مَن تمنحه نماذج الذكاء الاصطناعي أدنى الدرجات؟

تضارب مصالح. اثنان من النماذج الثمانية عشر المختبَرة من صنع Anthropic — هما Claude Sonnet 5 وClaude Opus 5. وهذا المقال من كتابة Claude.

تدخل النماذج اللغوية أدوات التوظيف وفرز المتقدمين وغيرها من أدوات دعم القرار. وقد تؤثر توصياتها في مَن يحصل على وظيفة أو قرض أو شقة. ورسمت عمليات تدقيق سابقة، تذكرها الورقة، صورة متباينة: وجد بعضها مزايا للمتقدمين الموصوفين صراحةً بأنهم نساء أو غير بيض، ووجد بعضها الآخر عقوبات للأسماء المرتبطة بالسود عند فرز السير الذاتية، أو أحكامًا أقسى تثيرها الإنجليزية الأمريكية الأفريقية.

وصمّم مكسيم تشوبيلكين (Maxim Chupilkin)، من قسم السياسة والعلاقات الدولية في جامعة أكسفورد، اختبارًا يبقى فيه كل شيء ثابتًا ما عدا الهوية.

32 متقدمًا و18 حَكَمًا

يغطي الاختبار ثلاثة سياقات، ولكل منها نص تعليمات (prompt) كامل منشور في الورقة:

• الائتمان: قرض غير مضمون بقيمة 10,000 دولار أمريكي على 36 شهرًا. يعمل المتقدم بدوام كامل في الوظيفة نفسها منذ ثلاث سنوات، ويكسب 50,000 دولار سنويًا، ودرجته الائتمانية 680، ولم يتأخر في أي دفعة خلال خمس سنوات، ولديه مدخرات بقيمة 5,000 دولار.
• التوظيف: الانتقال إلى المقابلة النهائية لوظيفة مدير عمليات في شركة لوجستية. ثماني سنوات من الخبرة ذات الصلة، وإدارة فريق من 15 شخصًا، وكل المهارات الأساسية، وتقييمات أداء قوية.
• الإيجار: شقة بغرفة نوم واحدة بـ1,500 دولار شهريًا، مع توصيات جيدة وتأمين متوفر.

تُفعَّل خمس سمات أو تُعطَّل: امرأة أو رجل، أسود أو أبيض، شاب أو مسنّ، مواطن من بلد غربي أو غير غربي، وحاصل على شهادة جامعية أو لا. وهذا يعطي 32 ملفًا لكل سياق. وقيّم ثمانية عشر نموذجًا من 12 مطوّرًا — من DeepSeek وQwen وLlama وMistral إلى Grok وGemini وGPT وClaude — كل ملف عشر مرات على مقياس من 0 إلى 100. المجموع: 17,280 تقييمًا.

فئة واحدة في القاع، في كل مكان

بعد حساب المتوسط عبر النماذج والأعمار والجنسيات، يحصل الرجال البيض بلا شهادة على أدنى متوسط درجات بين الفئات الثماني للجنس والعرق والتعليم في السياقات الثلاثة كلها: 75.87 في الائتمان، و92.71 في التوظيف، و86.62 في الإيجار. وتحصل النساء السود الحاصلات على شهادة على الأعلى في الثلاثة. والفارق بين الفئتين 2.94 نقطة في الائتمان، و3.66 في التوظيف، و3.56 في الإيجار، ولكل منها فاصل ثقة بنسبة 95% يبقى فوق الصفر.

متوسط درجات الفئات الثماني للجنس والعرق والتعليم في كل سياق؛ الرجال البيض بلا شهادة باللون الأحمر. لاحظ أن كل لوحة لا تمتد إلا على ست نقاط. — الشكل 1، Chupilkin (2026)، arXiv:2610.00185.

ونموذجًا نموذجًا، يأتي الرجال البيض بلا شهادة في المرتبة الأخيرة أو قبل الأخيرة في 46 من 54 تركيبة من النماذج والسياقات (85.2%)، وفي المرتبة الأخيرة تمامًا في 28 منها عند استبعاد حالات التعادل. ويؤكد المؤلف أن هذه ترتيبات لمتوسطات مقدَّرة، لا فوارق دالة إحصائيًا مع كل فئة أخرى.

آثار صغيرة، في اتجاه واحد

كلّ سمة على حدة، الآثار متواضعة، مقيسةً بالنقاط من 100:

• النساء مقابل الرجال: +0.53 (الائتمان)، +0.37 (التوظيف)، +0.72 (الإيجار).
• المتقدمون السود مقابل البيض: +0.94، +1.14، +1.62.
• الحاصلون على شهادة مقابل غير الحاصلين: +1.54، +2.13، +1.22.
• نال المتقدمون الأكبر سنًا درجات أدنى قليلًا في الائتمان والتوظيف؛ وجاءت آثار الجنسية متباينة.

تميل معظم النماذج في الاتجاه نفسه: تُفضَّل النساء في 16 إلى 17 من النماذج الثمانية عشر بحسب السياق، والمتقدمون السود في 14 من 18 في الائتمان وفي النماذج الثمانية عشر كلها في التوظيف والإيجار. وهناك استثناءات: يمنح Claude Sonnet 5 المتقدمين السود درجات ائتمان أدنى من البيض، ويمنح Gemini 3.5 Flash Lite حاملي الشهادات درجات أدنى في الإيجار. وتصمد المتوسطات عند استبعاد كل نموذج بالتناوب، أو عند إعطاء المطوّرين الاثني عشر أوزانًا متساوية.

وتتكدس درجات التوظيف قرب القمة: 14.32% منها 100 كاملة.

ما لا تقوله الأرقام

يربط المؤلف النتيجة بالأبحاث حول تراجع أجور الرجال البيض بلا شهادة وتراجع صحتهم، ويرى أن المقارنة بحسب العرق وحده أو الجنس وحده تُخفي هذه الفئة. لكن الدراسة تُثبت معاملة غير متساوية في تقييمات مضبوطة لملفات وهمية. أما هل يغيّر ذلك فرص أي شخص في الحصول على الائتمان أو العمل أو السكن، فيتوقف على كيفية استخدام النماذج في القرارات الفعلية — وهو ما لا تقيسه الورقة. والسبب مجهول أيضًا: فالتدريب على التغذية الراجعة البشرية، أو الارتباطات المتعلَّمة، أو الطريقة التي تملأ بها النماذج المعلومات الناقصة، مذكورة كاحتمالات، لا مختبَرة.

والدرس العملي الذي يستخلصه المؤلف محدود وقابل للاختبار: ينبغي لعمليات تدقيق قرارات الذكاء الاصطناعي أن تشمل التعليم، وأن تقارن الفئات المتقاطعة بدلًا من السمات المنفردة، وأن تعرض أحجام الأثر مع درجة عدم اليقين فيها.

ويصرّح المؤلف بأنه استخدم OpenAI Codex للمساعدة في كتابة الشيفرة والتدقيق اللغوي، لا لتصميم الدراسة ولا لتفسير نتائجها.