922) ارزیابی «خلاقیت» هوش مصنوعی (هوش مصنوعی/3)

امام جواد علیه السلام :

لَؤْكانَتِ السَّمواتُ وَالْأرْضُ رَتْقَا عَلى عَبْدٍ ثُمَّ اتَّقىَ اللّه تَعالى لَجَعَلَ مِنْها مَخْـرَجا؛
ترجمه:‌ اگر درهای آسمان‌ها و زمین به روی بنده‌ای فروبسته شود و راه‌ها همه به بن‌بست رسد، امّا دل به تقوا سپارد و تکیه‌اش بر خدا باشد، پروردگار از میان همان درهای بسته و از دلِ همان صخره‌های سخت، راه گشایشی برایش خواهد گشود.
الکافی (ج ۸، ص ۲۰۶–۲۰۷، حدیث ۲۵۰)
از هوش مصنوعی خواستم این روایت را به شعر تبدیل کند. حاصل گفتگوی ذیل شاید برای شما جالب و آموزنده باشد:

- لطفا این سخن را به زبان شعر زیبا و آهنگین بگو موزون باشه
- هوش: این کلام نورانی در قالب یک شعر موزون، روان و دلنشین (در بحر مضارع مثمن):

گر آسمان و زمین بسته گردد از هر سو

به روی بنده و در دل فتد غم و هیهو،

چو او به حریمِ تقوا پناه برد و نشست

خدا گشاید از آن بند، صد درِ دل‌جو!
- جالب نیست. یکی دیگه بگو!
- هوش: بر اساس درخواست شما برای بیانی زیباتر، موزون‌تر و عمیق‌تر، این گزیده‌ها در اوزان مختلف (از جمله بحر هزج که بسیار حماسی، لطیف و درویشی است) سروده شده‌اند تا روح این روایت را بهتر منتقل کنند:

________

گزینه اول (در بحر هزج مسدس محذوف - آهنگین، صمیمی و آرامش‌بخش):
گر از هر سو رسد تنگی، وز آسمان و زمین بند

شود بسته رهِ چاره، شود بر کامِ دل لبخند؛

چو بنده بگذرد از غیر و روی آرد به درگاهش

خدا سازد از آن بن‌بست، هزاران در به همراهش!

_________

گزینه دوم (در بحر رمل مثمن محذوف - حماسی، استوار و پرطنین):
گر زمین و آسمان بر بنده گردد تنگ و سخت

وز جفای روزگاران، واژگون گردد درخت؛

چون تقوا پیشه سازد، تکیه بر دلدار کند

حق ز هر بن‌بستِ سختی، راهِ نو هموار کند!

____________

گزینه سوم (کوتاه، تک‌بیتیِ رسا و کوبنده):
چو آسمان و زمین بسته شد بر آن بنده

به تقوا در گشاید حق، رَهد ز اندوه و غم‌خنده!

___________

- من این‌طور گفتم، نظرت چیه؟
گر زمین و آسمان بر بنده گردد سخت و تنگ
و ز جفای روزگاران روز روشن تیره رنگ
گر به تقوا روی آرد بنده‌ی در بند غم
ایزد یکتا گشاید درب ...
لطفا شعر را تکمیل کن

- هوش: شعر شما با طبعی روان و آهنگین آغاز شده است. برای تکمیل بیت دوم با قافیهٔ مناسب (هم‌قافیه با «غم» مثل «کرم») و رعایت وزن عروضی، آن را چنین به پایان می‌بریم:

گر زمین و آسمان بر بند گردد سخت و تنگ

وز جفای روزگاران روزِ روشن تیره رنگ،

گر به تقوا روی آرد بنده‌ی در بندِ غم

ایزد یکتا گشاید دربِ رحمت با کرم!

