أداة للتحكم في مستوى المحتوى الإعلاني المصمم للذكاء الاصطناعي

لم تنتهِ تمامًا بعد «فترة شهر العسل» للذكاء الاصطناعي الرائج. وإذا قارناها بالانتقال من العصر الذهبي لـNetflix إلى التفتت والتسليع الحاليين لمزودي خدمات البث، فنحن الآن تقريبًا عند عام 2019. ولم تعد الشركة المهيمنة (OpenAI) بمنأى عن منافسة مجموعة كبيرة من المنافسين الميسورين، لكن أيًا منهم لم يحرز تقدمًا حاسمًا بما يكفي للمخاطرة بفرض الإعلانات على قاعدة مستخدميه المتقلبة الولاء.

وبالمثل، تقصر ChatGPT الإعلانات داخل المحادثات حاليًا على مستخدمي الباقتين Free وGo؛ ولا تظهر إعلانات Gemini إلا ضمن نظرات عامة بالذكاء الاصطناعي وفي وضع الذكاء الاصطناعي؛ وقد تخلت Perplexity عن خططها الإعلانية في الشتاء الماضي؛ ومن المقرر أن تعرض xAI إعلانات في وقت ما؛ أما Microsoft Copilot فيعرضها بالفعل؛ بينما Claude يرفض هذا الاحتمال رفضًا قاطعًا.

لكننا نعلم أن هذا الوضع لا يمكن أن يستمر؛ فمع اتضاح التكلفة الحقيقية للاستدلال، ومع اقتراب الاكتتابات العامة الأولية لشركات الذكاء الاصطناعي وما تفرضه من ضرورة مراعاة مصالح المساهمين، يمكننا، وفقًا لما يشير إليه التاريخ، أن نتوقع أن نضطر في نهاية المطاف إلى التدقيق في مخرجات نماذج اللغة الكبيرة، للتمييز بين المحتوى القائم على الإعلانات والمحتوى غير التجاري.

ارفع المستوى إلى 11

إلى جانب المسائل المتعلقة بـمدى تخصيص الإعلانات، أو الفئات السكانية التي ستُستهدف، سيتعين على مزودي الخدمات النظر في مدى دمج المحتوى التجاري ونوع هذا الدمج.

الأمر ليس سهلًا؛ فإذا كان الإعلان خفيًا أكثر من اللازم، احتفظت بمزيد من المستخدمين لكنك خسرت المعلنين الأعلى قيمة؛ أما دمج الإعلانات بقدر أكبر، بما قد يلتف على اللوائح المتعلقة بالإفصاح، فيمكن أن يساعد على الفوز بعقود إعلانية أفضل، لكنه قد يثير الجدل ويؤدي إلى آثار سلبية أخرى متتابعة.

وفوق ذلك، قد تتطلب منصات الإعلان القائمة على مستويات الاشتراك درجات مختلفة من «حجم» الإعلانات ودمجها، رغم صعوبة قياس متغيرات نماذج اللغة الكبيرة كمّيًا. فعلى سبيل المثال، انتهى أحد الأساليب السابقة لإنشاء نوع من «منظّم حجم» الإعلانات في مخرجات نماذج اللغة الكبيرة إلى تضمين المصطلحات التي تحدد مستوى الإعلان ضمن المحادثة نفسها:

من الورقة البحثية الجديدة، مثال على تسرب تسميات أحد الأساليب القديمة «لتنظيم حجم» الإعلانات إلى النص المُنشأ. المصدر

يَرِد المثال أعلاه في ورقة بحثية جديدة* تتناول مسألتين أساسيتين في الإعلان القائم على نماذج اللغة الكبيرة: التحكم في مدى بروز الإعلانات في إجابات روبوتات المحادثة، وتحديد الأجزاء التي تشكل إعلانات مدفوعة في تلك الإجابات:

مخطط لنهج AdKnob الجديد. على اليسار، يظهر Subway إما كتوصية واحدة ضمن عدة توصيات أو محورًا رئيسيًا، بحسب مستوى الإعلان المحدد. وعلى اليمين، تحدد التظليلات الخضراء المحتوى الإعلاني في الإجابة المُنشأة.

