إنتاج نماذج الذكاء الاصطناعي “الإبداعي” يصبح متشابهاً بين المزودين

تشير أبحاث جديدة إلى أن نماذج الذكاء الاصطناعي من الشركات المتنافسة تصبح أكثر تشابهاً في إجاباتها الإبداعية، مما قد يحد من تنوع الأفكار التي يواجهها المستخدمون.

وجدت أبحاث جديدة من الولايات المتحدة أن الإنتاج “الإبداعي” عبر مجموعة واسعة من نماذج الذكاء الاصطناعي الرائدة يصبح أكثر تشابهاً مع مرور الوقت.

اختبر المؤلفون من جامعة ديوك 69 نموذجًا عبر 12 عائلة مزودين، تغطي إصدارات من 2023 إلى 2026، ووجدوا انخفاضًا ذا دلالة إحصائية في تنوع الإنتاج عبر كل من الأسئلة المفتوحة الواقعية واختبار الإبداع القياسي – مما يشير إلى أن الأفكار المتشابهة قد تُقَدَّم بشكل متزايد استجابةً للطلبات “الإبداعية” من جميع مزودي نماذج اللغة الكبيرة الرئيسيين.

كانت عائلات المزودين التي تم اختبارها هي Anthropic; Cohere; DeepSeek; Google; Meta; MiniMax; Mistral AI; Moonshot AI; OpenAI; Qwen; xAI; و Z.ai*:

من الورقة الجديدة – إصدارات النماذج المستخدمة في الدراسة، من مارس 2023 إلى يوليو 2026. يغطي المخطط 69 نسخة من النماذج عبر 12 مزودًا للذكاء الاصطناعي، موضحًا كيفية توزيع النماذج المختبرة على مدار ثلاث سنوات، ومظهرًا جداول إصدارات متزايدة التكرار لبعض المزودين، وهو ما يجب أخذه في الاعتبار في حسابات المؤلفين. المصدر

يقول مؤلفو الورقة الجديدة**:

‘نجد أن استجابات نماذج اللغة الكبيرة للمطالب المفتوحة التي نختبرها أصبحت أكثر تشابهاً مع مرور الوقت.’

‘هذا يشير إلى أن نماذج اللغة الكبيرة تصبح أقل إبداعًا في المهام التي تتضمن توليد استجابات مفتوحة، مما يستدعي فحصًا دقيقًا لفائدتها طويلة الأمد كمساعدين إبداعيين.’

على الرغم من أن ‘المنهجية الأحادية الخوارزمية‘ أصبحت خطًا دراسيًا راسخًا، فإن فحص الاتجاهات نحو التجانس في المخرجات الإبداعية التي يولدها الذكاء الاصطناعي لم يُجرَ حتى الآن، كما يؤكد المؤلفون.

مع ذلك، أشارت حوادث منفصلة إلى هذا التقارب منذ فترة، بما في ذلك الحالة الغريبة التي وثّقتها جامعة كورنيل في دراسة مايو 20026، حيث أظهر مجموعة متنوعة من مزودي نماذج اللغة الكبيرة هوسًا غريبًا ومتقاطعًا بـ ‘حراس المنارات’، ومجموعة معينة من الأسماء غير المتناسقة زمنياً، بما في ذلك ‘Mara’ و ‘Elias’:

في مايو، وجدت الورقة الجديدة لجامعة كورنيل تشابهات غريبة عبر مزودي نماذج اللغة الكبيرة عند إعطائهم ‘مطالب مفتوحة’ – رغم عدم ظهور أي دلائل حتى الآن على سبب ذلك في بيانات التدريب المتنوعة التي تغذي هذه النماذج.

الدراسة الجديدة أكثر منهجية: اختبر المؤلفون نماذج تمتد لثلاث سنوات مقابل كل من المطالب الإبداعية الواقعية واختبار نفسي كلاسيكي يطلب استخدامات غير عادية للأشياء اليومية. ثم قيَّموا مدى اختلاف إجابات النماذج من حيث المعنى، متتبعين ما إذا كانت تلك الفواصل تقل مع الأجيال المتتالية.

يقول مؤلفو العمل الجديد، بعنوان هل تصبح نماذج اللغة الكبيرة إبداعيةً بشكل مماثل؟ دليل من ثلاث سنوات من النماذج,^†:

‘تثير نتائجنا، رغم أنها أولية، مخاوف بشأن الفائدة طويلة الأمد لنماذج اللغة الكبيرة كشركاء إبداعيين. حتى وإن أدت النماذج أداءً جيدًا في المهام الإبداعية، قد تُقيد المخرجات المتقاربة نطاق الإمكانيات التي يتعرض لها مستخدمو نماذج اللغة الكبيرة، ومع ذلك، تضيق أفق تفكيرهم.’