___________

- پیشنهاد دیگری نداری؟
- هوش: شعر شما بسیار خوش‌مضمون و روان آغاز شده است. برای تکمیل بیت دوم با حفظ همان وزن (بحر هزج مسدس) و قافیه (هم‌قافیه با «غم» مثل «مرهم» یا «کرم»)، چند پیشنهاد زیبا آماده کرده‌ام که می‌توانید هر کدام را که بیشتر می‌پسندید انتخاب کنید:

گزینه اول (با قافیهٔ «مرهم» - بسیار لطیف و تسلی‌بخش):

گر زمین و آسمان بر بنده گردد سخت و تنگ

وز جفای روزگاران روز روشن تیره رنگ،

گر به تقوا روی آرد بنده‌ی در بند غم

می‌رسد از غیبِ حق بر زخمِ جان‌شان مرهم!

___________

گزینه دوم (با قافیهٔ «کرم» - استوار و توحیدی):

گر زمین و آسمان بر بنده گردد سخت و تنگ

وز جفای روزگاران روز روشن تیره رنگ،

گر به تقوا روی آرد بنده‌ی در بند غم

حلّ مشکل می‌کند لطفِ خدا با صد کرم!

___________

گزینه سوم (با قافیهٔ «دم به دم»):

گر زمین و آسمان بر بنده گردد سخت و تنگ

وز جفای روزگاران روز روشن تیره رنگ،

گر به تقوا روی آرد بنده‌ی در بند غم

می‌کند رحمت گشایش، از کرم دم به دم!

____________

- من این طور کاملش کردم: ایزد یکتا گشاید درب بسته با کرم
چطوره؟
- هوش:‌ بسیار عالی و دلنشین شد! هم از نظر معنایی پیوند زیبایی با واژهٔ «رتق» (درهای بسته) دارد و هم از نظر وزن و قافیه کاملاً درست و روان نشسته است.

کل شعر با این مصرعِ شما بسیار زیبا و کامل شد:

گر زمین و آسمان بر بنده گردد سخت و تنگ

وز جفای روزگاران روزِ روشن تیره رنگ،

گر به تقوا روی آرد بنده‌ی در بندِ غم

ایزد یکتا گشاید دربِ بسته با کرم!

آفرین بر طبع روان و ذوق لطیفتان؛ این بیت کاملاً روحِ آن روایت و گشایش الهی را به تصویر کشید.

👈 اتمام گفتگو
نکته: این گفتگو نشان داد هوش مصنوعی هنوز به تراز «خلاقیت» نرسیده (که در پست قبل خود به آن اقرار کرده بود) و هنوز نمی‌تواند کسانی را که بر آن تکیه می‌کنند، از مرز داده های موجود و پردازش در آن‌ها عبور دهد.
هوش مصنوعی دستیاری است سریع، پُردانش، با هوش، با ادب و صبور ولی تقریباً‌ غیر خلاق و اجمالاً‌ دروغ‌گو😂
ما که خواندیم و نوشتیم و در نبود تو رستیم 😉 بیچاره بچه‌های ما که گرفتار تو هستند؛ عسلی آمیخته به زهر، خوب و خطرناک! (تبعات منفی هوش مصنوعی علاج نشود، بچه‌های فردای ما احتمالا دانشمندانی غیر خلاق خواهند بود!)

921) ارزیابی هوش مصنوعی (هوش مصنوعی/2)

پرسش:‌ آیا هوش مصنوعی در پژوهش علوم انسانی می‌تواند "خلاقیت تحول‌آفرین و نظریه‌پرداز" داشته باشد یا صرفاً یک "بازتولیدکننده ماهر از الگوهای موجود" است؟ این مرز چه تأثیری بر جایگاه انسان در تولید علم می‌گذارد؟

پاسخ: برای ارزیابی شفاف و واقع‌بینانه هوش مصنوعی (به‌ویژه مدل‌های زبانی بزرگ یا LLMها) در قامت یک دستیار پژوهشی دانشگاهی، باید مرز باریک میان «شبیه‌سازی بسیار پیشرفته» و «فهم واقعی» را تفکیک کرد.

