بعض الأوراق البحثية يغيّر مجالًا كاملًا بنظرية رياضية. هذه الورقة فعلت ذلك بحفلة.
في عام 2023 نشر Joon Sung Park (يفتح في علامة تبويب جديدة) وزملاؤه في Stanford (يفتح في علامة تبويب جديدة) وGoogle (يفتح في علامة تبويب جديدة) ورقة Generative Agents: Interactive Simulacra of Human Behavior (يفتح في علامة تبويب جديدة) في مؤتمر UIST. بنوا فيها سمولفيل، وهي «بلدة صغيرة من خمسة وعشرين وكيلًا تعمل باللغة الطبيعية»، فيها بيوت ومقهى وجامعة وحديقة. لكل ساكن عمل وعلاقات وذاكرة.
فكرة واحدة وبلدة واحدة
بدأت التجربة التي يتذكرها الجميع «بفكرة واحدة فقط حددها المستخدم: أن أحد الوكلاء يريد إقامة حفلة عيد الحب». لم يكتب أحد ما جرى بعد ذلك. دعا المضيف الناس، وانتشرت الدعوات عبر المحادثات، ودعا الوكلاء بعضهم بعضًا إلى مواعيد. وبحسب تقرير Gizmodo (يفتح في علامة تبويب جديدة)، «حضر الحفلة خمسة من كل 12 مدعوًّا»، وهي نسبة حضور بشرية جدًا، بصراحة.
الذاكرة والتخطيط والتأمل
الدرس التقني يتعلق بالبنية. يلاحظ كل وكيل ما يحدث ويخزنه ويخطط ليومه، ثم يتأمل ذكرياته من وقت لآخر ليكوّن أفكارًا أعلى مستوى («أقضي وقتًا طويلًا مع ماريا»). وجدت الورقة أن «مكونات بنية وكيلنا، وهي الملاحظة والتخطيط والتأمل، تسهم كلها إسهامًا حاسمًا في إقناع» السلوك. عند إزالة التأمل ينخفض الإقناع، وعند إزالة التخطيط معه ينخفض أكثر.
تناولت مجلة Nature العمل تحت عنوان القرية المحاكاة التي تعلّم الباحثين (يفتح في علامة تبويب جديدة)، وأصبحت الورقة من أكثر نقاط الانطلاق استشهادًا لكل من يبني أشخاصًا محاكين.
ما أشار إليه المؤلفون
الورقة صريحة في حدودها. «اختلق الوكلاء إضافات على معارفهم»، وجعلت النماذج المضبوطة بالتعليمات الوكلاء «أكثر تهذيبًا وتعاونًا عمومًا»، مع حوار «قد يبدو رسميًا أكثر من اللازم». والإقناع ليس الدقة أيضًا: اختبرت سمولفيل هل يبدو السلوك بشريًا، لا هل يطابق أشخاصًا حقيقيين محددين. وهذا السؤال اللاحق هو ما تناولته دراسة 1,052 شخصًا.
ما استعرناه
أمران. الأول الذاكرة: يحتفظ كل مستخدم افتراضي بحياة متسقة طوال المقابلة، وفي أسئلة المتابعة التي تطرحها بعد أسابيع. الثاني مشكلة المجاملة: تميل النماذج اللغوية إلى الموافقة، لذلك يختار Cast متشككين عن قصد، ويرصد الناقد الإجابات الحريصة على إرضائك أكثر من اللازم. بلدة يقول فيها الجميع «نعم» بلدة لطيفة. أما دراسة عملاء يقول فيها الجميع «نعم» فلا فائدة منها.
إن أردت التعمق، ناقش Park العمل أيضًا في The TWIML AI Podcast (يفتح في علامة تبويب جديدة) وفي Berkeley Multi-Agent Learning Seminar (يفتح في علامة تبويب جديدة).
كيف «يتذكر» الوكيل
يحتفظ كل ساكن في سمولفيل بتيار ذاكرة: سجل متواصل لكل ما يلاحظه، من «إيزابيلا تجهز المقهى» إلى «قال كلاوس إنه يكتب ورقة عن التحسين العمراني». حين يحتاج الوكيل إلى التصرف أو الكلام، يسترجع النظام أكثر الذكريات صلة بثلاث إشارات: مدى حداثة الذكرى، ومدى أهميتها، ومدى صلتها بالموقف الحالي.
