يمكن للذكاء الاصطناعي فحص آلاف سجلات الشرطة في الوقت الذي يستغرقه محلل بشري لقراءة عدد قليل منها. لكن دراسة جديدة نُشرت على arXiv للباحث سام ريلينز تكشف مدى الحذر الذي يجب أن يُدار به هذا التسارع — خصوصًا عندما تتضمن السجلات بعضًا من أكثر الأشخاص هشاشة في المجتمع. تبحث الدراسة في مدى جودة أداء نماذج اللغة الكبيرة في تحديد مؤشرات الهشاشة في سجلات الحوادث لدى الشرطة في المملكة المتحدة، وتبيّن أن النتائج أكثر تعقيدًا مما قد يتوقعه المتفائلون أو المتشككون في الذكاء الاصطناعي.
Summary
أهم النقاط
- حللت الدراسة ما يقرب من 3,000 سجل حوادث منزوعة الهوية من إحدى قوات الشرطة في المملكة المتحدة لتقدير مدى انتشار أربعة مؤشرات للهشاشة.
- تم الإبلاغ عن سوء الصحة النفسية في حوالي حادث واحد من كل خمسة حوادث — وهو الأكثر شيوعًا بين المؤشرات الأربعة المقاسة.
- تبيّن أن تصنيفات النموذج اللغوي في مرور واحد غير مستقرة وأنها تُسند مؤشرات الهشاشة بشكل مفرط ومنهجي مقارنة بالحكم البشري.
- تم استخدام نموذج لغوي كبير مفتوح الأوزان ومُستضاف محليًا طوال الدراسة، بما يعكس متطلبات أمن البيانات الصارمة في بيئات عمل الشرطة.
- يمكن تحقيق تقديرات على مستوى السكان، ولكنها تتطلب مراجعة بشرية كبيرة وتصحيحًا إحصائيًا، مما يحد من قابليتها للتوسع عمليًا.
المنهجية ومصادر البيانات
تعتمد الدراسة على ما يقرب من 3,000 سجل حوادث منزوعة الهوية من إحدى قوات الشرطة في المملكة المتحدة — وهي مجموعة بيانات كبيرة بما يكفي لإنتاج أنماط ذات دلالة إحصائية، لكنها تحمل أيضًا التعقيد الواقعي لكتابة ضباط الشرطة في الخطوط الأمامية. فهذه ليست استجابات استبيان منظمة؛ بل هي روايات سردية مكتوبة تحت الضغط، مليئة بالاختصارات والغموض وعدم الاتساق.
تكييف خط أنابيب أمريكي مع بيانات شرطة المملكة المتحدة
تم تطوير خط التصنيف المركزي في البحث في الأصل باستخدام بيانات مفتوحة المصدر من شرطة الولايات المتحدة، ثم جرى تكييفه مع السياق البريطاني. وهذا التكييف مهم. إذ تختلف مفردات العمل الشرطي، وهياكل الخدمات، وأعراف التسجيل بين البلدين بما يكفي لجعل النقل المباشر غير موثوق. ولا تدّعي الدراسة أن عملية التكييف كانت سلسة، وقد تعكس بعض تحديات الدقة الملحوظة جزئيًا هذا التوتر بين الاختصاصات.
التشغيل على نموذج مُستضاف محليًا
كان أحد القرارات التصميمية الأكثر أهمية من الناحية العملية هو اختيار تشغيل خط الأنابيب بالكامل على نموذج لغوي كبير مفتوح الأوزان ومُستضاف محليًا. لم يكن هذا تفضيلًا أكاديميًا — بل يعكس الواقع القانوني والعملي الذي يمنع قوات الشرطة من إرسال بيانات الحوادث الحساسة إلى خدمات سحابية خارجية. فأي نظام ذكاء اصطناعي يرغب في العمل داخل بيئة شرطية يجب أن يلتزم بهذه القيود، وقد بُنيت هذه الدراسة على هذا الأساس منذ البداية.