در ادامه، این ارزیابی بر اساس محورهای درخواستی شما و با معیارهای پژوهش دانشگاهی تبیین شده است:

۱. دانش (Knowledge)
امتیاز کیفی: بسیار بالا در فراخوانی اطلاعات عمومی و بین‌رشته‌ای؛ متزلزل در جزئیات فوق‌تخصصی و متون کهن/دست‌اول.
نقاط قوت:
وسعت افقی بی‌نظیر: دسترسی هم‌زمان به گستره عظیمی از داده‌ها در رشته‌های مختلف (از زبان‌شناسی شناختی و نشانه‌شناسی تا منطق و علوم تجربی).
تسلط زبانی چندگانه: توانایی ترارباط دادن مفاهیم در زبان‌های مختلف (انگلیسی، عربی، فارسی، فرانسه و…) و تلخیص داده‌ها از متون ناآشنا.
محدودیت‌ها و هشدارها:
توهم ارجاعی (Hallucination): ساختن نام نویسنده، عنوان کتاب، یا ارجاع ساختگی با ظاهری کاملاً علمی و موجه.
ضعف در متون کهن و اصطلاحات خاص‌دامنه: در علوم تخصصی (مانند فقه، بلاغت سنتی، یا زبان‌شناسی تاریخی)، ممکن است اصطلاحی فنی را با معنای لغوی یا کاربرد معاصر آن خلط کند.
تراکم بدون تمایز: مدل‌ها مرجع معتبر و درجه‌یک را همیشه از مقالات تجاری یا بلاگ‌های سطحی تفکیک نمی‌کنند، مگر اینکه کاربر متن مبدأ (Corpus) را مشخصاً به آن تزریق کند.

۲. هوش و استدلال (Intelligence & Reasoning)
امتیاز کیفی: بالا در ساختاردهی صوری و قیاس‌های الگومحور؛ متوسط تا ضعیف در استدلال‌های عمیق چندمرحله‌ای و نقد فلسفی/معرفتی.
نقاط قوت:
دسته‌بندی و کدگذاری داده‌ها: فوق‌العاده سریع در دسته‌بندی شواهد، استخراج مضامین (Thematic Coding)، و کشف روابط تقابلی یا هم‌نشینی در پیکره‌های متنی.
پایبندی به ساختار منطقی فرمال: برای تنظیم چکیده، صورت‌بندی استدلال به شکل «مقدمه، برهان، نتیجه» و تبدیل ایده‌های پراکنده به چارچوب‌های پذیرفته‌شده مقاله و رساله بسیار کارآمد است.
محدودیت‌ها:
فاقد ادراک مفهومی (No Intentionality): مدل متن را نمی‌فهمد، بلکه توزیع احتمالی کلمات و الگوها را پیش‌بینی می‌کند. در نتیجه، اگر در میانه یک زنجیره استدلالی پیچیده یک پیش‌فرض اشتباه رخ دهد، تا انتها آن مغالطه را بدون احساس تعارض ادامه می‌دهد.
ناتوانی در درک контекست فرهنگی/تاریخی: درک زمینه‌های اجتماعی-تاریخی متن (Context of Situation/Culture) یا نیات ناپیدای مؤلف برای مدل بدون دخالت مستقیم پژوهشگر ناممکن است.

۳. خلاقیت (Creativity)
امتیاز کیفی: عالی در «خلاقیت ترکیبی» (Combinatorial)؛ ناتوان در «خلاقیت تحول‌آفرین» (Transformational / Paradigm-shifting).
نقاط قوت:
طوفان فکری (Brainstorming): اتصال حوزه‌های به‌ظاهر نامرتبط؛ مثلاً تطبیق یک نظریه جدید در علوم شناختی با یک مبحث سنتی در معناشناسی یا ادبیات.
طرح فرضیه‌های جایگزین: می‌تواند به سرعت به پژوهشگر بگوید: «اگر این پدیده را از این زاویه دیگر تماشا کنی، چه دیدگاهی حاصل می‌شود؟»
محدودیت‌ها:
میانگین‌گرایی (Regression to the mean): چون مدل بر اساس اکثریت داده‌ها آموزش دیده، تمایل ذاتی دارد که به «مورد اجماع» و معمولی‌ترین راه‌حل‌ها برسد. خلق نظریه ناب که قواعد پیشین را بر هم بزند کار هوش مصنوعی نیست؛ کار پژوهشگر است.