يتأمل الوكيل من وقت لآخر. ينظر في ذكرياته الأخيرة ويطرح على نفسه أسئلة أعلى مستوى، ويدوّن استنتاجات مثل «كلاوس مخلص لبحثه». تصبح هذه التأملات ذكريات أيضًا، وبها يكوّن الوكلاء ما يشبه الآراء والعلاقات مع الوقت.
تخطيط اليوم كما يفعل الإنسان
يخطط الوكلاء كذلك. يرسم الساكن يومه كل صباح بخطوط عريضة، ثم يقسمه إلى ساعات ودقائق مع تقدم اليوم، ويعدله عند حدوث ما لا يتوقعه. ولهذا نجحت الحفلة: غيّرت الدعوات الخطط، وأعاد الوكلاء ترتيب عصرهم ليحضروا.
دروس أخذناها إلى مقابلات العملاء
- الاتساق عبر الوقت: يجب أن تطابق إجابات المستخدم الافتراضي في أسئلتك التالية ما قاله سابقًا، ولذلك يحتفظ كل مستخدم افتراضي بذاكرة المقابلة كاملة.
- الصلة قبل الكم: يسأل المخرج عمّا يهم هذا الشخص الآن، كما يسترجع الوكلاء الذكريات ذات الصلة لا كل شيء.
- التأمل قبل الاستنتاج: تنظر خطوة النتائج في Cast عبر كل المقابلات قبل الكتابة، بدل تلخيص كل إجابة منفصلة.
- انتبه إلى التهذيب: الإعدادات المجاملة تجعل المحادثات لطيفة والبحث بلا فائدة، ولذلك نختار متشككين ونضع ناقدًا.
وصفة الاسترجاع بلغة بسيطة
لا يعيد وكلاء سمولفيل قراءة حياتهم كلها في كل مرة يتكلمون. يقيّمون كل ذكرى بثلاثة معايير ويختارون الأعلى. الحداثة تتلاشى مع الوقت بتناقص أسي، ومعامل التناقص في الورقة 0.995 لكل ساعة لعبة منذ آخر استرجاع للذكرى. الأهمية يقيّمها النموذج اللغوي نفسه من 1 إلى 10، من «عادية تمامًا» (تنظيف الأسنان) إلى «مؤثرة للغاية» (الانفصال). الصلة هي تشابه جيب التمام (يفتح في علامة تبويب جديدة) بين الذكرى والموقف الحالي، ويُقاس بتضمينات النصوص.
لماذا يهم هذا خارج اللعبة؟ لأن أي شخص محاكٍ ينسى ما قاله قبل عشر دقائق، أو يتوقف عند التفاصيل التافهة، يفقد مصداقيته بسرعة. والمبدأ نفسه ينطبق على البحث: المقابلة الجيدة تبني على ما أخبرك به الشخص من قبل.
التقييم المفاجئ
لاختبار المصداقية، «قابل» الفريق الوكلاء بأسئلة عن حياتهم وخططهم وردود أفعالهم وتأملاتهم، وطلب من 100 مشارك بشري ترتيب الإجابات. وقارنوا البنية الكاملة بنسخ تفتقر إلى الذاكرة أو التخطيط أو التأمل، وبإجابات كتبها عاملون جماعيون بشر تقمصوا الشخصيات نفسها.
حصلت البنية الكاملة على أعلى تقييم. والأكثر إثارة للدهشة أن إجابات العاملين في المنصات الجماعية جاءت أدنى من النسخة التي تعتمد على الذاكرة والملاحظة وحدهما. ويحرص المؤلفون على التوضيح أن هذا المرجع لم يُقصد به أن يعكس أقصى خبرة بشرية، فهو لا يثبت أن الآلات تؤدي الشخصيات أفضل من البشر. لكنه يبيّن حجم ما تضيفه الذاكرة المنظمة.
ما انتشر في البلدة
خلال يومين محاكيين، انتشر خبر ترشح سام مور لمنصب العمدة من وكيل واحد (4%) إلى ثمانية وكلاء (32%). وانتشر خبر حفل عيد الحب الذي أقامته إيزابيلا من وكيل واحد (4%) إلى 13 وكيلًا (52%)، دون أي تدخل من المستخدم. وارتفعت كثافة العلاقات في البلدة من 0.167 إلى 0.74. ومن بين 453 إجابة عن وكلاء آخرين، كانت 1.3% منها مختلقة. هذه أرقام صغيرة، لكنها تُظهر ديناميكيات اجتماعية تنشأ من تلقاء نفسها، ولم تُكتب مسبقًا.
