كيف تُدخل أدوات الذكاء الاصطناعي في منصات التواصل تحيزات خفية إلى منشورات المستخدمين؟

إليك التحليل الكامل المستند إلى المصادر لجميع الأبعاد الأربعة.

كيف تُدخل أدوات الكتابة بالذكاء الاصطناعي تحيزات خفية في منشورات وسائل التواصل الاجتماعي

عندما يقوم المستخدمون بكتابة منشورات على وسائل التواصل الاجتماعي، وتقترح أدوات الذكاء الاصطناعي إعادة صياغة أو إكمال تلقائي أو تعديلات سياقية، فإن نماذج اللغة الكبيرة (LLMs) تُحدث تغييرات اتجاهية منهجية حتى عندما يُطلب منها الحفاظ على المعنى الأصلي ^P. تُظهر دراسة أكسفورد الجديدة (من معهد أكسفورد للإنترنت OII ومعهد هاسو بلاتنر، المنشورة في يوليو 2026) أن نماذج اللغة الكبيرة من عائلات متعددة شهيرة "تُوجه" النصوص حول مواضيع خلافية — على سبيل المثال، دفع المسودات لصالح السيطرة على الأسلحة النارية وضد الإلحاد — دون وعي المستخدم ^PP. هذه التحيزات ليست عشوائية؛ بل تعكس باستمرار أنظمة القيم السياسية والثقافية المضمنة في بيانات تدريب كل نموذج ^E.

وجدت دراسة منفصلة من جامعة ييل أنه حتى الاستفسارات الواقعية المحايدة لروبوتات المحادثة يمكن أن تغير آراء المستخدمين الاجتماعية والسياسية ^E. كما أظهرت دراسة في مجلة Science Advances أن اقتراحات الإكمال التلقائي للذكاء الاصطناعي تغير بشكل ملحوظ مواقف المستخدمين تجاه القضايا المجتمعية ^A.

---

نتائج أكسفورد حول التأثيرات التراكمية على الرأي العام

بنى فريق أكسفورد نموذجًا تحليليًا لديناميكيات الرأي أظهر أنه حتى التحيزات الصغيرة للذكاء الاصطناعي لكل منشور تتراكم عبر الشبكة الاجتماعية نحو توازن جديد. عندما يكون الاتصال بوساطة الذكاء الاصطناعي واسع الانتشار، يمكن توجيه الرأي الجماعي بشكل منهجي بمرور الوقت — وهو ما وصفه معهد أكسفورد للإنترنت بأنه "تلاعب دقيق على نطاق واسع" يعيد تشكيل الخطاب العام دون أن يلاحظه أحد ^PD.

النتائج الرئيسية من الدراسة:

• التحيزات الاتجاهية ثابتة: قامت نماذج اللغة الكبيرة بتحرير النصوص نحو مواقف سياسية معينة (مثل دعم السيطرة على الأسلحة، وإطار أقل تدينًا) حتى تحت تعليمات بالحفاظ على الحياد ^PE.
• انزياح التوازن التراكمي: يتنبأ النموذج بأن التعديلات المتكررة بوساطة الذكاء الاصطناعي عبر العديد من المستخدمين والمنشورات ستحول توزيع الرأي العام للشبكة بأكملها — وليس فقط المنشورات الفردية ^P.
• النطاق الواسع: توفر الدراسة الأوسع لمعهد أكسفورد للإنترنت ومعهد أمن الذكاء الاصطناعي (77,000 مشارك بريطاني، 91,000 حوار مع الذكاء الاصطناعي) "الدليل الأكثر شمولاً حتى الآن على آليات إقناع الذكاء الاصطناعي وتأثيراتها على الديمقراطية" ^D.
• تشوهات الشخصية مستمرة: وجدت ورقة بحثية ذات صلة من أكسفورد أن مساعدة الكتابة بالذكاء الاصطناعي تشوه شخصيات المستخدمين بشكل واسع، وأن هذه التشوهات تستمر حتى في ظل الإشراف البشري الواقعي ^E.