مؤشرات الهشاشة وأداء النماذج اللغوية الكبيرة
تستهدف منظومة التصنيف أربعة مؤشرات هي سوء الصحة النفسية، إساءة استخدام المواد، الاعتماد على الكحول، والتشرد. يمثل كل منها بُعدًا من أبعاد الهشاشة التي يتعين على العمل الشرطي أن يأخذها في الحسبان بشكل متزايد — ليس لأن الشرطة عاملون اجتماعيون، بل لأن الأشخاص الهشّين يتفاعلون مع نظام العدالة بمعدلات غير متناسبة، وفهم هذا التفاعل يتطلب بيانات.
الصحة النفسية تهيمن على الصورة
ظهرت مؤشرات سوء الصحة النفسية في حوالي حادث واحد من كل خمسة حوادث — أي نحو 20% من مجموعة البيانات. كانت المؤشرات الثلاثة الأخرى أقل تكرارًا، رغم أن الدراسة لا تقدم تفصيلات فردية لإساءة استخدام المواد، أو الاعتماد على الكحول، أو التشرد، بخلاف الإشارة إلى انخفاض انتشارها. إن هذا الرقم — واحد من كل خمسة — لافت للنظر: فهو يشير إلى أن جزءًا كبيرًا من العمل الشرطي الروتيني ينطوي بالفعل على أشخاص يمرون بصعوبات في الصحة النفسية، مع ما يترتب على ذلك من آثار كبيرة على تخصيص الموارد، والتدريب، والتخطيط للاستجابة متعددة الوكالات.
مشكلة الإسناد المفرط
هنا تبدأ التكنولوجيا في مواجهة المشكلات. عندما أُتيح للنموذج اللغوي مرور واحد فقط لتصنيف كل سجل، كانت مخرجاته غير مستقرة ومنحازة منهجيًا. فتمرير النص نفسه عبر النموذج مرتين قد ينتج تصنيفات مختلفة. وعند تجميع هذه المخرجات، يُسند النموذج المؤشرات بشكل مفرط باستمرار — فيُبلغ عن عدد أكبر من الحالات التي تنطوي على سوء صحة نفسية أو إساءة استخدام مواد أو تشرد مقارنة بما يقرره المراجع البشري. هذا النوع من التضخيم المنهجي ليس مجرد مسألة معايرة بسيطة؛ بل من شأنه أن يشوّه ماديًا أي استنتاجات سياسية تُستمد من الأرقام الخام.
تعكس هذه النتيجة تحديًا أوسع في نشر نماذج اللغة الكبيرة على نصوص إدارية واقعية. فالسجلات الشرطية لا تُكتب لتكون قابلة للقراءة الآلية. فهي تحتوي على سياقات ضمنية، ولغة اصطلاحية، وثغرات يملؤها القارئ البشري تلقائيًا، لكن النموذج اللغوي قد يسيء تفسيرها أو يبالغ في تفسيرها. وتشير نزعة النموذج إلى الإسناد المفرط إلى أنه يلتقط إشارات لغوية ترتبط بشكل فضفاض بالهشاشة لكنها لا تؤكدها.
التحديات والقيود في تصنيف النماذج اللغوية الكبيرة
تعالج منهجية الدراسة مشكلة الإسناد المفرط من خلال عملية متعددة المراحل تجمع بين استدلال متكرر للنموذج، وتجميع التسميات، ومراجعة بشرية منظمة، وتصحيح إحصائي. وعمليًا، يعني هذا تشغيل النموذج عدة مرات، ومقارنة المخرجات، ثم تكليف مراجعين بشريين بتقييم الحالات التي كان النموذج فيها غير متسق أو التي كانت درجاتها المجمعة على الحدود. ثم طُبّق تعديل إحصائي لتقريب تقديرات الانتشار النهائية مما قد ينتجه الحكم البشري.
عبء المراجعة البشرية
تنجح هذه العملية — لكنها مكلفة. يشير ريلينز إلى أن تصحيح الانحيازات في مخرجات النموذج الخام تطلّب مدخلات بشرية كبيرة وتعديلًا إحصائيًا، وأن قدرًا معتبرًا من عدم اليقين ظل قائمًا حتى بعد التصحيح. في سياق بحثي، يُعد هذا مقايضة مقبولة. أما في بيئة عمل شرطية تشغيلية ذات موارد تحليلية محدودة، فإنه يثير تساؤلات جدية حول ما إذا كانت الفوائد تبرر الاستثمار على نطاق واسع.