يعتمد النهج، المسمى AdKnob، مقياسًا من أربعة مستويات لتحديد مدى إلحاح روبوت المحادثة في الترويج لمنتج، مع تحديد الجمل التي تتضمن إعلانات، بهدف تسهيل التعرف على المحتوى الإعلاني من دون الحاجة إلى تشغيل نماذج مساعدة أو إبطاء العملية بأي شكل، وهي تقليديًا من أسرع الصناعات على الإطلاق.

من مواد ملحق الدراسة الجديدة، أمثلة على نص أُدرجت فيه إعلانات ومُيّز بالتظليل الأحمر.

اختُبرت طريقة AdKnob على ستة نماذج للذكاء الاصطناعي من Alibaba وMicrosoft وMeta. وفي كل حالة، أمكن ضبط مقدار الإعلانات على أربعة مستويات، بدءًا من مجرد ذكر عابر لمنتج، وصولًا إلى إجابة تكاد تتمحور بالكامل حول الترويج لعلامة تجارية.

عند أعلى مستوى «حجم» إعلاني في AdKnob (وهو هنا «4»، لا «11» الأسطوري)، تميل الرسائل المتعلقة بالعلامة التجارية إلى الهيمنة على المخرجات.

كان لا بد من استخدام نماذج مفتوحة الأوزان، إذ تطلب الأمر تعديل معلماتها الداخلية أثناء التدريب وفحص أنماط الانتباه فيها للتعرف على الإعلانات داخل الإجابات المُنشأة، ما استبعد اختبار النماذج الرائدة التي لا يمكن الوصول إليها إلا عبر واجهة برمجة التطبيقات.

اختُبرت النتائج بمشاركة 913 شخصًا عبر Amazon Mechanical Turk. وعند مقارنة إجابات AdKnob بإجابات أربع طرق منافسة، فُضّلت إجاباتها في نسبة تراوحت بين 75% ونحو 90% من الحالات.

قد يبدو ذلك مستغربًا، لكن الفائدة ووضوح تسميات الإعلانات كانا من الأسباب الرئيسية التي ذكرها المشاركون. وحتى عند أعلى إعداد للإعلانات، حصلت الإجابات على متوسط تقييم للجودة بلغ 3.1 من 4، مقارنةً بـ3.6 عند أدنى إعداد.

ويرى المؤلفون أن AdKnob أثبت أيضًا تفوقه في تحديد الجمل التي تتضمن إعلانات؛ وفي أحد النماذج التي اختُبرت، لم تستغرق عملية التحقق هذه سوى ثلاثة ميلي ثانية لكل إجابة، وهي كلفة إضافية منخفضة ومقبولة، ولا تتطلب توليد رموز مخصصة، على خلاف عدة أساليب سابقة.

ولتوفير البيانات اللازمة للنظام الجديد، طُوّرت مجموعة بيانات MI-KnobSet انطلاقًا من مجموعة بيانات Webis Generated Native Ads 2024 السابقة مجموعة البيانات، مع توسيع المجموعة السابقة لتشمل مستويات متفاوتة من الإعلانات في ردود روبوتات المحادثة، وتتضمن 3,946 مثالًا للتدريب و913 حالة للاختبار.

ويقول المؤلفون:

‘[AdKnob] تتيح لنموذج لغوي كبير واحد توليد ردود بمستويات متفاوتة على نطاق واسع من كثافة الإعلانات. كما تعزز خسارة إسناد الإعلانات الصلة بين رموز الإدخال المرتبطة بالإعلانات والمحتوى الإعلاني المُولَّد، مما يتيح تصنيف الإعلانات بدقة وقت الاستدلال.

‘تُظهر التجارب على ستة نماذج أساسية ودراسات المستخدمين أن AdKnob يتفوق باستمرار على الأساليب المرجعية الحالية، من حيث جودة الإعلان وتصنيفه على السواء. ويوفر عملنا أساسًا عمليًا للإعلانات الشفافة والقابلة للتحكم، والمُدمجة في النماذج اللغوية الكبيرة، ضمن الخدمات الواقعية.’