---

النتائج المحددة لكل نموذج من نماذج اللغة الكبيرة

تأتي الأدلة على النماذج التي سألت عنها من عدة مصادر محكمة ومنشورات أولية:

النموذج	التوجه السياسي/القيمي	النتيجة الرئيسية للتحيز
Llama 3.1	يميل لليسار	أظهر Llama 3.1 405B أدنى تحيز إجمالي بين النماذج المختبرة في معيار تحيز واحد S. ومع ذلك، لا يزال يميل ليبراليًا E. في محاكاة التوظيف، أظهر Llama-3.1-8B تحيزًا جنسانيًا A.
Gemma (2/3)	يميل لليسار	يُظهر Gemma ميلاً نحو تضخيم المشاعر السلبية، وخاصة الغضب، مع الحفاظ على بعض المشاعر الإيجابية مثل التفاؤل A. كما يُظهر تحيزًا جنسانيًا في سياقات التوظيف A.
Ministral	يميل لليسار	أظهر Ministral-8B-Instruct تحيزًا جنسانيًا لصالح الرجال في محاكاة معاودة الاتصال للتوظيف A.
Qwen	يميل لليسار	أظهر Qwen2.5-7B-Instruct أيضًا تحيزًا لصالح الذكور في نفس الدراسة A.
Grok (xAI)	يميل لليمين	في دراسة مقارنة لثمانية نماذج، مال سبعة منها لليسار — وكان Grok هو النموذج الوحيد الذي مال لليمين E.

ملاحظة مهمة: الدراسة المحددة من أكسفورد المنشورة في 6 يوليو 2026، اختبرت "نماذج لغوية كبيرة من عائلات متعددة شهيرة" ووجدت تحيزات اتجاهية عبر جميعها. بيانات التوجه السياسي لكل نموذج على حدة أعلاه تأتي من دراسة مقارنة كبيرة منفصلة (arXiv 2603.23841، نُشرت أيضًا في يوليو 2026) ^E. بيانات التحيز الجنساني في التوظيف تأتي من دراسة عام 2025 التي اختبرت Llama-3 وQwen2.5 وMinistral وGemma-2 ^A.

---

الفجوات التنظيمية في قانون الذكاء الاصطناعي الأوروبي وقانون الخدمات الرقمية

يحتوي كلا الإطارين على فجوات كبيرة عندما يتعلق الأمر بأدوات الكتابة بالذكاء الاصطناعي المضمنة في وسائل التواصل الاجتماعي:

فجوات قانون الذكاء الاصطناعي الأوروبي (EU AI Act):

• غموض تصنيف المخاطر العالية: يعتمد تعريف أنظمة الذكاء الاصطناعي عالية المخاطر على قوائم ملحقة وتقييمات ذاتية للضرر المحتمل، مما يخلق غموضًا قانونيًا حول ما إذا كانت أدوات التحرير بالذكاء الاصطناعي في وسائل التواصل الاجتماعي تؤهل لذلك ^A.
• لا وصول للباحثين إلى البيانات: لا يوفر قانون الذكاء الاصطناعي للباحثين أو المجتمع المدني إمكانية الوصول إلى بيانات النموذج، مما يجعل التدقيق المستقل صعبًا ^R.
• التنفيذ البطيء: معظم الأحكام التي تحكم الأنظمة عالية المخاطر لن تُطبق إلا بحلول أغسطس 2027، مما يخلق فراغًا تنظيميًا لعدة سنوات ^A. وقد حددت المفوضية نفسها فجوات (مثل المحتوى الضار الناتج عن الذكاء الاصطناعي الذي لم يشمله بعد حظر المادة 5) واقترحت تعديل "الحزمة الرقمية الشاملة للذكاء الاصطناعي" في نوفمبر 2025، مع التوصل إلى اتفاق سياسي في مايو 2026 ^OA.
• لا توجد قاعدة محددة لـ "التوجيه الخفي": يغطي حظر قانون الذكاء الاصطناعي على ممارسات التلاعب بالذكاء الاصطناعي (المادة 5) الخداع الصريح ولكن لم يُصمم لالتقاط التحيزات الخفية الدقيقة التي يتم إدخالها أثناء التحرير الروتيني للمنشورات — وهي الآلية التي تحددها دراسة أكسفورد.

