دیپلماسی محاسباتی در عصر مدل‌های زبانی بزرگ: ارائه یک پروتکل پژوهشی و چارچوب ارزیابی برای بررسی توانایی‌ها، اعتمادپذیری، سوگیری‌ها و الزامات نظارت انسانی در پشتیبانی هوشمند از مذاکرات و میانجی‌گری

نیاز بیگدلی¹

1) فارغ التحصیل کارشناسی علوم سیاسی، دانشکده حقوق و علوم سیاسی، دانشگاه تهران، ایران. ایمیل:

کد IOI مقاله : ACEE-ACZZEZ
محل انتشار : پنجمین کنفرانس بین المللی پژوهش در حسابداری، مدیریت، اقتصاد و علوم انسانی(meaconf.com)
چکیده :
    مدل‌های زبانی بزرگ (LLMs) به‌طور فزاینده‌ای توانمند شده‌اند تا اسناد پیچیده را خلاصه‌سازی کنند، مواضع و منافع را استخراج کنند، گزینه‌های حل‌وفصل ایجاد کنند، پیام‌های حساس را بازچارچوب‌بندی کنند و در مذاکرات چندمرحله‌ای مشارکت داشته باشند. با این حال، شواهد حاصل از بازی‌های چانه‌زنی، آزمایش‌های میانجی‌گری، ارزیابی‌های چندزبانه و مشورت‌گری تسهیل‌شده توسط هوش مصنوعی نشان نمی‌دهد که مدل‌های زبانی بزرگ در حال حاضر به اندازه کافی قابل اعتماد، بی‌طرف یا قابل حکمرانی برای استفاده در دیپلماسی بین‌المللی با پیامدهای مهم باشند. این مقاله یک پروتکل چندمرحله‌ای با روش ترکیبی و آماده ثبت پیشینی برای ارزیابی مدل‌های زبانی بزرگ به‌عنوان ابزارهای پشتیبان تصمیم‌گیری ــ نه دیپلمات‌های مستقل ــ در مذاکره و میانجی‌گری بین‌المللی ارائه می‌کند. این پروتکل در چارچوب دیپلماسی محاسباتی قرار گرفته و علم مذاکره، قابلیت اطمینان معرفتی، ممیزی سوگیری خلاف‌واقع و حکمرانی مسئولانه هوش مصنوعی را با یکدیگر تلفیق می‌کند. طراحی اصلی از ۲۴ سناریوی مبتنی بر اسناد عمومی یا سناریوهای مصنوعیِ به‌دقت کنترل‌شده تشکیل شده است که حوزه‌های صلح/امنیت، اختلافات تجاری/اقتصادی و حکمرانی چندجانبه را در بر می‌گیرد. یک پنل ثابت شامل پنج مدل در زبان‌های انگلیسی و فارسی، سه نقش متقارن، شرایط مبتنی بر اطلاعات مستند و بدون اطلاعات مستند، و چهار تکرار مستقل ارزیابی می‌شود که پیش از توسعه‌های احتمالی حساسیت‌سنجی، ۵۷۶۰ خروجی برنامه‌ریزی‌شده مدل تولید خواهد کرد. خروجی‌ها شامل استخراج مسائل و منافع، شناسایی BATNA/ZOPA، کیفیت گزینه‌ها، کیفیت میانجی‌گری، صحت و وفاداری اطلاعاتی، ثبات بین اجراهای مختلف، مدیریت عدم‌قطعیت، سوگیری ژئوپلیتیکی و فرهنگی، گرایش به مواضع سخت‌گیرانه و قابلیت ردیابی است. حداقل ۲۵ درصد از خروجی‌ها برای کدگذاری تخصصی کور و طبقه‌بندی‌شده انتخاب می‌شوند و در صورت امکان با ۱۲ تا ۲۰ مصاحبه نیمه‌ساختاریافته با متخصصان تکمیل خواهند شد. تحلیل تأییدی بر مدل‌های چندسطحی، تعاملات از پیش ثبت‌شده، کنترل مقایسه‌های چندگانه، اندازه اثر، بررسی‌های استحکام و پایایی بین ارزیابان متکی خواهد بود؛ یافته‌های کیفی نیز از طریق نمایش‌های تلفیقی با یکدیگر ادغام می‌شوند. این پروتکل برای تولید یک پروفایل ارزیابی پشتیبانی LLM-CD و یک ماتریس وظیفه–ریسک–کنترل طراحی شده است که میان کمک‌های کم‌خطر، استفاده‌هایی که نیازمند راستی‌آزمایی انسانی سخت‌گیرانه هستند، و وظایفی که برای اتکای عملیاتی نامناسب هستند تمایز ایجاد می‌کند. این چارچوب پرسش پژوهش را از این‌که آیا هوش مصنوعی «می‌تواند مذاکره کند» به این تغییر می‌دهد که در چه زمانی، برای چه وظایفی، تحت چه شرایط شواهدی و با چه کنترل‌های انسانی، پشتیبانی مدل‌های زبانی بزرگ در دیپلماسی می‌تواند قابل دفاع باشد.

کلمات کلیدی : دیپلماسی محاسباتی مدل‌های زبانی بزرگ حمایت محاسباتی از فرآیند مذاکره میانجی‌گری حکمرانی مسئولانه هوش مصنوعی سوگیری‌های ژئوپلیتیکی