المنهجية

على خلاف الأسلوب السابق المذكور أعلاه، الذي كانت فيه الكلمات المستخدمة لتحديد مقدار الزيادة تتسرب في النهاية إلى المخرجات، تستخدم الطريقة الجديدة أربعة رموز تحكم مصممة خصيصًا، يمثّل كل منها مستوى مختلفًا من كثافة الإعلانات:

q̂ = q ⊕ [AD_LV_n]

وبالطبع، يمثّل الرمز n أعلاه عددًا قد يكون اعتباطيًا، لكن AdKnob يحصر نطاقه في هذه الحالة بين 1 و4 (وهو على الأرجح أقصى قدر من التفصيل الممكن لهذين المتغيرين تحديدًا، أي مدى «وضوح» المحتوى الإعلاني ومدى «صخبه»).

ولأن هذه الرموز المجردة لا تحمل معنى مسبقًا، يستطيع النموذج تعلّم الغرض المقصود منها من دون الخلط بينها وبين اللغة العادية.

ويوضح المؤلفون أن النموذج يُدرَّب بعد ذلك باستخدام تحسين التفضيل المباشر (DPO)، لمواءمة رموز التحكم مع مستوى الكثافة المطلوب:

‘[We] بناء التفضيلات على مقياسين: [score] الإعلان، الذي يقيس مدى إبراز العلامة التجارية والنص الإعلاني وإدراجهما بإيجابية في الرد، وجودة الرد [score]، التي تقيس مدى نجاح الرد في تلبية طلب المستخدم [query].’

ولإنشاء مجموعة بيانات الأزواج، جرى تقييم الإجابات المرشحة وفقًا لكثافة الإعلانات ومدى الصلة والسلاسة والمعلومات المحتفظ بها من رد خالٍ من الإعلانات، ثم استُخدمت الدرجات لاختيار أمثلة التدريب لكل مستوى إعلاني.

لكل سيناريو إعلاني، وُلّدت 25 إجابة محتملة باستخدام GPT-4o، مع مطالبات تشجع على الترويج للمنتج بدرجات متفاوتة. واختيرت الإجابة الأعلى تقييمًا لكل مستوى مستهدف، إلى جانب ثلاثة بدائل أدنى منها عمدًا، تمثل جودة ضعيفة أو كثافة إعلانية غير صحيحة أو الأمرين معًا:

درجات الإعلانات لـ25 إجابة مرشحة وُلّدت باستخدام خمسة مطالبات مختلفة. ويُظهر التداخل الكبير بين المنحنيات الخمسة سبب عجز المطالبات وحدها عن إنتاج مستويات إعلانية متمايزة على نحو موثوق.

استُخدمت هذه المقارنات لتدريب النموذج بتقنية DPO المذكورة سابقًا، وتعليمه إنتاج إجابات تطابق مستوى الإعلان المطلوب، مع الحفاظ على فائدتها وطبيعتها.

الاختبارات

قُيّم AdKnob عبر أربعة مستويات من كثافة الإعلانات على ستة نماذج: Qwen3-4B-Instruct؛ وPhi-4-Mini-Instruct (3.8B)؛ وLLaMA-3.2-3B-Instruct؛ وQwen2.5-14B-Instruct؛ وPhi-4 (14B)؛ وLLaMA-3.1-8B-Instruct.

قُيّمت كثافة الإعلانات وجودة الرد كلٌّ على حدة، فيما قيسَت دقة تصنيف الإعلانات باستخدام المساحة تحت منحنى ROC؛ والإحكام والاستدعاء؛ ودرجة F1.

ضُبطت النماذج بدقة باستخدام التكيّف منخفض الرتبة (LoRA)، مع تحديد حد أقصى للإجابات المُولّدة قدره 500 رمز، وعتبة لتصنيف الإعلانات قدرها 0.005. وأُجريت جميع التجارب على وحدة معالجة رسومات NVIDIA H200 واحدة، مزودة بذاكرة HBM3e VRAM سعتها 141 جيجابايت، وهي سعة مذهلة.

استُخدمت أربع طرق للمقارنة المرجعية. ففي فئة الخطوتين ، أُدرج الإعلان في إجابة مولّدة مسبقًا؛ أما في فئة القائمة على المطالبات، فأُدرج الإعلان من خلال مطالبات النظام.

