أعلنت شركة جوجل عن إطلاق إطار عمل جديد للذكاء الاصطناعي يحمل اسم “التعلم الاجتماعي” والذي يسعى لتحسين قابلية العمل المشترك لنماذج اللغات الذكية دون التأثير سلباً على خصوصية الأفراد.
يتيح هذا النظام لأنظمة الذكاء الاصطناعي إمكانية التعلم المتبادل من خلال التواصل باللغة الطبيعية، ما يؤدي إلى تقاسم المعلومات وزيادة كفاءتها في أداء المهام المتنوعة.
باستخدام الأسلوب الجديد من جوجل، يُمكن للنماذج المستخدمة من قبل المعلمين أن تُشارك المعارف مع نماذج تستخدمها الطلبة بدون الحاجة إلى مشاركة البيانات الحساسة أو الشخصية بشكل مباشر، وذلك يحافظ على الخصوصية في الوقت الذي يُسهل فيه عملية التعلم.
في هذه الآلية، تأخذ نماذج الطلاب علمها من مجموعة متنوعة من نماذج المعلمين، حيث يُتقن كل فرد منهم مهارات معيّنة، كالتعرّف على الرسائل الإلكترونية غير المرغوب فيها، أو حل التساؤلات الحسابية، أو تقديم الإجابات للأسئلة استنادًا إلى النص المُعطى.
باستخدام الأمثلة التي تم تصنيفها من قبل البشر، يستطيع نماذج المعلمين أن تدرب نماذج الطلاب دون الضرورة لمشاركة البيانات الخام، مما يتيح التعامل مع القضايا المتعلقة بالخصوصية الناتجة عن تشارك البيانات.
علاوة على ذلك، تستطيع نماذج التدريس تكوين أمثلة جديدة أو وضع التوجيهات الخاصة بالمهام، ما يسهم بشكل ملموس في تعزيز العملية التعليمية.
أظهرت التجارب أن طريقة “التعلم الاجتماعي” كانت مؤثرة في تطوير مستوى أداء الطلاب في مجموعة متنوعة من المهام.
استعرضت النماذج الأمثلية التي أنشأها الخبراء الارتقاء بالكفاءة على نحو يضاهي البيانات الواقعية، مع تخفيض محفوفات انتهاك الخصوصية بشكل ملموس.
لقد بينت التوجيهات المتولدة من قبل نماذج المعلم فعاليتها في تحسين مستوى أداء نماذج الطلاب، ما يشير إلى الإمكانات الكبيرة التي تمتلكها النماذج اللغوية في التأقلم مع اتباع الأوامر المُعطاة.
لضمان الحفاظ على الخصوصية، استعان الباحثون بأدوات مثل “المشارك السري” لتقييم مدى تسرب المعلومات خلال عملية التعلم.
الدلائل توحي بنسبة ضئيلة جداً لتسرب المعلومات، ما يعزز مصداقية الإطار التعليمي في أداء مهامه دون الإفصاح عن معلومات خاصة من المجموعة البيانية الأساسية.
باستخدام تقليد آليات تعلم الإنسان الاجتماعي، تستطيع هذه الأنظمة أن تنقل المعلومات بكفاءة وأن تعزز من كفاءات بعضها البعض مع ضمان حماية خصوصية المستعملين.
يعد هذا المسار بإحراز تقدم في تطوير أنظمة الذكاء الاصطناعي التي تحترم الخصوصية في شتى القطاعات.
يسعى الباحثون لتعزيز بنية نظام “التعلم الاجتماعي” والتنقيب عن طرق استخدامه المتعددة في المهام وأنواع البيانات المتنوعة.