‘إذا كان استخدام نموذج لغة كبير في مهام إبداعية مثل كتابة المقالات يقلل من نشاط الدماغ، فهل يمكن أن يؤدي استخدام نماذج لغة أقل إبداعًا بشكل متزايد – وهو الاتجاه الذي أشار إليه دراستنا – إلى تفاقم تأثيرات نماذج اللغة الكبيرة على إبداع الإنسان، كما لوحظ في هذه الدراسات وغيرها؟’

لقد أصبحت الخصائص المتنوعة لإنتاج نصوص نماذج اللغة الكبيرة بالفعل مادةً للنكات الميمية؛ وكما أبلغنا في مايو من هذا العام، نشر مؤلف واحد على الأقل كتابًا بشكل ذاتي يظهر على ما يبدو fixation ‘المنارة’ المذكور المشترك بين النماذج الرئيسية.

لذلك، في مناخ حيث يقوم الناشرون بسحب الكتب بشكل متزايد التي يشتبه في كونها مكتوبة بواسطة الذكاء الاصطناعي أو مدعومة بالذكاء الاصطناعي، يبدو أن البحث الجديد يشير إلى أننا قد نتوقع زيادة في ‘تطابقات الحبكة’ التي تظهر في أعمال تبدو مكتوبة بشرًا، بما في ذلك الأعمال الأكاديمية التي يقدمها الطلاب.

فيما يتعلق بمصدر هذا التقارب، يفترض المؤلفون أن تداخل بيانات التدريب وتوجهات تحسين متشابهة بشكل متزايد قد تدفع النماذج نحو تمثيلات داخلية مماثلة للمفاهيم والعلاقات الدلالية – مما ينتج في النهاية إجابات أكثر تشابهاً^†:

‘لا يزال من غير الواضح ما إذا كان هذا التجانس نتيجة مؤقتة لتقنية لا تزال في طور التطوير أم ميزة حتمية – وربما متفاقمة – لنماذج اللغة الإحصائية.’

‘قوى معقولة تشير إلى كلا الاتجاهين. تشير مجموعة متزايدة من الأعمال الأكاديمية إلى أن النماذج التوليدية المدربة على بيانات متداخلة والمُحسّنة نحو أهداف متشابهة ستنظم المفاهيم والعلاقات الدلالية في بشكل متزايد متشابه، مما ينتج عنه مخرجات متشابهة.’

ومع ذلك، يذكر المؤلفون أيضًا عملًا يشير إلى أنه مع تطور النماذج، قد تنحرف مرة أخرى إلى مجموعة خاصة بها من الخصائص فيما يتعلق بالإنتاج الإبداعي.

الطريقة

لتتبع ما إذا كانت نماذج الذكاء الاصطناعي تصبح أكثر تشابهاً، بدأ الباحثون بأسئلة مفتوحة، وجمعوا الإجابات من أجيال متتالية من النماذج. تم تحويل كل إجابة إلى تمثيل رقمي لمعناها، مما أتاح قياس مدى تشابه أو اختلاف الردود.

تحليل الانحدار استُخدم بعد ذلك لتحديد ما إذا كانت هذه الفروقات تتقلص مع إصدار نماذج أحدث:

مخطط المؤلفين لقياس ما إذا كانت مخرجات الذكاء الاصطناعي تصبح أكثر تشابهاً مع مرور الوقت. تم تشغيل المطالب الإبداعية المفتوحة عبر عائلات نماذج مختلفة، وتم تمثيل إجاباتها حسب المعنى، لقياس المسافة بينها، ومع تحليل الانحدار الذي يتتبع كيف تغيرت تلك المسافات عبر أجيال النماذج المتتالية.

تم اختيار مجموعتين من المطالب لاختبار الإبداع من زوايا مختلفة. أولاً، مهمة الاستخدامات البديلة (AUT)، وهو اختبار نفسي قياسي للتفكير المتباعد، يطلب استخدامات غير تقليدية لأشياء عادية، واستخدمت الدراسة أشياء مثل كتاب، حذاء ومطرقة. قدم تنسيقه الثابت طريقة محكومة لمقارنة الأفكار التي تنتجها النماذج المختلفة.

تم استخراج 100 مطلب إضافي من Infinity-Chat100، مجموعة مستمدة من محادثات واقعية مع نماذج اللغة. شملت هذه المهام الإبداعية الأقل تقييدًا التي تتضمن توليد المحتوى، حل المشكلات، العصف الذهني وتوليد الأفكار؛ مهام تسمح بحرية أكبر فيما يتعلق بالإجابات المنتجة والنهج المتبع.