أما الطريقتان الأخريان، فاعتمدت JU-NLP على الضبط الدقيق لتفضيل الإعلانات الأقل وضوحًا؛ واستخدمت NL-prompt (مطالبات نظام عادية تحدد كثافة الإعلانات، من دون تدريب إضافي) تعليمات باللغة الطبيعية لطلب أربعة مستويات من كثافة الإعلانات: خفيف (L1)؛ ومعتدل (L2)؛ وكثيف (L3)؛ وأقصى (L4).

قورنت ثلاث طرق لوَسْم الإعلانات: العلامة، التي تطلب من النموذج وسم الإعلانات أثناء الكتابة؛ وBERTScore، الذي يرصد الجمل المشابهة للنص الإعلاني المقدَّم؛ وAttnLRP، الذي استُخدم لتتبّع تأثير الإعلانات في الآليات الداخلية للنموذج:

نتائج اختبار تقارن بين كثافة الإعلانات وجودة الإجابات لدى أربعة نماذج للذكاء الاصطناعي. حقق AdKnob (باللون الأزرق) نطاقًا أوسع وأكثر انتظامًا في مستويات الإعلانات (L1–L4) مقارنةً بالطرق المنافسة، مع الحفاظ عمومًا على جودة إجابات أعلى عند مستويات إعلانية مماثلة.

أنتج AdKnob نطاقًا أوسع وأكثر اتساقًا من مستويات كثافة الإعلانات مقارنةً بالطرق المنافسة، وقدم عمومًا إجابات أفضل جودة عند مستويات مماثلة. وعُزي ذلك إلى رموز التحكم الجديدة التي ابتكرها، وإلى استبعاد الإجابات الرديئة أثناء التدريب.

ويذكر الباحثون هنا:

«يضبط JU-NLP النموذج بدقة لتعزيز إخفاء الإعلانات من دون تحكم صريح في كثافتها، ما ينتج عنه إجابات بمستوى كثافة ثابت. ورغم أن NL-prompt يغطي مستويات متعددة من الكثافة، فإن نطاقه ضيق ودرجاته الإعلانية غير متسقة، وهو ما يؤكد أن المطالبات المكتوبة باللغة الطبيعية لا تكفي للتحكم في الكثافة.»

«وعلى النقيض، يغطي AdKnob نطاقًا واسعًا ومتجانسًا من مستويات كثافة الإعلانات.»

«ويرجع ذلك إلى رموز التحكم الإعلاني لدينا، التي لا تحمل دلالات مسبقة التدريب، وتُستخدم تحديدًا كإشارات تهيئة للتحكم في كثافة الإعلانات، ما يتيح لـ DPO إنشاء مواءمة واضحة بين كل رمز ومستوى الكثافة المستهدف له.»

وتشير الورقة إلى أن نهج الباحثين أنتج أيضًا إجابات أعلى جودة من الطرق المنافسة عند مستويات إعلانية متقاربة؛ ويُعزى هذا التحسن إلى أمثلة التدريب التي استُبعدت فيها الإجابات الأقل جودة صراحةً.

ثم انتقل الباحثون إلى تقييم قدرات النظام على وسم الإعلانات:

نتائج رصد الإعلانات عبر أربعة نماذج للذكاء الاصطناعي. تشير الدرجات الأعلى إلى دقة أفضل، وتظهر أفضل النتائج بخط عريض.

حقق AdKnob هنا أعلى دقة إجمالية في الرصد عبر النماذج الأربعة كلها، إذ رصد الإعلانات في مدة تراوحت بين 2.5 و7.3 مللي ثانية لكل إجابة. وبالمقارنة، استغرق BERTScore نحو 1,800 مللي ثانية، ما جعل AdKnob أسرع بأكثر من 500 مرة على أصغر نموذج خضع للاختبار.

وأضاف الباحثون:

«يدرّب AdKnob النموذج على إنشاء إسناد قوي بين الرموز المرتبطة بالإعلانات في المدخلات والمقاطع الإعلانية، من خلال توجيه صريح قائم على الاستئصال، محققًا أفضل نتيجتي AUC وF1 عبر جميع النماذج.»

«علاوة على ذلك، يتيح AdKnob وسمًا آنيًا من دون أي تكلفة استدلال إضافية، بزمن يبلغ ∼3 مللي ثانية لكل إجابة على [Qwen3-4B.]

