«جريب أون إل إل إمز»: إطار هولندي يقيم 30 نموذجاً حكومياً ويكشف تعارض الجودة مع التكلفة البيئية

تتزايد الاستخدامات الحكومية لنماذج اللغة الكبيرة في بيئات العمل العام، غير أن أطر التقييم الحالية نادراً ما تجمع بين عكس قيم الإدارة العامة وتلبية المتطلبات اللغوية للسياقات غير الإنجليزية. وفي هذا السياق، قدم فريق بحثي يضم لورينس سامسون، وإيفا غورنيشكا، وغوسا لو، ويوكي م. أسانو، وسيناي غبرياب، ورقة بحثية قُبلت في مؤتمر «AIES 2026»، لتطوير إطار تقييم منهجي يحمل اسم «جريب أون إل إل إمز» (Grip on LLMs). يهدف هذا الإطار إلى تقييم نماذج الذكاء الاصطناعي الموجهة للاستخدام الحكومي باللغة الهولندية، ساداً الفجوة بين القيم المؤسسية واختبارات القياس التقنية.

تكون الإطار عبر تعاون مباشر مع خبراء متخصصين من منظمة بلدية هولندية كبرى. واعتمد الباحثون في بناء منهجيتهم على عملية شاملة شملت تشكيل مجلس استشاري، وإجراء أبحاث للمستخدمين، وتنفيذ استطلاع رأي لمستخدمي روبوت محادثة مخصص للموظفين المدنيين. وأسفرت هذه العمليات عن تحديد ستة أبعاد أساسية للتقييم: الدقة الواقعية، والأمانة، والانحياز الاجتماعي، واستهلاك الطاقة، والتكلفة المالية، وشفافية بيانات التدريب. وقد حوّل الفريق هذه الأبعاد إلى حزمة اختبارات قياسية شملت تقييم أكثر من 30 نموذجاً، تنوعت بين نماذج متعددة اللغات وأخرى مخصصة للغة الهولندية.

أظهرت نتائج التقييم أنه لا يوجد نموذج واحد يستطيع التفوق في جميع الأبعاد الستة في وقت واحد، مما يجعل التنازلات أمراً لا مفر منه عند اختيار النموذج المناسب. وكشفت الدراسة أن الجودة الأعلى في الأداء ترتبط باستمرار بأثر بيئي أكبر وتكلفة مالية أعلى، في حين يظل الانحياز الاجتماعي مستقلاً بدرجة كبيرة عن مستويات الجودة والتكلفة. كشفت النتائج أن الدقة الواقعية والأمانة تخضعان لخصائص منفصلة تماماً، حيث إن قدرة النموذج على الإجابة الصحيحة لا تعني بالضرورة قدرته على الاعتراف بما لا يعلمه.

في بُعد الدقة الواقعية، يقيس الإطار مدى قدرة النموذج على تقديم إجابات صحيحة، بينما يركز بُعد الأمانة على مدى اعتراف النموذج بحدود معرفته وإقراره بما لا يعلمه دون تقديم معلومات مضللة. وتكشف النتائج التفصيلية أن الارتقاء بمستوى الدقة والشفافية في بيانات التدريب يفرض أعباءً مالية وبيئية إضافية، إذ يتطلب استهلاكاً أعلى للطاقة وتكاليف تشغيلية مرتفعة، مما يضع المؤسسات الحكومية أمام مفاضلات دقيقة بين الاستدامة البيئية والكفاءة المادية وأداء النموذج.

ولتحويل هذه النتائج النظرية والاختبارات الميدانية إلى أدوات عملية يستفيد منها غير المتخصصين، أطلق الباحثون نظرة عامة متاحة للجمهور ومصممة بأسلوب بسيط يناسب كافة أصحاب المصلحة المعنيين باختيار نماذج اللغة الكبيرة في القطاع الحكومي، بدءاً من المهندسين التقنيين وحتى صناع السياسات. توفر هذه الأداة رؤية شاملة تساعد المؤسسات العامة على اتخاذ قرارات متوازنة تجمع بين المعايير الأخلاقية، والالتزامات البيئية، والقيود الميزانياتية، والمتطلبات اللغوية الخاصة باللغة الهولندية.