يذكرنا ChatGPT بأهمية الأسئلة الجيدة

استخدم أكثر من 100 مليون شخص ChatGPT في يناير وحده ، وفقًا لأحد التقديرات ، مما يجعله التطبيق الأسرع نموًا للمستهلكين في التاريخ. من خلال إنتاج السير الذاتية والمقالات والنكات وحتى الشعر استجابةً للمطالبات ، فإن البرنامج يسلط الضوء ليس فقط على قوة القبض على نماذج اللغة ، ولكن أهمية صياغة أسئلتنا بشكل صحيح.

ولتحقيق هذه الغاية ، أطلقت قبل بضع سنوات مبادرة 100 سؤال ، والتي تسعى إلى تحفيز التحول الثقافي في الطريقة التي نستفيد بها من البيانات ونطور الرؤى العلمية. لا يهدف المشروع إلى طرح أسئلة جديدة فحسب ، بل يهدف أيضًا إلى إعادة تخيل عملية طرحها.

الجوع الشديد للحصول على إجابات

كنوع ومجتمع ، نميل إلى البحث عن إجابات. يبدو أن الإجابات توفر إحساسًا بالوضوح واليقين ، ويمكن أن تساعد في توجيه إجراءاتنا وقراراتنا المتعلقة بالسياسة. ومع ذلك ، فإن أي إجابة تمثل مرحلة نهائية مؤقتة لعملية تبدأ بالأسئلة – وغالبًا ما يمكن أن تولد المزيد من الأسئلة. لفت أينشتاين الانتباه إلى الأهمية الحاسمة لكيفية صياغة الأسئلة ، والتي يمكنها في كثير من الأحيان تحديد (أو على الأقل تلعب دورًا مهمًا في تحديد) الإجابات التي نصل إليها في النهاية. ضع إطارًا لسؤال بشكل مختلف وقد يصل المرء إلى إجابة مختلفة. ومع ذلك ، كمجتمع ، فإننا نقلل من قيمة فعل الاستجواب – من يصوغ الأسئلة ، وكيف يفعلون ذلك ، وتأثيرها على ما نحقق فيه ، وعلى القرارات التي نتخذها. كما أننا لا نولي اهتمامًا كافيًا لما إذا كانت الإجابات تتناول في الواقع الأسئلة المطروحة في البداية.

تلعب الأسئلة دورًا رئيسيًا في العديد من جوانب حياتنا. تعتبر الأسئلة الصحيحة حاسمة ، على سبيل المثال ، للعملية العلمية ، وهي تقود الاستقصاء والاستكشاف عبر مجموعة واسعة من الموضوعات والقضايا وتشكيل السياسة العامة. ضع في اعتبارك قائمة معتمدة من الحكومة للقاحات الموصى بها لأطفال المدارس. تمثل هذه القائمة نقطة نهاية (إجابة) في عملية طويلة. ومع ذلك ، ما هي الأسئلة التي بدأ بها العلماء وصناع القرار للوصول إلى هذه القائمة؟ ما هي أهداف الصحة العامة التي حددوها بأنفسهم ، وكيف حددوا الفعالية وما هي نقاط التوقف التي اختاروها في تحقيق التوازن بين الفوائد والمخاطر؟ مثل هذه الأسئلة لها دور حاسم تلعبه في الاختيار النهائي للقاحات المدرجة في القائمة ، وكذلك في الصحة العامة.

تميل التقارير العلمية إلى التركيز على النتائج والأفكار. هذه تمثل معلومات المرحلة النهائية أو المستوى الأعلى. كما يوضح المثال أعلاه ، فإن المزيد من الاهتمام بالأسئلة وطريقة تأطيرها سيساعد في وضع معلومات المرحلة النهائية في سياقها ، مما يسمح لواضعي السياسات والمواطنين على حد سواء باتخاذ قرارات أفضل وأكثر مسؤولية.

الأسئلة أيضا تعطي قيمة للبيانات. يركز الكثير من التقارير والتعليقات اليوم على كمية البيانات المتولدة والحاجة إلى فتحها للاستهلاك العلمي والعامة – أي توفير البيانات الخام. لكن الأسئلة هي ما يحول البيانات الأولية إلى معلومات: الأسئلة التي نطرحها تحدد المشاكل التي نسعى لحلها ، مما يسمح لنا بالاستفادة من البيانات من أجل الصالح العام.