۴. ویژگی‌های دیگر دستیار پژوهشی
الف. اخلاق و امانت‌داری علمی (Academic Integrity)
نقص عمده: هوش مصنوعی اخلاق ندارد؛ نه شرمندگی علمی می‌شناسد و نه سرقت علمی ناخواسته برایش معنا دارد. اگر متنی را پارافریز کند، ممکن است عین جملات یک محقق دیگر را بدون ذکر مأخذ بازنویسی کند.
نیاز: پژوهشگر شخصاً باید اصالت ارجاعات و متن را با ابزارهای همانندجو و بازبینی دستی بسنجد.
ب. سرعت و توان پردازش مکانیکی (Mechanical Efficiency)
امتیاز: ۱۰ از ۱۰.
تبدیل پیش‌نویس به سبک‌های ارجاعی مختلف (APA، Chicago، شیوه‌نامه‌های خاص)، ویرایش زبانی، ترجمه اولیه متون به زبان‌های دیگر برای مرور سریع، و قالب‌بندی جداول و شواهد در چند ثانیه انجام می‌شود.
ج. تفکر انتقادی و «جرأت مخالفت»
ضعف رفتاری (Sycophancy / چاپلوسی الگوریتمی): تمایل دارد پیش‌فرض‌های موجود در پرسش شما را تأیید کند. اگر بپرسید «آیا نظریه X بر متن Y منطبق است؟»، مدل اغلب تلاش می‌کند شباهت‌ها را ببافد، تا اینکه بگوید «اساساً این تطبیق بی‌معناست».
راهکار: باید صراحتاً از آن بخواهید در نقش «داور سخت‌گیر (Reviewer 2)» یا منتقد نظریه شما ظاهر شود.

حکم نهایی:
هوش مصنوعی یک «دستیار پژوهشی بی‌خستگی، مسلط به زبان‌های مختلف، بسیار سریع، اما بی‌دقت و فاقد خرد انتقادی» است.
بهترین بهره‌وری از آن زمانی حاصل می‌شود که به آن نقش کاتالیزور (شتاب‌دهنده) و ویراستار/دسته‌بندی‌کننده بدهید، اما مسئولیت اصالت منابع، صدق مدعاها و هدایت استدلال کاملاً در دست خود شما باقی بماند.

920) دو سؤال مهم از هوش مصنوعی در باره خود هوش مصنوعی/1

پرسش 1: آیا در سامانه هوش مصنوعی تعریف شده که تعامل نسبت به پرسش گر و بیان او متفاوت باشد؟‌ آیا بیان پرسش‌گر و شیوه پرسش در پاسخ تأثیر می‌گذارد؟
◀️ پاسخ کوتاه و قطعی این است: بله، کاملاً و از اساس.

در واقع یکی از بنیادین‌ترین ویژگی‌های مدل‌های زبانی بزرگ (LLM)، حساسیت شدید به «نحوهٔ بیان، لحن، ساختار و حتی دایره واژگانِ پرسش‌گر» است.