غير مناسب للقرارات الفردية
تؤكد الدراسة بشكل صريح على نقطة حاسمة: لا يمكن استخدام مخرجات النماذج اللغوية الكبيرة كقياسات صالحة لاتخاذ قرارات تشغيلية فردية. فما زالت الأخطاء على مستوى السجل متكررة وغير متوقعة. والنظام الذي يخطئ في تقييم الحالة النفسية أو وضع السكن لشخص ما في سياق له تبعات تشغيلية لا يكون مجرد غير دقيق — بل قد يؤدي إلى نتائج ضارة للأشخاص الذين يُصنَّفون خطأً. وقد صُمم خط الأنابيب هذا وتمت موازنته للتحليل على مستوى السكان فقط، وليس للاستخدام الفردي.
مسار كثيف الموارد نحو تقديرات قابلة للدفاع
على مستوى السكان، تخلص الدراسة إلى أن تحقيق تقديرات انتشار قابلة للدفاع ممكن — ولكن فقط مع تطبيق المنهجية الكاملة. فإذا أُزيلت طبقة المراجعة البشرية أو تم تجاوز التصحيح الإحصائي، تعود المخرجات إلى التصنيفات المتضخمة وغير المستقرة للنشر الساذج. ويُعد هذا السقف المفروض على الأتمتة السهلة أحد أهم النتائج العملية في الورقة.
ما الذي يعنيه هذا لممارسة العمل الشرطي
الطموح الأوسع وراء هذا البحث يستحق أن يُذكر بوضوح. فإذا تمكنت قوات الشرطة من تقدير مدى تكرار مواجهة ضباطها لأشخاص يعانون من سوء الصحة النفسية أو التشرد أو الاعتماد على المواد بشكل موثوق، يمكن لتلك البيانات أن تُوجّه كل شيء بدءًا من برامج تدريب الضباط وصولًا إلى مسارات الإحالة متعددة الوكالات وتخصيص الميزانيات. ويمكن للبيانات الإدارية — سجلات الحوادث التي يدوّنها الضباط بشكل روتيني — أن تتحول إلى مصدر لرؤى استراتيجية بدلًا من أن تبقى أرشيفًا سلبيًا.
تُظهر الدراسة أن تصنيف التعلم الآلي يمكن أن ينقل هذا الطموح من مستوى النظري إلى الممكن، ولكن ليس بتكلفة زهيدة ولا من دون إشراف بشري مدمج في العملية. يبرهن خط الأنابيب الذي طوّره ريلينز على بنية قابلة للتطبيق: استضافة محلية لضمان الأمان، وتمريرات متعددة لتحقيق الاستقرار، ومراجعة بشرية لضمان الدقة. لكنه لا يوفر طريقًا مختصرًا. وتشير النتائج إلى أن أي قوة شرطة تفكر في أدوات مماثلة يجب أن تقيّم بصدق حجم الاستثمار المطلوب — في إعداد النموذج، وقدرات المراجعة البشرية، والخبرة الإحصائية — مقابل حجم الرؤى المتولدة.
هناك أيضًا سؤال حول ما سيحدث مع نضوج هذه الأدوات. فالمحدوديات الحالية المتعلقة بعدم استقرار المرور الواحد والإسناد المفرط المنهجي تعود جزئيًا إلى خصائص النماذج المستخدمة وقد تتحسن مع تطور النماذج مفتوحة الأوزان وزيادة معايرتها على النصوص الإدارية. لكن التحدي الجوهري المتمثل في تطبيق مخرجات ذكاء اصطناعي احتمالية على قرارات تخص أفرادًا هشّين من غير المرجح أن يختفي مع الجيل التالي من النماذج. وسيظل هذا التوتر — بين الفائدة على المستوى الكلي والموثوقية على المستوى الفردي — القيد المحدِّد لاستخدام النماذج اللغوية الكبيرة في تحديد الهشاشة في سياقات العمل الشرطي التشغيلي في المستقبل المنظور.
