في سياق تطور الذكاء الاصطناعي، تأتي دراسة جديدة لتسلط الضوء على القصور الذي قد تعاني منه نماذج اللغة الضخمة (Large Language Models) في توصيل المعلومات بشكل دقيق. قام الباحثون بطرح فرضية تقترح وجود عدم توافق منهجي بين شدة البلاغة التي تُظهرها هذه النماذج والأساس المعرفي الذي تستند إليه.

تقدم الدراسة إطارًا مبتكرًا لتحديد هذا الانفصال من خلال تصميم تصنيف ثلاثي للعلامات البلاغية المعرفية (Epistemic-Rhetorical Marker Taxonomy). تم تطبيق هذا التصنيف على 225 نصًا جدليًا، تمثل ما يقارب 600,000 كلمة، تشمل نصوصاً من خبراء بشريين وغير خبراء، بالإضافة إلى نصوص تم توليدها بواسطة نماذج اللغة الضخمة. كشف هذا الإطار عن توقيع معرفي ثابت للنماذج اللغوية، حيث أظهرت النتائج أن النصوص المولدة بواسطة هذه النماذج تنتج تعبيرات بلاغية (مثل tricolon) بمعدل يقرب من ضعف خبراء البشر.

من المثير للاهتمام أن الدراسة وجدت أيضًا أن المؤشرات الدالة على التردد في الأداء تزداد بمعدل ضعف ما هو موجود في إنتاج البشر. كما تم رصد تباين كبير في توزيع الأدوات البلاغية في المستندات التي تم إنشاؤها بواسطة نماذج اللغة الضخمة.

تشير النتائج إلى توافق مع النظريات المستمدة من الممارسات البراغماتية، ونظرية الصلة، ونموذج الاستدلال. إضافةً إلى ذلك، توفر الدراسة أداة تلقائية يمكن استخدامها كأداة فحص خفيفة للمساعدة في التعرف على الأخطاء المعرفية في المحتوى الذي ينشئه الذكاء الاصطناعي.