لم يكن ذلك رخيصًا. يذكر المؤلفون أن تشغيل 25 وكيلًا ليومين كلّف «آلاف الدولارات من رصيد الوحدات» واستغرق عدة أيام.
إلى أين ذهبت الفكرة
صدر كود سمولفيل (يفتح في علامة تبويب جديدة) برخصة Apache 2.0، وبنى عليه آخرون بسرعة. تصف AI Town (يفتح في علامة تبويب جديدة)، وهي حزمة بداية برخصة MIT (يفتح في علامة تبويب جديدة) من a16z، نفسها بأنها مستوحاة من الورقة. ووسّع Project Sid (يفتح في علامة تبويب جديدة) من Altera المجتمعات الوكيلة إلى ما بين 10 وأكثر من 1,000 وكيل في Minecraft، وأبلغ عن أدوار متخصصة وقواعد جماعية ونقل ثقافي. وصارت مشكلة الذاكرة نفسها مجال بحث: استعار MemGPT (يفتح في علامة تبويب جديدة) أفكارًا من أنظمة تشغيل الحواسيب ليمنح الوكلاء ذاكرة تتجاوز نافذة سياق النموذج.
مثال تطبيقي: الذاكرة في دراسة عملاء
تخيّل مؤسس شركة يختبر مسار حجز جديدًا لسلسلة عيادات أسنان. في بداية المقابلة، تذكر مستخدمة افتراضية أنها غيّرت طبيب أسنانها في العام الماضي، لأنها لم تجد موعدًا مسائيًا قط. وبعد عشرين دقيقة يسأل المخرج عن تذكيرات المواعيد. الإجابة المقنعة تربط بين الأمرين: التذكيرات جيدة، لكن حاجتها الحقيقية هي أن تظهر المواعيد المسائية المتاحة من البداية.
هذا هو درس سمولفيل مطبقًا على البحث. يحتفظ المستخدمون الافتراضيون بحياة متسقة طوال المقابلة، ويبني المخرج على ما قاله كل شخص، ويشير الناقد إلى الإجابات التي تناقض قصة المستخدم الافتراضي نفسه.
مسرد
الوكيل التوليدي: شخصية محاكاة يشغّلها نموذج لغوي، ولها ذاكرة وتخطيط وتأمل. سجل الذاكرة: السجل المتواصل لكل ما يلاحظه الوكيل. التأمل: استنتاج أعلى مستوى يستخلصه الوكيل من ذكرياته. دراسة الاستبعاد: إزالة أحد المكونات لقياس مقدار مساهمته. TrueSkill (يفتح في علامة تبويب جديدة): نظام تصنيف يرتبط بنظام Elo في الشطرنج، ويُستخدم هنا لتحويل ترتيبات البشر إلى درجات.
أسئلة عن الوكلاء التوليديين
هل أستطيع مشاهدة محاكاة سمولفيل؟
نشر المؤلفون إعادة تشغيل للمحاكاة والكود. والمحاضرات التي نضمّنها ونرتبط بها أعلاه تشرح ذلك.
كم استمرت المحاكاة؟
استند التقييم إلى يومين من الحياة المحاكاة لدى 25 وكيلًا.
هل بُني Cast على سمولفيل؟
لا. Cast نظام مستقل صُمم للمقابلات لا للمحاكاة الاجتماعية المفتوحة، لكنه يستعير الأفكار الأساسية: الذاكرة والصلة والتأمل.
هل كان وكلاء سمولفيل أكثر إقناعًا من البشر؟
في تقييم الورقة، جاءت البنية الكاملة في مرتبة أعلى من إجابات كتبها عاملون في منصات العمل الجماعي وهم يجسّدون الشخصيات نفسها. ويؤكد المؤلفون أن هذا المرجع المقارن لا يمثل أداء الخبراء من البشر. لذلك اقرأه دليلًا على قوة البنية، لا مسابقة جرى الفوز بها.
لماذا يحتاج المشاركون المحاكَون في المقابلات إلى ذاكرة؟
دون ذاكرة قد يناقض الشخص المحاكى نفسه أو يتجاهل ما قاله سابقًا، فتفقد إجاباته موثوقيتها. وأظهرت سمولفيل أن إزالة الذاكرة والتخطيط والتأمل أنتجت أقل سلوك إقناعًا بين كل الحالات المختبرة.
اقرأ تاليًا: هل يستطيع الذكاء الاصطناعي إخبارك بما سيدفعه العملاء؟
