن قيمته تكمن في كونه مرتكزاً أنفع من بديل أمامي فقط، لأنه يسهم بمعلومات لا تستطيع المجموعة الأمامية إنتاجها بمفردها.

ما لا تقوله نتيجة DDXPlus

لا تحتوي الخلاصة على أي أرقام. فلا يوجد رقم للدقة، ولا هامش فوق خط أساس، ولا فترة ثقة، ولا نتيجة لكل نموذج أساسي، ولا تُسمّى النماذج الخمسة للنماذج اللغوية الكبيرة قط. و"أفضل أداء بين الطرق المُقيَّمة" هو أقوى ادعاء كمّي في النص، وهو ترتيب لا قياس. وعلى من يوازن بين هذا النهج وخط إنتاجي أن يتعامل مع ذلك كثغرة ينبغي التحقق منها في الورقة الكاملة، لا كرقم محسوم.

وهناك خيط ثانٍ يستحق التتبع. فالطريقة تُقدَّم كمرتكز خالٍ من التسميات، أي أنها ترتّب الوكلاء دون إجابات مرجعية. لكن الورقة تضيف أنه عند توافر بيانات موسومة، يمكن لمعايرة خفيفة من مرحلتين أن تصقل المرتكز العكسي أكثر وتحسّن التجميع. لذا تعمل التقنية دون تسميات وتعمل أفضل بها، ما يترك اختيار الصيغة مرتبطاً بالبيانات التي قد تتوافر للفريق أو لا تتوافر.

الفجوة التي تشير إليها الورقة بنيوية لا طارئة. فطرق التجميع تدمج التقديرات دون فصل حالات الفشل المستقلة عن المشتركة، ويمكن لأغلبية واثقة أن تخفي الفرق. والاستدلال البايزي العكسي طريقة واحدة للسؤال عمّا إذا كانت المجموعة متنوعة بالطريقة التي تهم. أما ما إذا كان هذا السؤال يصمد خارج DDXPlus فذلك متروك للنص الكامل ولكل من يحاول إعادة إنتاجه.