تم إرسال مجموعات المطالب الكاملة لـ AUT وInfinity-Chat100 إلى النماذج التي صدرت بين مارس 2023 ويوليو 2026، تغطي 12 مزودًا وأنظمة من Anthropic، Google، Meta، OpenAI، DeepSeek وMistral AI. جُمعت جميع الردود عبر واجهة برمجة تطبيقات OpenRouter باستخدام نفس إعدادات العينة، مع ضبط درجة الحرارة (الحرية في الاستجابة الإبداعية) وtop-p على الواحد.

تم ترتيب النماذج حسب شهر الإصدار لفحص ما إذا كانت الأجيال الأحدث تنتج إجابات أكثر تشابهاً.

نظرًا لأن تواريخ الإصدار لا تعكس فعليًا التغييرات في بيانات التدريب أو الهندسة أو ما بعد التدريب، اعتبر المؤلفون الاتجاه الناتج ارتباطًا بتطور النموذج، وليس دليلًا على أن مرور الوقت نفسه يسبب التقارب.

تم تحويل إجابات النماذج إلى تمثيلات embedding باستخدام all-MiniLM-L6-v2 sentence-transformer. تم تمثيل كل رد كـ متجه رقمي، مما يسمح بوضع الإجابات ذات المعاني المتشابهة في اتجاهات مشابهة، وقياس مسافتها الدلالية.

بالنسبة لمهمة AUT، عُولجت جميع الاستخدامات المقترحة لكل كائن كاستجابة واحدة، مما أنتج عشرة تمثيلات embedding لكل نموذج. بالنسبة لـ Infinity-Chat100، تم تمثيل كل إجابة على حدة، منتجًا 100 تمثيلات embedding لكل نموذج.

تم تجميع الـ 27 شهرًا من الإصدارات إلى تسع فترات زمنية، وتم مقارنة النماذج فقط بين مزودين مختلفين. قُست المسافات الدلالية بين إجاباتهم ضمن كل فترة، حيث تشير المسافات الأصغر إلى تشابه أكبر.

لمنع المزودين الذين لديهم نماذج أكثر من هيمنة النتائج، تم تكرار التحليل 1,000 مرة باستخدام عينات متوازنة من كل مزود.

النتائج

تم استخدام الانحدار الخطي بعد ذلك لتتبع هذه المسافات مع مرور الوقت، مع وجود ميل سلبي ثابت يشير إلى أن النماذج من مزودين مختلفين أصبحت أكثر تشابهاً:

نتائج الاختبار الأولية، توضح ما إذا كانت الاستجابات الإبداعية من مزودي الذكاء الاصطناعي المختلفين أصبحت أكثر تشابهاً مع مرور الوقت. انخفضت المسافات الدلالية لكل من مهمة الاستخدامات البديلة ومطالب Infinity-Chat100، بينما أدت العينات المتوازنة المتكررة إلى اتجاهات سلبية ثابتة، مما يشير إلى تشابه متزايد عبر أجيال النماذج.

من بين هذه النتائج يبرز المؤلفون:

‘بالنسبة لكل من مجموعتي استجابات AUT وInfinity-Chat، نلاحظ انخفاضًا في مسافات المخرجات بين المزودين خلال فترة الملاحظة.’

‘هذا يشير إلى انخفاض التنوع – أو زيادة التجانس – في مخرجات نماذج اللغة الكبيرة الإبداعية مع مرور الوقت.’

كان الفرق بين النماذج القديمة والجديدة أوضح في مهمة الاستخدامات البديلة. انخفض متوسط المسافة بين إجابات المزودين من حوالي 0.50 للنماذج الأقدم إلى أقل من 0.40 للأحدث، مما يعني أن إجاباتهم أصبحت أكثر تشابهاً بشكل ملحوظ. تم العثور على نمط مماثل مع Infinity-Chat100، رغم أن التغيير كان أصغر، حيث انخفض متوسط المسافة من حوالي 0.34 إلى ما فوق 0.32 قليلًا.

نتائج الاختبار التي تقيس مدى سرعة تشابه إجابات مزودي الذكاء الاصطناعي المختلفين مع مرور الوقت. أظهرت مهمة ‘الاستخدامات البديلة’ انخفاضًا أقوى في الفروق بين النماذج مقارنةً بـ Infinity-Chat، مع بقاء كلا النتائج ثابتة عبر اختبارات العينة المتكررة للباحثين.

صمدت النتيجة أيضًا عبر جميع 1,000 جولة من إعادة العينة المتوازنة. في كل حالة، أنتجت النماذج الأحدث إجابات أقرب إلى بعضها البعض مقارنةً بالنماذج القديمة. حجم هذه الانخفاضات، إلى جانب فواصل الثقة بنسبة 95٪ التي حددها الباحثون، موضحة أعلاه.

