دراسة: ربع مليون محادثة تكشف كيف يستخدم الناس كلود للتعلم وحل مشكلات العمل

طلب مستخدمون من كلود أن يشرح لهم الأفكار والخطوات، ولم يقتصر تفاعلهم معه على طلب نص أو إجابة، ورصد تحليل لنحو ربع مليون محادثة ظهور طلب الشرح في قرابة ثلثي التفاعلات، كما وجد أن المستخدمين يزدادون مشاركة عندما تحمل المهمة تبعات، ويقترب طول المحادثات من الضعف عند مقارنة المهام العابرة بتلك التي يصعب التراجع عن آثارها، وصنف الباحثون 56% من المحادثات عند مستوى ذي تبعات أو أعلى.

وتكشف هذه المشاهدات جانبًا من استخدام الذكاء الاصطناعي لا يظهر عند النظر إلى السؤال الأول والإجابة الأولى وحدهما، فالمستخدم قد يعيد صياغة المشكلة، أو يعترض على تفسير، أو يسأل عن سبب اختيار خطوة، ومن زاوية تقييم الاستخدام، فإن عدد الرسائل لا يكفي للحكم على فائدته، إذ يحتاج الفحص إلى معرفة ما إذا كان النقاش قد عالج موضع الالتباس، وما الذي أصبح المستخدم قادرًا على تفسيره بنفسه.

نتائج الدراسة

ووفقًا لتقرير نشره معهد ستانفورد للذكاء الاصطناعي المتمحور حول الإنسان، تحمل الدراسة عنوان "تعاون الإنسان والذكاء الاصطناعي على نطاق واسع، أهمية المهمة والتحكم والاحتكاك عبر 250 ألف محادثة"، واعتمدت محادثات أُخفيت هويات أصحابها، وكانت مقبولة للنشر في Nature Human Behaviour عند عرضها، ورصد الفريق احتكاكًا في نحو نصف المحادثات، ويعني ذلك لحظات اختلاف أو تعثر قد تدفع إلى التوضيح أو تعطل المهمة، وفي قرابة 80% من الحالات التي شهدت احتكاكًا يعرقل التعاون، حاول المستخدم استعادة مسار الحوار، وتبقى الدراسة تحليلًا لسلوك ظهر في المحادثات، فلا تثبت أن إطالة النقاش تحسن كل إجابة، ولا تمثل بيانات كلود جميع مستخدمي التطبيقات، ويمكن اقتراح استخدام يستفيد من هذه الملاحظات عبر تحديد موضع الاعتراض وطلب تفسير الافتراض أو الدليل الذي بنيت عليه الإجابة، ثم تقييم ما تغير بعد التوضيح، فطلب الشرح يصبح مفيدًا عندما يساعد صاحبه على فحص الحل ومراجعته.