جدولة الذكاء الاصطناعي تغيّر خيارات جمع الأدلة لدى الوكلاء بنسبة 24 نقطة مئوية

قال الباحثون رويانغ رين، ويوهاو وانغ، وينان تشانغ، وتشونيان مياو إن توقيت ظهور نتائج البحث لدى وكلاء الذكاء الاصطناعي غيّر عملية جمع الأدلة بنسبة تصل إلى 24 نقطة مئوية، وذلك وفق دراسة أولية قُدمت إلى منصة 'أركايف' (arXiv) في 19 أكتوبر.

تكتسب الدراسة المنشورة على 'أركايف' في 20 أكتوبر أهميتها نظراً لأن أنظمة الوكلاء تجمع المعلومات بالتوازي على نحو متزايد، وأفاد المؤلفون بأن طريقتهم حسّنت الدقة مقارنة بنهج الحسم المبكر بما يصل إلى 12.6 نقطة مئوية.

أعادت الاختبارات تشغيل عمليات الوكلاء باستخدام عائلتين من النماذج عبر ثلاثة معايير قياس، وفقاً للدراسة الأولية. ويشير مصطلح 'التباين في جمع الأدلة' إلى الاختلاف في الأدلة التي يقرر الوكيل البحث عنها أو استخدامها، مقارنة بالتباين المرصود عند تكرار الترتيب نفسه.

وقيست فجوة الـ24 نقطة مئوية زيادةً على تباين التكرار بالترتيب نفسه، ما منح الورقة البحثية مقياس المقارنة الخاص بها. وذكر المؤلفون أن طريقة 'جمع الأدلة المتقاربة' (Confluent Evidence Acquisition) قلصت هذا التباين لاحقاً إلى نطاق 1.0 نقطة مئوية مقارنة بالخط الأساسي لتباين التكرار.

ويركز الباحثون على أدوات الجدولة، وهي مكونات النظام التي تحدد توقيت إتاحة نتائج البحث للوكيل. وتوصلت النتائج إلى أن التوقيت الزمني يمكن أن يشكّل عمليات البحث اللاحقة حتى عندما تكون الأدلة الأولية متطابقة.

وأوضح المؤلفون أن هذا التأثير لم يتوقف بمجرد اكتمال الدفعة الأولى من الأدلة، بل استمر حتى عملية البحث الثانية، ما يعني أن الفارق الزمني المؤقت في أسبقية وصول البيانات قد يؤثر في ما يجمعه الوكيل لاحقاً.

وتقدم الورقة طريقة 'جمع الأدلة المتقاربة'، أو ما يُعرف اختصاراً بـ 'CEA'، وهي نهج جدولة ينتظر اكتمال أدلة كل سؤال فرعي قبل إطلاق عملية الاستدلال المنطقي المحلي. كما تعمل هذه الطريقة على تخصيص سعة البحث المشتركة بمعزل عن المهمة الفرعية التي تنتهي أولاً.

وفي ظل خطط ثابتة وما يسميه الباحثون 'قانون الاستجابة الشرطية المستقرة'، ذكروا أنهم أثبتوا استقرار القرارات، وعمليات جمع الأدلة، والإجابات دون تأثر. ومع تطبيق خطط مقتصرة على الأسئلة عبر ثلاثة معايير قياس، حققت طريقة 'CEA' دقة مماثلة لضوابط المدخلات الكاملة، وفقاً للدراسة.

واختبرت الدراسة الأولية أيضاً نسخة أضعف قامت بتخصيص الموارد للمهمة الأولى الجاهزة عند حدوث تنافس. وأدى هذا التغيير إلى زيادة تباين جمع الأدلة بمقدار 21.6 نقطة مئوية، في حين ظل تباين استهداف الاستعلامات المحلية قريباً من تباين التكرار، بحسب المؤلفين.

وتظل القيود المفروضة على هذه النتائج جوهرية؛ إذ تمثل الدراسة ورقة أولية على منصة 'أركايف' في مجالات الذكاء الاصطناعي، والحوسبة واللغة، واسترجاع المعلومات، ولم تخضع بعد لمراجعة الأقران. كما تعتمد النتيجة الرسمية على وجود خطة ثابتة وقاعدة استجابة مستقرة.

وبالنسبة لمطوري الذكاء الاصطناعي، تشير الورقة إلى مشكلة في قابلية تكرار النتائج لدى الوكلاء الذين يدمجون النماذج اللغوية مع آليات البحث أو استرجاع المعلومات. وأشار المؤلفون أيضاً إلى أن المقارنات الموقوتة أظهرت أن طريقة 'CEA' قدّمت إجابات أسرع مقارنة بالبرنامج نفسه عندما ينتظر مجموعة الأدلة الأولية بالكامل.

المصدر: دراسة أولية على 'أركايف'، arXiv cs.AI، قُدمت في 19 أكتوبر 2026؛ وأُدرجت في 20 أكتوبر 2026.