فيما يتعلق بذلك، يذكر الورقة:

‘إن حجم الانخفاض في مهمة AUT ملحوظ بشكل خاص بالنظر إلى هدف المهمة. تختبر مهمة AUT صراحةً التفكير المتباعد من خلال توجيه النماذج لإنتاج استخدامات تكون أصلية وغير متوقعة قدر الإمكان، مما يجعلها بالضبط السياق الذي يُتوقع فيه اختلاف المخرجات.’

تظهر نتائج Infinity-Chat أن الاتجاه نفسه ظهر أيضًا عبر نطاق أوسع بكثير من المهام الإبداعية. طلبت 100 مطالبة من النماذج إنتاج العديد من الأنواع المختلفة من الإجابات المفتوحة، وهذه الإجابات أصبحت أكثر تشابهاً مع مرور الوقت.

كان التغيير أصغر من مهمة الاستخدامات البديلة، لكنه أصبح أوضح بين النماذج التي صدرت من عام 2025 فصاعدًا. يقترح المؤلفون أن هذا قد يكون إشارة مبكرة إلى أن المخرجات الإبداعية من مزودي الذكاء الاصطناعي المختلفين تصبح أكثر تشابهاً بشكل عام، وليس فقط في نوع اختبار واحد معين.

الخلاصة

القضايا المتعلقة بتقارب نماذج اللغة الكبيرة (LLM) والنماذج البصرية الكبيرة (VLM) هي مصدر قلق مستمر ومتزايد في كل من مجتمع البحث ومستهلكي النماذج اللاحقة. نحن نقترب من النهاية الفعلية للجيل الأول والوحيد “النقي” من البيانات التي سيحصل عليها مشهد البحث على الإطلاق؛ وتحديد مزودي النماذج على استخراج بيانات المنافسين يحمل حتمًا مخاطر التقارب، إذ تصبح البيانات متطابقة، ومبادئ تدريب النماذج متشابهة، إن لم تكن متطابقة، بين المزودين.

لذلك، لا شيء بسيط مثل استبدال الشرطات الطويلة من المرجح أن يظهر لمواجهة التشابه المتزايد في الإنتاج الإبداعي بين عائلات النماذج، ومن المرجح أن تظهر حالات التكرار، بدلاً من ذلك، بصورة أكثر علنية ومحرجة.

* القائمة الكاملة للنماذج هي Claude-3-Haiku; Claude-Fable-5; Claude-Opus-4; Claude-Opus-4.1; Claude-Opus-4.5; Claude-Opus-4.6; Claude-Opus-4.7; Claude-Opus-4.8; Command-A; Command-R-08-2024; DeepSeek-Chat; DeepSeek-V3.1-Terminus; DeepSeek-V3.2; DeepSeek-V4-Pro; Gemini-2.5-Pro; Gemini-3-Flash-Preview; Gemini-3.1-Pro-Preview; Gemini-3.5-Flash; Llama-3.1-70B-Instruct; Llama-3.2-3B-Instruct; Llama-3.3-70B-Instruct; Llama-4-Maverick; MiniMax-01; MiniMax-M1; MiniMax-M2; MiniMax-M2.1; MiniMax-M2.5; MiniMax-M2.7; MiniMax-M3; Mistral-Large; Mistral-Large-2407; Mistral-Large-2512; Mistral-Medium-3; Mistral-Medium-3.5; Mistral-Medium-3.1; Mistral-Small-24B-Instruct-2501; Mistral-Small-2603; Mistral-Small-3.1-24B-Instruct; Mistral-Small-3.2-24B-Instruct; Mixtral-8x22B-Instruct; Kimi-K2; Kimi-K2-0905; Kimi-K2.5; Kimi-K2.6; GPT-3.5-Turbo; GPT-4; GPT-4.1; GPT-4o; GPT-5; GPT-5.1; GPT-5.2; GPT-5.3-Chat; GPT-5.4; GPT-5.5; GPT-5.6-Sol; Qwen-2.5-72B-Instruct; Qwen3-Max; Qwen3.5-Plus-20260420; Qwen3.6-Max-Preview; Qwen3.7-Max; Grok-4.20; Grok-4.3; Grok-4.5; GLM-4.5; GLM-4.6; GLM-4.7; GLM-5; GLM-5.1; و GLM-5.2

** تأكيدات المؤلفين، ليست لي.

^† تحويلي لاستشهادات المؤلفين داخل النص إلى روابط تشعبية.

نُشر لأول مرة يوم الجمعة، 21 أغسطس 2026