الأسئلة الشائعة
ما مؤشرات الهشاشة التي استهدفتها الدراسة في سجلات حوادث شرطة المملكة المتحدة؟
استهدفت الدراسة أربعة مؤشرات: سوء الصحة النفسية، إساءة استخدام المواد، الاعتماد على الكحول، والتشرد. وكان سوء الصحة النفسية الأكثر انتشارًا، إذ ظهر في حوالي حادث واحد من كل خمسة حوادث تم تحليلها.
هل يمكن للنماذج اللغوية الكبيرة المضبوطة بدقة تصنيف مؤشرات الهشاشة في بيانات شرطة المملكة المتحدة بشكل موثوق على مستوى الحالات الفردية؟
لا. تبيّن أن تصنيفات النموذج في مرور واحد غير مستقرة وتميل إلى الإسناد المفرط للمؤشرات مقارنة بالحكم البشري، مما يؤدي إلى أخطاء متكررة تجعلها غير مناسبة للقرارات التشغيلية الفردية.
كيف يضمن خط أنابيب التصنيف أمان البيانات عند معالجة سجلات حوادث شرطة المملكة المتحدة؟
يعمل خط الأنابيب على نموذج لغوي كبير مفتوح الأوزان ومُستضاف محليًا، ما يعني أن بيانات الحوادث لا تُرسل أبدًا إلى خدمات سحابية خارجية — وهو شرط للامتثال لمعايير بيئة بيانات الشرطة الآمنة.
هل يمكن تحقيق تقديرات للهشاشة على مستوى السكان باستخدام النماذج اللغوية الكبيرة؟
نعم، ولكن فقط مع دعم منهجي كبير. يمكن تحقيق تقديرات قابلة للدفاع على مستوى السكان عندما يدمج خط الأنابيب استدلالًا متكررًا للنموذج، ومراجعة بشرية منظمة، وتصحيحًا إحصائيًا — وهي عملية تصفها الدراسة بأنها كثيفة الموارد.
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”ما مؤشرات الهشاشة التي استهدفتها الدراسة في سجلات حوادث شرطة المملكة المتحدة؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”استهدفت الدراسة أربعة مؤشرات: سوء الصحة النفسية، إساءة استخدام المواد، الاعتماد على الكحول، والتشرد. وكان سوء الصحة النفسية الأكثر انتشارًا، إذ ظهر في حوالي حادث واحد من كل خمسة حوادث تم تحليلها.”}},{“@type”:”Question”,”name”:”هل يمكن للنماذج اللغوية الكبيرة المضبوطة بدقة تصنيف مؤشرات الهشاشة في بيانات شرطة المملكة المتحدة بشكل موثوق على مستوى الحالات الفردية؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”لا. تبيّن أن تصنيفات النموذج في مرور واحد غير مستقرة وتميل إلى الإسناد المفرط للمؤشرات مقارنة بالحكم البشري، مما يؤدي إلى أخطاء متكررة تجعلها غير مناسبة للقرارات التشغيلية الفردية.”}},{“@type”:”Question”,”name”:”كيف يضمن خط أنابيب التصنيف أمان البيانات عند معالجة سجلات حوادث شرطة المملكة المتحدة؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”يعمل خط الأنابيب على نموذج لغوي كبير مفتوح الأوزان ومُستضاف محليًا، ما يعني أن بيانات الحوادث لا تُرسل أبدًا إلى خدمات سحابية خارجية — وهو شرط للامتثال لمعايير بيئة بيانات الشرطة الآمنة.”}},{“@type”:”Question”,”name”:”هل يمكن تحقيق تقديرات للهشاشة على مستوى السكان باستخدام النماذج اللغوية الكبيرة؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”نعم، ولكن فقط مع دعم منهجي كبير. يمكن تحقيق تقديرات قابلة للدفاع على مستوى السكان عندما يدمج خط الأنابيب استدلالًا متكررًا للنموذج، ومراجعة بشرية منظمة، وتصحيحًا إحصائيًا — وهي عملية تصفها الدراسة بأنها كثيفة الموارد.”}}]}
تم إعداد هذه المقالة بمساعدة الذكاء الاصطناعي ومراجعتها من قبل الفريق التحريري.