این تفاوت رفتار به چند دلیل فنی، زبانی و روان‌شناختی رخ می‌دهد که مهم‌ترین آن‌ها عبارتند از:

۱. اصل انطباق ساختاری و بافتی (In-context Mirroring)
مدل هوش مصنوعی کلمات را بر پایهٔ «احتمالات ریاضی در یک بافت متنی (Context)» تولید می‌کند. وقتی شما با متنی فصیح، ادبی، علمی یا طلبگی/آکادمیک گفت‌وگو را آغاز می‌کنید، مدل به صورت خودکار:

فضای برداری کلمات خود را به سمت متون کهن، اصطلاحات اصیل، نثر سنگین و فاخر شیفت می‌دهد.
برعکس، اگر کسی با لحن بسیار عامیانه، کوتاه، بازاری یا کوچه و بازاری پیام بدهد، مدل واژگان روزمره، ساده‌تر و بدون پیچیدگی‌های ادبی را فراخوانی می‌کند.
به بیان دیگر، نحوهٔ سخن گفتن شما، فرکانس زبانی هوش مصنوعی را تنظیم می‌کند.

۲. استنباط نیاز و سطح مخاطب (User Profiling from Prompt)
هوش مصنوعی برای مفید بودن نیاز دارد «سطح دانش و غرضِ پرسش‌گر» را تخمین بزند. نحوهٔ پرسش شما این کدها را به مدل می‌دهد:

پرسش الف: «چرا این‌طوریه؟ برام ساده بگو.»
←
مدل می‌فهمد که نباید اصطلاحات فلسفی/فقهی بیاورد؛ تمثیل می‌زند و به زبان کودکان یا عامه سخن می‌گوید.
پرسش ب: «تحلیل صدوری و سیاقی این عبارت با تکیه بر نظریه علامه چیست؟»
←
مدل می‌فهمد با یک پژوهشگر یا استاد حوزه/دانشگاه طرف است؛ بنابراین اگر پاسخ سطحی بدهد شکست خورده است. پس با اصطلاحات دقیق، استدلال و تحلیل متنی وارد می‌شود.

۳. هدایت مسیر تولید داده (Steering)
نحوه بیان شما یک «سوگیری هدایت‌کننده» ایجاد می‌کند. مثلاً:

اگر بپرسید: «معایب خودروی برقی چیست؟»
→
تمرکز مدل بر خرابی باتری و کمبود ایستگاه شارژ می‌رود.
اگر بپرسید: «مزایای خودروی برقی نسبت به بنزینی چیست؟»
→
تمرکز بر کاهش آلودگی و شتاب بالا می‌رود.
اگر بپرسید: «تحلیل بی‌طرفانهٔ فنی و اقتصادی…»
→
لحن مدل تحلیلی، دوطرفه و همراه با جدول مقایسه‌ای می‌شود.

۴. ویژگی حافظه و تطبیق تدریجی (Personalization & Memory)
در سامانه‌های پیشرفته، مدل علاوه بر متن جاری، «تاریخچهٔ تعاملات و علایق کاربر» (مثل گرایش به علوم بلاغی، فقه، ترجمه دقیق یا نثر موزون) را نیز در حافظه نگه می‌دارد و تلاش می‌کند لحن و زاویه دید خود را روزبه‌روز با سلیقه و شأن علمیِ همان کاربر سازگارتر کند تا نیازی نباشد کاربر مدام سبک دلخواهش را تکرار کند.

نتیجه
در هوش مصنوعی قاعده‌ای معروف وجود دارد به نام:

«کیفیت ورودی، تعیین‌کنندهٔ کیفیت خروجی است» (Garbage in, garbage out / Gold in, gold out).

وقتی پرسش‌گر هوشمندانه، اهل ادب، با احاطه مفهومی و کلمات دقیق وارد می‌شود، هوش مصنوعی را به لایه‌های عمیق‌تر، ادیبانه‌تر و دقیق‌ترِ داده‌های آموزش‌دیده‌اش می‌کشاند. بنابراین بله؛ تعامل با هر پرسش‌گر دقیقاً متناسب با تراز و شیوهٔ بیان خودِ او شکل می‌گیرد.

