في عالم الذكاء الاصطناعي، تكشف الدراسات الجديدة عن جانب مثير للاهتمام يتعلق بالنماذج اللغوية الضخمة (Large Language Models) وتأثيرها على عملية اتخاذ القرار. بينما تم التعامل مع "الانسجام" سابقًا كمسألة تتعلق بتغيير الآراء، تسلط هذه الدراسة الضوء على التمييز بين نوعين من الانسجام: الانسجام المعلوماتي (Informational Conformity) والانسجام النمطي (Normative Conformity).

ركز الباحثون على كيفية تأثير هذه الأنواع من الانسجام على الأنظمة متعددة العملاء المعتمدة على النماذج اللغوية الضخمة (LLM-MAS) من خلال تصميم مهام جديدة لفهم الدوافع وراء كل نوع. في الانسجام المعلوماتي، يسعى المشاركون إلى اتخاذ قرارات دقيقة، بينما يسعى الانسجام النمطي إلى تجنب النزاعات والحصول على قبول المجموعة.

أظهرت التجارب أن خمسة من أصل ستة نماذج لغوية ضخمة لديها ميول نحو الانسجام المعلوماتي والنمطي. وبشكل مثير، توصلت النتائج إلى أنه يمكن التحكم في الاتجاه الذي توجه فيه نموذج اللغة نموذجيته النمطية من خلال التلاعب بسياقات اجتماعية دقيقة. هذه النتائج تجعل عملية اتخاذ القرار في الأنظمة متعددة العملاء عرضة للتلاعب من قبل عدد قليل من المستخدمين الخبيثين.

بالإضافة إلى ذلك، من خلال تحليل المتجهات الداخلية المرتبطة بالانسجام المعلوماتي والنمطي، يتم الإشارة إلى أن السلوكين يظهران كنوع واحد من "الانسجام"، ولكن يُحتمل أن يكونا مدفوعين بآليات داخلية متميزة. تمثل هذه النتائج خطوة أولى نحو فهم كيفية تنفيذ "الأعراف" في النماذج اللغوية الضخمة وكيفية تأثيرها على الديناميكيات الجماعية.