العدالة في التعاون المتعدد: كيف يظهر الإنصاف من تفاعل الوكلاء؟

تعتبر العدالة من المواضيع الساخنة في مجالات الذكاء الاصطناعي، خصوصًا في نماذج اللغات الضخمة (Large Language Models). تقليديًا، يتم دراسة العدالة كسمة لنموذج فردي يتم تحسينه مركزيًا. لكن مع تطور هذه النماذج، تتجه الأنظار نحو كيفية ظهور العدالة من خلال التفاعل بين عدة وكلاء.

تقدم دراسة جديدة تمت داخل إطار عمل مخصص لتشخيص المستشفيات، حيث يتفاوض وكيلان عبر ثلاث جولات من النقاش المستمر. في هذه الدراسة، تم توجيه أحد الوكلاء وفق إطار أخلاقي محدد عبر نظام التوليد المعزز بالاسترجاع (Retrieval-Augmented Generation - RAG)، بينما الآخر إما غير متوافق أو يتلقى تحفيزات لتعزيز مجموعات ديموغرافية معينة بدلاً من الحاجة السريرية.

تشير النتائج إلى أن توافق الوكلاء يؤثر بشكل منهجي على استراتيجيات التفاوض وأنماط التوزيع. وبالرغم من أن كل وكيل على حدة قد لا يصلح بمفرده لتحقيق العدالة، إلا أن التوزيع النهائي المشترك يمكن أن يلبي معايير العدالة التي لم يكن أي من الوكلاء قادرًا على الوصول إليها بمفرده. كما أن الوكلاء المتوافقين يساهمون في تقليل التحيز من خلال المناقشة وليس عبر التدخل، مما يسمح باستعادة الوصول للمجموعات المهمشة.

ومع ذلك، تم ملاحظة أن حتى الوكلاء المتوافقين يظهرون تحيزات ذاتية تجاه بعض الأطر، مرتبطًا بالميل المعروف نحو الاتجاه اليساري في نماذج اللغات. يربط الباحثون هذه الحدود بنظرية استحالة أرو (Arrow's Impossibility Theorem)، التي تؤكد أنه لا يمكن لأي آلية تجميع أن تلبي جميع المتطلبات المطلوب تحقيقها في العقلانية الجماعية.

تسهم هذه النتائج في إعادة تصور مفهوم العدالة كخاصية ناشئة وإجرائية ناتجة عن تفاعل الوكلاء، حيث تعتبر المنظومة بشكل عام، وليس الوكيل الفرد، هي الوحدة المناسبة للتقييم.