التحقق من المعلومات في عصر الذكاء الاصطناعي: القراءة الجانبية وكشف الهلوسة
يتعرض المتعلم اليوم لكميات هائلة من المعلومات، بعضها دقيق وبعضها مضلل أو مختلق. ومع انتشار النماذج اللغوية التي تنتج نصوصاً مقنعة، صار التحقق مهارة أساسية لا تخص الصحفيين والباحثين وحدهم. تقدم هذه المادة أدوات عملية مستندة إلى أبحاث منشورة لتقييم المعلومات الرقمية ومخرجات الذكاء الاصطناعي.
اضطراب المعلومات: ثلاثة أنواع
يميز تقرير كلير واردل وحسين درخشان المنشور لدى مجلس أوروبا عام 2017 بين ثلاثة أنواع من «اضطراب المعلومات»:
- المعلومات الخاطئة: معلومات غير صحيحة تُنشر دون قصد الإضرار.
- المعلومات المضللة: معلومات غير صحيحة تُنشر عمداً بهدف التضليل أو الإضرار.
- المعلومات المؤذية: معلومات صحيحة تُنشر بقصد الإيذاء، مثل كشف خصوصيات الأفراد.
ويساعد هذا التمييز على اختيار الاستجابة المناسبة، فالتصحيح يكفي أحياناً، بينما يتطلب التضليل المتعمد تحقيقاً أعمق في المصدر ودوافعه.
القراءة الجانبية: كيف يتحقق الخبراء؟
درس سام واينبرغ وسارة ماكغرو كيف يقيّم مدققو الحقائق المحترفون المواقع الإلكترونية مقارنة بالمؤرخين وطلاب الجامعات. وجدا أن المدققين لا يطيلون البقاء في الصفحة نفسها ولا يكتفون بشكلها أو بما تقوله عن نفسها، بل يفتحون نوافذ جديدة بسرعة ليبحثوا عما تقوله مصادر أخرى عن الجهة الناشرة. وقد سمّيا هذه الممارسة «القراءة الجانبية»، وبيّنا أنها توصل إلى أحكام أدق في وقت أقصر.
خطوات عملية للتحقق
يلخص مايك كولفيلد وسام واينبرغ في كتابهما المنشور عام 2023 نهجاً عملياً يمكن تطبيقه في دقائق:
- توقف: قبل أن تشارك أو تصدق، اسأل نفسك هل تعرف المصدر وهل تثير المعلومة انفعالاً قوياً لديك.
- تحقق من المصدر: ابحث عن الجهة الناشرة خارج موقعها، وتعرف إلى خبرتها ومصالحها.
- ابحث عن تغطية أفضل: هل نقلت مصادر موثوقة الخبر نفسه؟ وماذا تقول؟
- تتبع الادعاء إلى أصله: ارجع إلى الدراسة أو الوثيقة أو الصورة الأصلية، وتأكد من أن السياق لم يُحرَّف.
هلوسة النماذج اللغوية
تشير مراجعة شاملة نشرها جي وزملاؤه عام 2023 إلى أن «الهلوسة»، أي إنتاج محتوى غير صحيح أو غير مدعوم بالمصدر، ظاهرة معروفة في أنظمة توليد اللغة الطبيعية، ولها أسباب متعددة تتعلق ببيانات التدريب وطريقة التوليد. ومن أكثر صورها شيوعاً في السياق التعليمي:
- مراجع علمية تبدو حقيقية لكنها غير موجودة.
- أرقام وتواريخ دقيقة الشكل لكنها خاطئة.
- نسبة أقوال إلى أشخاص لم يقولوها.
- ملخصات تضيف إلى النص الأصلي ما ليس فيه.
كيف تتحقق من مخرجات الذكاء الاصطناعي؟
- ابحث عن كل مرجع بعنوانه في قاعدة بيانات علمية أو في موقع الناشر، ولا تكتفِ بوجود رابط.
- قارن الأرقام بمصدر أولي رسمي، كالتقارير الإحصائية والمنظمات الدولية.
- أعد صياغة السؤال ولاحظ هل تتغير الإجابة، فالتغير الكبير مؤشر على ضعف الموثوقية.
- اطلب من الأداة تحديد مصادرها، ثم تحقق منها بنفسك.
- ميّز بين ما يمكن التحقق منه وما هو رأي أو تقدير.
خلاصة
التحقق لا يحتاج إلى أدوات معقدة بقدر ما يحتاج إلى عادات منتظمة: التوقف، والقراءة الجانبية، وتتبع الادعاء إلى أصله، والتعامل مع مخرجات الذكاء الاصطناعي بوصفها مسودة تحتاج إلى فحص.
المراجع
- Wardle, C., & Derakhshan, H. (2017). Information Disorder: Toward an Interdisciplinary Framework for Research and Policymaking. Strasbourg: Council of Europe.
- Wineburg, S., & McGrew, S. (2019). Lateral reading and the nature of expertise: Reading less and learning more when evaluating digital information. Teachers College Record, 121(11).
- Caulfield, M., & Wineburg, S. (2023). Verified: How to Think Straight, Get Duped Less, and Make Better Decisions about What to Believe Online. Chicago: University of Chicago Press.
- Ji, Z., et al. (2023). Survey of hallucination in natural language generation. ACM Computing Surveys, 55(12), Article 248.
