در فرهنگ ایرانی، بسیاری از جملات آن‌طور که به نظر می‌رسند معنا نمی‌دهند. مثلا وقتی راننده تاکسی با لبخند می‌گوید “این دفعه مهمان من باشید”، انتظار دارد شما چند بار اصرار کنید تا در نهایت پول را بگیرد. این بازی ظریف از تعارف و پافشاری، بخش جدایی‌ناپذیر تعاملات روزمره ماست. اما برای ربات‌های گفتگو مثل چت‌بات‌های هوش مصنوعی، این رمز و راز تقریبا غیرقابل فهم است.
مطالعه‌ای تازه با عنوان “ما مؤدبانه اصرار می‌کنیم: مدل‌های زبانی باید هنر تعارف ایرانی را بیاموزند” نشان می‌دهد که حتی پیشرفته‌ترین مدل‌های هوش مصنوعی دنیا مثل GPT-4o، Claude 3.5 یا Llama 3 در برخورد با موقعیت‌های تعارف تنها 34 تا 42 درصد موفق عمل می‌کنند. این در حالی است که یک فارسی‌زبان بومی در همان موقعیت‌ها نزدیک به 82 درصد درست رفتار می‌کند.
وقتی ادب کافی نیست
پژوهشگران برای سنجش دقت مدل‌ها از معیارهای “مودب بودن” هم استفاده کردند، اما نتیجه عجیب بود. مثلا پاسخ‌ها 84 درصد مودبانه به نظر می‌رسیدند، اما تنها 41 درصدشان واقعا مطابق فرهنگ ایرانی بودند. مشکل اصلی این است که ادب در فرهنگ‌های مختلف معنای متفاوتی دارد. جایی که هوش مصنوعی با گفتن “خیلی ممنون، من برایش زحمت کشیدم” فکر می‌کند پاسخ درستی داده، برای یک ایرانی ممکن است نشانه خودستایی باشد. در فرهنگ ما پاسخ درست چیزی شبیه “چیز خاصی نیست” یا “شانس آوردم که پیدا شد” است.
زبان، فشرده‌سازی فرهنگی
ارتباط انسانی بر اساس درک ضمنی از زمینه و فرهنگ شکل می‌گیرد. ما بسیاری از چیزها را نمی‌گوییم چون مطمئنیم طرف مقابل از زمینه فرهنگی همان‌ها را برداشت می‌کند. اما هوش مصنوعی که بر اساس الگوهای مستقیم آموزش دیده، این ظرافت را از دست می‌دهد. در تعارف، جملات فشرده و غیرمستقیم هستند؛ “بله” می‌تواند “نه” باشد و اصرار می‌تواند صرفا ادب باشد نه اجبار.
جالب اینجاست که وقتی مدل‌ها به جای انگلیسی با متن‌های فارسی آموزش‌دیده امتحان شدند، نتایج به شکل چشمگیری بهتر شد. مثلا عملکرد DeepSeek V3 از 36 درصد به 68 درصد رسید. GPT-4o هم بیش از 30 درصد پیشرفت کرد. این یعنی بخشی از مشکل به داده‌های آموزشی غربی‌محور برمی‌گردد.
شباهت رفتار انسان و هوش مصنوعی
در این تحقیق، غیرایرانی‌ها هم در آزمون تعارف نتایجی مشابه مدل‌های زبانی داشتند. آن‌ها جملات را بر اساس فرهنگ خودشان تفسیر کردند و مثلا “اصرار” را به معنای فشار یا اجبار دانستند، نه ادب. این نشان می‌دهد که مسئله فقط ضعف فنی نیست، بلکه ریشه در نداشتن بستر فرهنگی مشترک دارد.
راهکارها برای آموزش تعارف به هوش مصنوعی
محققان چند روش برای آموزش مدل‌ها آزمایش کردند. یکی از آن‌ها “Direct Preference Optimization” بود که باعث شد دقت Llama 3 تقریبا دو برابر شود و به 79.5 درصد برسد. روش‌های دیگری مثل آموزش مستقیم با مثال‌های درست یا یادگیری درون‌متنی هم تا 20 درصد بهبود ایجاد کردند.
این یعنی اگر بخواهیم هوش مصنوعی واقعا جهانی شود، باید آن را به ظرافت‌های فرهنگی بیاموزیم. همان‌طور که تعارف برای ما طبیعی است، در فرهنگ‌های دیگر هم رمز و رازهایی وجود دارد که اگر مدل‌ها آن‌ها را درک نکنند، ممکن است سوءتفاهم‌های بزرگی پیش بیاید.
این پژوهش تنها درباره تعارف نبود، بلکه زنگ خطری است برای همه کسانی که می‌خواهند هوش مصنوعی را وارد فرهنگ‌های مختلف کنند. اگر مدل‌ها فقط براساس داده‌های غربی ساخته شوند، در مواجهه با سنت‌ها و ارتباطات شرقی دچار خطاهای جدی خواهند شد. آموزش فرهنگی نه تنها به دقت کمک می‌کند، بلکه می‌تواند پلی باشد برای درک متقابل میان فرهنگ‌ها.
