في عالمنا الرقمي المتسارع، يمثِّل فهم الديناميات المعقدة للنقاشات على الإنترنت تحديًا كبيرًا، حيث يُعد الحصول على بيانات شاملة وموثوقة مصدرًا نادرًا بسبب السياسات التقييدية والمخاوف الأخلاقية وجودة البيانات غير المتسقة. لهذا السبب، قدم الباحثون إطاراً مبتكراً يُسمى "كورس" (Chorus)، الذي يمثل نقلة نوعية في كيفية توليد بيانات النقاش الواقعية.

يعتمد إطار "كورس" على تقنيات نموذج اللغات الضخمة (Large Language Models)، حيث يتم تنسيق مجموعة من الفاعلين المعتمدين على الذكاء الاصطناعي والتي تمتاز بشخصيات موثوقة سلوكياً، لخلق نقاشات حقيقية. كل فاعل يتم التحكم به بواسطة وكيل ذاتي مستقل يمتلك ذاكرة للنقاش المتطور، بينما يتم تنظيم توقيت المشاركة من خلال نموذج زمني مبني على عمليات بواسون (Poisson process)، مما يُحاكي أنماط التفاعل المتنوعة للمستخدمين الحقيقيين.

كذلك، تدعم هذه المنظومة استخدام الأدوات الهيكلية التي تتيح للفاعلين الوصول إلى الموارد الخارجية، مما يسهل التكامل مع المنصات التفاعلية على الويب. لقد تم تنفيذ هذا الإطار على منصة "دليبرات" (Deliberate) وتم تقييمه من قبل 30 مشاركاً متخصصاً عبر ثلاثة أبعاد: واقعية المحتوى، تماسك النقاش، والفائدة التحليلية. وقد أكدت النتائج أن "كورس" يعد أداة عملية لتوليد بيانات نقاش عالية الجودة مناسبة لتحليل النقاشات عبر الإنترنت.

إذا كنت مهتماً في كيفية تطوير أدوات جديدة يمكن أن تُعزز من فهم النقاشات عبر الإنترنت، تابعونا لمزيد من التفاصيل حول هذه المبادرة المبتكرة!