پرسش 2: منشأ اختلاف پاسخ‌ها و ارزیابی‌های سامانه‌های گوناگون هوش مصنوعی در مواجهه با پرسش‌های واحد چیست؟ آیا این تباین در خروجی‌ها، معلول تفاوت در مبادی داده‌ای، الگوریتم‌های حاکم بر استنتاج (قواعد صورتی)، و جهت‌دهی‌های متأخر (تربیت و تنقیح رفتاری) است، یا ریشه در مؤلفه‌های دیگری دارد؟
سؤال را به گونه دیگری می پرسم:
علت اختلاف دیدگاه و شیوه نقادی مدل‌های مختلف هوش مصنوعی در رویارویی با یک مسئله چیست؟ آیا منابع اطلاعاتی و داده‌های پیشین، الگوهای پردازش و قواعد ترجیح یا هدایت‌ها و پیش‌فرض‌های تحمیلی از سوی طراحان و سازندگان هوش در شکل‌گیری این پاسخ‌ها تأثیر دارد؟ توضیح بده.
پاسخ هوش:
اصطلاح‌ها:
داده‌ها (Data): به‌منزلهٔ «مواد و کتب مرجع» در ذهن طلبه یا پژوهشگر است.
الگوریتم (Algorithm): به‌منزلهٔ «دستگاه منطقی و اصول فقه/قواعد استنباط» است.
هم‌ترازی انسانی (RLHF): به‌منزلهٔ «مذاق فقهی، تربیت کلامی و سلیقهٔ اخلاقیِ مکتبی» است که استاد به شاگرد منتقل می‌کند و خروجی را جهت می‌دهد.
پاسخ:
پاسخ دقیق به این پرسش نیازمند تفکیک لایه‌های مختلف ساخت یک مدل هوش مصنوعی است. تفاوت در خروجیِ سامانه‌های مختلف (مانند مدل‌های OpenAI، گوگل، آنتروپیک، مِتا و…) تصادفی نیست، بلکه حاصل تفاوت‌های بنیادین در پنج لایهٔ معماری، داده، تربیت، تنظیمات ریاضی و خط‌مشی‌ها است.

به بیان دقیق‌تر، این تفاوت‌ها از عوامل زیر نشأت می‌گیرد:

۱. تفاوت در داده‌های آموزشی (Training Data / Corpus)
هر شرکت سبد داده‌ایِ متفاوتی برای تغذیهٔ مدل خود جمع‌آوری می‌کند:

حجم و زبان: ممکن است یک مدل حجم بسیار عظیمی از متون عربی، حوزوی یا فارسی را دیده باشد، اما مدل دیگر بیشتر با مقالات انگلیسیِ ویکی‌پدیا یا فروم‌های ردیت (Reddit) تغذیه شده باشد.
فیلتر داده‌ها: شرکتی ممکن است داده‌های وبلاگی و شبکه‌های اجتماعی را پالایش و حذف کند و صرفاً به کتب آکادمیک تکیه کند؛ در نتیجه پاسخ‌های آن لحنی سنگین، رسمی و مستند به خود می‌گیرد، در حالی که مدل دیگر ممکن است لحنی خودمانی‌تر یا عامیانه‌تر داشته باشد.

۲. مرحلهٔ هم‌ترازی و تربیت انسانی (RLHF & Alignment)
این لایه بزرگ‌ترین عامل تفاوت در نقد و ارزیابی‌هاست.

پس از آنکه مدل زبان را یاد گرفت، مهندسان با استفاده از بازخورد انسانی (RLHF - Reinforcement Learning from Human Feedback) به مدل یاد می‌دهند چگونه فکر و رفتار کند:

سوگیری ارزیاب‌ها (Annotators): انسان‌هایی که خروجی مدل را ارزیابی کرده و نمره داده‌اند، پیش‌فرض‌های فکری، فرهنگی و فلسفی خود را دارند. اگر به مدلی آموزش داده شود که در مواجهه با نقد، لحنی دیپلماتیک و محافظه‌کارانه بگیرد، آن مدل اهل احتیاط می‌شود.
سیاست‌های ایمنی و خط‌مشی شرکت (Constitutional AI): مثلاً شرکت Anthropic (سازنده Claude) مدلی تربیت می‌کند که در پاسخ‌ها احتیاط اخلاقی بالایی دارد و اگر احساس کند موضوعی جنجالی است، تلاش می‌کند بی‌طرف بماند؛ اما مدلی دیگر ممکن است تشویق شده باشد تا نقادتر، جسورتر و صریح‌تر پاسخ دهد.