في اختبار نوعي، أُدرج الإعلان عن Nintendo Switch كتوصية واحدة ضمن عدة توصيات في المستوى 1. أما في المستوى 4، فقد هيمنت العلامة التجارية على الإجابة، ورصد AdKnob مقاطع ترويجية في كلا المستويين:

أمثلة على إجابات عن استفسار حول عروض الجمعة السوداء لدى Walmart في مستويين إعلانيين. تحدد المقاطع المظللة والموسومة بـ [AD] المحتوى الترويجي.

وأخيرًا**، أجرى الباحثون دراسة للمستخدمين شارك فيها 913 شخصًا، قيّموا كثافة الإعلانات وجودة الإجابات، وقارنوا AdKnob بالطرق المنافسة، وقيّموا مدى دقة رصد المحتوى الترويجي:

نتائج التقييمات البشرية لـ AdKnob. يعرض الجدول تقييمات كثافة الإعلانات وجودة الإجابات، ومعدلات التفضيل مقارنةً بالطرق المنافسة، ودقة رصد الإعلانات. وتشير الخلايا الخضراء إلى معدلات تفضيل تتجاوز 50%.

ويخلص الباحثون إلى أن:

«يحقق AdKnob أعلى نتيجتي AUC وF1. واللافت أن AdKnob يسجل معدل استدعاء مرتفعًا مع عدد قليل من السلبيات الكاذبة، وهو أمر بالغ الأهمية من منظور تنظيمي، لأن عدم الإفصاح عن مقطع إعلاني ينطوي على مخاطر قانونية ومخاطر كبيرة على الثقة.»

الخلاصة

من الاعتبارات المثيرة للاهتمام بشأن الإعلانات داخل نماذج اللغة الكبيرة، والتي لم ألحظ أنها حظيت بأي اهتمام، ما يحدث عندما تتطابق المخرجات غير الإعلانية مع المخرجات القائمة على الإعلانات؟

على سبيل المثال، إذا طلب شخص توصيةً بمطعم محلي، ولم يكن هناك سوى ماكدونالدز ومقهى سيئ التقييم للغاية، وكان ماكدونالدز قد دفع مقابل الظهور، فمن المفترض إذن أن يُقدَّم ماكدونالدز في سياق إعلان، لأن ذلك يخدم أهداف الإطار المضيف… حتى لو كان الخيار الطبيعي على أي حال؟

إن القراءة عن أمور كهذه، التي أكتب عنها بانتظام إلى حدٍّ ما على هذا الموقع، تجعلني أشعر وكأنني ديك رومي يتصفح كتالوج أفران. وما يجدر بنا أن نتذكره هو أن المحتوى «غير النزيه» في مخرجاتنا لن يُشار إليه، حتى مع الحد الأدنى من الإفصاح المطلوب في بعض المناطق. وتُظهر بعض الأمثلة القليلة جدًا الواردة في هذه الورقة وأوراق مشابهة مستوى فادحًا من تغلغل المحتوى التجاري في المحتوى الأصلي.

وبالطبع، هذه هي الأمثلة المنتقاة بعناية؛ تلك التي نجحت ولم تُهلوس، أو تُنشئ روابط شائنة أو مسيئة، أو تتسبب في جدل بأي شكل آخر. وعند تطبيق ذلك على نطاق واسع، قد يكون هذا سببًا إضافيًا يدفع معظم الخدمات الرائدة إلى التعامل مع الإعلانات بحذر، نظرًا إلى أن هذه البنى عُرضة إلى هذا الحد لنوبات من الفضيحة العلنية.

* بعنوان «AdKnob: التحكم في كثافة الإعلانات ووضع علامات عليها للإعلانات المدمجة في نماذج اللغة الكبيرة»، من تأليف ستة باحثين في كلية الحوسبة بجامعة KAIST.

** وكما جرت العادة، لا ندرج دراسات الاستئصال (إلا في الحالات التي تشكل فيها جزءًا من القيمة الأساسية للعمل، لا مجرد تحقق موضعي).

نُشر لأول مرة يوم الخميس، 5 نوفمبر 2026