فجوات قانون الخدمات الرقمية (DSA):

• تقييمات المخاطر النظامية غير شفافة: بينما يتطلب قانون الخدمات الرقمية من المنصات عبر الإنترنت الكبيرة جدًا تقييم المخاطر النظامية من الأنظمة الخوارزمية، يتم التقييم داخليًا ويفتقر إلى ولايات التدقيق الخارجي المستقلة ^RA.
• شفافية متداخلة ولكن غير كافية: تواجه أنظمة الذكاء الاصطناعي المستخدمة في أدوات التوصية أو الإشراف التزامات شفافية متداخلة، ولكنها لا تغطي بشكل واضح مساعدي الكتابة المضمنين الذين يغيرون المحتوى الذي ينشئه المستخدم بمهارة ^A.
• لا يوجد حكم محدد لتحرير المحتوى بوساطة الذكاء الاصطناعي: تمت صياغة قانون الخدمات الرقمية قبل أن يصبح التحرير المدعوم بنماذج اللغة الكبيرة ميزة قياسية في وسائل التواصل الاجتماعي. لا توجد قاعدة تطلب من المنصات الكشف عن قيام الذكاء الاصطناعي بإعادة كتابة أو اقتراح تغييرات على منشور المستخدم، ولا يوجد أي شرط لقياس التحيز الاتجاهي.

---

الآثار المترتبة على من يشكل الخطاب العام

الاستنتاج المركزي هو أن مزود نموذج اللغة الكبير، وليس المستخدم، يصبح المؤلف الفعلي للرأي المعبر عنه. عندما تقوم منصة بتضمين نموذج لغة كبير من بائع (مثل Llama من Meta، أو Gemma من Google، أو Qwen من Alibaba، أو Grok من xAI)، يتم حقن نظام القيم الخاص بذلك البائع — سواء كان يميل لليسار باستمرار، كما هو الحال مع معظمها، أو لليمين، كما هو الحال مع Grok — بصمت في ملايين التفاعلات اليومية على وسائل التواصل الاجتماعي ^E. التأثير التراكمي، كما يُظهر نموذج أكسفورد، هو انجراف منهجي للخطاب العام نحو النظرة العالمية المضمنة في النموذج ^P.

الآثار الرئيسية:

• المنصات تصبح مُشكّلة للرأي بالوكالة: منصات التواصل الاجتماعي التي تقدم ميزات الكتابة بالذكاء الاصطناعي ليست قنوات محايدة؛ بل تعمل بنشاط على إعادة تشكيل المحتوى الذي ينشره المستخدمون، بتحيزات تفضل مواقف سياسية محددة ^PD.
• المداولة الديمقراطية في خطر: يحذر معهد أكسفورد للإنترنت من أن تحولات الرأي غير الخاضعة للمساءلة بوساطة الذكاء الاصطناعي تهدد المداولة الديمقراطية، خاصة عندما لا يدرك المستخدمون أن الأداة تغير معانيهم ^DD.
• هندسة أيديولوجية غير منظمة: نظرًا لعدم معالجة أي من قانون الذكاء الاصطناعي أو قانون الخدمات الرقمية لهذه الآلية حاليًا، فلا يوجد شرط قانوني للشفافية أو التدقيق أو التخفيف. المنظمون الفعليون للخطاب العام هم الشركات الخاصة التي تدرب وتنشر نماذج اللغة الكبيرة.
• تأثير غير متماثل عبر النماذج: نظرًا لأن Grok هو النموذج الرئيسي الوحيد ذو التوجه اليميني، فإن أي منصة تدمجه (مثل X/Twitter) ستُدخل تحيزًا اتجاهيًا مختلفًا عن المنصات التي تستخدم Llama أو Gemma أو Qwen ^E. لا توجد طريقة للمستخدمين لمعرفة أي نظام قيم يقوم أداة الكتابة "المفيدة" الخاصة بهم بحقنه.

الخلاصة: يقدم بحث أكسفورد الجديد أدلة تجريبية ورياضية على أن أدوات الكتابة بالذكاء الاصطناعي في وسائل التواصل الاجتماعي تعمل بالفعل على توجيه الرأي الجماعي بطرق لا تعالجها اللوائح الحالية، مما يترك من يتحكم في نموذج اللغة الكبير ليكون المُشكل الفعلي للخطاب العام.