لماذا يجعل الذكاء الاصطناعي علم التساؤل أكثر إلحاحًا

إن ظهور نماذج اللغة الكبيرة (LLMs) ومجال الهندسة السريعة قد عرّضنا لأهمية صياغة الأسئلة بشكل صحيح ، للحصول على ماجستير لتقديم إجابات (تظل صحة هذه الإجابات وصدقها مشكلة ، رغم ذلك). ولكن قبل أن تصبح الهندسة السريعة ذات صلة ، من المهم الإشارة إلى أنه عندما يطور مهندسو الذكاء الاصطناعي نموذجًا للتعلم الآلي يتعلم من البيانات ، فإن ما يتعلمه – أي النموذج نفسه – يعتمد على السؤال الذي يسعى المرء للإجابة عليه من البيانات.

من المهم أيضًا أن تضع في اعتبارك أن الإجابات التي تقدمها أنظمة الذكاء الاصطناعي قد تعكس التحيزات أو الثغرات في البيانات الأساسية. تم تسليط الضوء على هذه المشكلة ، على سبيل المثال ، في سياق أنظمة الأسئلة والأجوبة الآلية مثل Alexa و Siri ، والتي توفر إجابات لعدد كبير من الأسر لمجموعة متنوعة من المهام والأسئلة اليومية. يجب أن يكون اكتشاف وتطوير طرق لصياغة الأسئلة بحيث تتغلب على بعض التحيزات المتأصلة في البيانات جزءًا مهمًا من ممارسة ونظرية الهندسة السريعة – وبشكل أعم ، من علم الأسئلة الناشئ في عصر البيانات.

قد يتم زيادة دور الأسئلة في البيئة الرقمية ، لكن أهميتها تمتد في الواقع إلى أبعد من ذلك بكثير. هناك تقليد طويل ، يعود على الأقل إلى سقراط والعديد من مدارس الفكر الشرقي ، لاستخدام الأسئلة في طرق التدريس والأشكال المختلفة للتعلم البشري والاجتماعي. كتب آخرون عن الحاجة إلى “أصول التدريس في التساؤل”. وفي الآونة الأخيرة ، كان العلماء والعلماء يستكشفون استخدام الطريقة السقراطية في تحليلات البيانات وتعزيز المعرفة بالبيانات.

أسئلة لمكافحة الحمل الزائد للمعلومات

في النهاية ، من خلال مساعدتنا على فهم ما هو مهم حقًا ، فإن الأسئلة هي محركات للتغيير والتحسين المجتمعيين. إنها تساعد في تحديد الأولويات ، وتسمح لنا بتخيل البدائل. على هذا النحو ، الأسئلة سياسية. وكما أوضح بيري زورن في سياسة الفضول غالبًا ما تكون التزاماتنا السياسية مصدرًا للأسئلة التي نعتقد أنها تستحق طرحها.

نظرًا لأن المجتمع مثقل بالبيانات والنتائج المستمدة من البيانات ، فقد ابتعدنا بشكل متزايد عن الأسئلة. يمثل هذا المنشور تبريرًا أوليًا لما قد نعتقد أنه علم جديد للأسئلة.

لتحديد وإنشاء مثل هذا العلم ، نحتاج إلى أن نبدأ ، في الواقع ، بطرح سلسلة من الأسئلة على أنفسنا. كيف يمكننا جعل التقارير العلمية أكثر تركيزًا على الأسئلة المطروحة في العلوم؟ ما هي الأسئلة الجيدة (والأسئلة السيئة)؟ كيف يمكننا استكمال علم البيانات بعلم جديد من الأسئلة؟ كيف يمكننا تمكين المتعلمين من أن يصبحوا مستجوبين؟ كيف نضمن أن يكون الاستجواب شاملاً وخاليًا من التحيز؟ كيف نلبي إمكانات التعلم الآلي والذكاء الاصطناعي بأسئلة جيدة؟

تتطلب مواجهة مثل هذه الأسئلة والإجابة عليها جهدًا جديدًا متعدد التخصصات من شأنه أن يجمع العلماء وعلماء البيانات وكتاب العلوم والجهات الفاعلة في التغيير الاجتماعي والفنانين والخبراء التربويين. إن لمحات من هذه الجهود جارية بالفعل. لكننا بحاجة إلى مزيد من التفاعل عبر المعلومات والصوامع التأديبية ، ونحتاج إلى تعزيز المحادثات التي تحول تركيز مجتمعنا بعيدًا عن الإجابات ونحو السياق والغرض – نحو طرح الأسئلة الصحيحة في الواقع.

شارك في كتابة المقال أنيل أنانثاسوامي ، كاتب علمي وكاتب سابق لمجلة نيو ساينتست.