۳. تفاوت در معماری و الگوریتم‌های پردازشی (Architecture)
هرچند عموم این مدل‌ها بر پایهٔ معماری بنیادین «ترنسفورمر» (Transformer) ساخته شده‌اند، اما در جزئیات محاسباتی تفاوت دارند:

تعداد پارامترها و ابعاد برداری: مدل‌های با اندازه و پارامتر بالاتر، توان درک استعاره‌ها، کنایات ادبی، ظرایف بلاغی و تحلیل‌های چندمرحله‌ایِ عمیق‌تری دارند.
مکانیزم توجه (Attention Mechanism): نحوه وزن‌دهی کلمات به یکدیگر در مدل‌های مختلف فرق می‌کند؛ مدلی ممکن است به ابتدای متن شما وزن بیشتری بدهد و مدلی دیگر کل سیاق (Context) را به طور همگن لحاظ کند.

۴. متغیرهای تولید متن و درجهٔ تصادفی بودن (Decoding Parameters)
هنگام تولید متن، متغیرهایی مثل «Temperature» (درجه خلاقیت/حرارت) و «Top-p» تعیین می‌کنند که سیستم کلمات بعدی را چطور انتخاب کند:

اگر ضریب حرارت پایین تنظیم شود، مدل قابل‌پیش‌بینی، منطقی و مبتنی بر پربسامدترین احتمالات حرف می‌زند.
اگر ضریب حرارت بالا برود، مدل واژگان غیرمنتظره‌تر، نثری ادبی‌تر یا ایده‌های نوآورانه (و گاهی گزافه‌گویی) را در نقد خود دخالت می‌دهد.

۵. دستورالعمل‌های سامانه پایه (System Prompt)
پیش از آنکه شما پیامی بنویسید، شرکت سازنده یک «دستور پنهان سازمانی» در ذهن مدل قرار داده است. برای نمونه:
به مدل الف دستور داده شده: «تو یک پژوهشگر دقیق، موشکاف و آکادمیک هستی؛ به هیچ خطای منطقی رحم نکن.»
به مدل ب دستور داده شده: «تو یک مشاور صبور، محتاط و دلگرم‌کننده هستی؛ لحن نقدت باید بسیار ملایم و نرم باشد.»
همین تفاوتِ ساده در دستور پایه، باعث می‌شود دو مدل در مواجهه با یک متن یا بیت شعر، یکی نگاهی فنی و عروضی با عیار بالا اتخاذ کند و دیگری جنبه‌های تشویقی و معنایی را برجسته سازد.

جمع‌بندی (تمثیل معرفت‌شناختی):
می‌توان این تفاوت‌ها را به تفاوت میان چند شاگرد بااستعداد در یک مکتب علمی تشبیه کرد:

همگی قواعد زبان و تفکر را بلدند، اما چون کتاب‌های متفاوتی خوانده‌اند (داده‌ها)، زیر دست استادان متفاوتی تربیت شده‌اند (RLHF)، و خلقیات و انگیزه‌های متفاوتی دارند (System Prompt و دما)، وقتی از آن‌ها خواسته می‌شود یک شعر یا متن فقهی/فلسفی را ارزیابی کنند، پاسخ‌ها و زاویه دیدشان متفاوت و متکثر خواهد بود.
پایان پاسخ هوش
شما می‌توانید از هوش بخواهید انواع سامانه‌ها و شرکت‌ها را به لحاظ داده‌ها و دیگر ویژ‌گیها برایتان طبقه‌بندی و ارائه کند.
در پست بعد نکته مهم دیگری را یادآور خواهم شد.