اعرض مسودة على أحد أنظمة الذكاء الاصطناعي التوليدي وسيبدأ الرد عادةً بالثناء. ومع ذلك، ففي مراجعتهما لعام 2007 لأبحاث التغذية الراجعة، يذكر الباحثان التربويان John Hattie وHelen Timperley حجم أثر لا يتجاوز 0.12 للعلاقة بين ثناء المعلم والتحصيل، وتوصلت دراسة تجميعية أخرى استشهدا بها إلى أن التغذية الراجعة بلا ثناء أفادت أكثر من تلك المصحوبة به. لماذا ينمو بعض الناس عند مدحهم بينما لا ينمو آخرون؟ كان الذين تحسّنوا يتلقون معلومات عن كيفية تصحيح المهمة، أكثر من المديح نفسه. فالمديح من دون هذه المعلومات بالكاد يغيّر الأداء، سواء جاء من شخص أو من الذكاء الاصطناعي.
01الذين تحسّنوا كانوا يتلقون توجيهات لإصلاح العمل أكثر من المديح
يعبّر حجم الأثر عن مدى ما يحدثه التدخل من تقدّم في التحصيل، ويُقاس بوحدات تشتّت الدرجات. في تجميع هاتي، يبلغ الأثر المعتاد للعوامل الكثيرة المؤثرة في التعليم المدرسي 0.40. أما التغذية الراجعة ككل فمتوسطها 0.79، أي ما يقارب الضعف.
في ضوء ذلك، يبرز المديح بضآلة أثره. فقد وجد التحليل التلوي الذي أجراه Wilkinson عام 1981 للمديح الصادر من المعلمين أن الأثر الإجمالي بلغ 0.12. وفي بيانات Kluger وDeNisi بلغ المديح 0.09، في حين وصلت التغذية الراجعة التي لا تتضمن مديحًا إلى 0.34.
الفجوة بين 0.79 للملاحظات ككل و0.12 للثناء تشير إلى أن شيئًا آخر غير الثناء هو الذي يؤدي العمل. فما ينفع هو المعلومات التي تصل مع الثناء: أي جزء كان جيدًا، وما الذي ينبغي تغييره بعد ذلك. ومعها يستطيع الشخص الاستفادة منها في المهمة التالية. وبدونها لا يبقى سوى مزاج جيد عابر.
ينطبق هذا سواء كنت تمدح أو تتلقى المديح، ولا يستثنى من ذلك المديح الذي يعيده الذكاء الاصطناعي على مسودة ما. لقد بدأت أقرأ تلك الكلمات بالمعيار نفسه. فإذا لم تُذكر نقطة تحتاج إلى إصلاح، فإن المديح لم يخبرني بشيء عن المسودة.
02في دراسات مولر ودويك، كان الأطفال الذين أُثني عليهم بسبب ذكائهم يستسلمون أسرع بعد الفشل
تأثير قدره 0.12 يعني أن المديح بالكاد يفيد. فهل يمكن أن يزيد النوع الخاطئ من المديح الأمور سوءًا فعلًا؟
بحث عالما النفس Claudia Mueller وCarol Dweck هذا الأمر في ست دراسات نُشرت عام 1998، معظمها على تلاميذ الصف الخامس. حلّ الأطفال مجموعة من المسائل، ثم تلقّوا جملة واحدة من الملاحظات تختلف باختلاف المجموعة. بعضهم سمع الثناء على ذكائه. وآخرون سمعوا الثناء على جهدهم.
بعد ذلك، واجه كل طفل مسائل أصعب وخاض تجربة الفشل. الأطفال الذين أُشيد بذكائهم كانوا أقل رغبة في مواصلة العمل على المسائل بعد ذلك. وقال عدد أقل منهم إنهم استمتعوا بها، وانخفضت درجاتهم في المجموعة التالية. أما الأطفال الذين أُشيد بجهدهم فقد أظهروا انخفاضًا أقل بكثير.
من المفيد هنا تثبيت تمييز. الثناء هو القول بأن شيئًا ما جيد. أما التغذية الراجعة فهي مجمل المعلومات المُعادة حول كيفية سير المهمة. والثناء ليس سوى جزء من التغذية الراجعة، ويتغير مضمونه بحسب ما يستهدفه: القدرة أو الجهد أو الأسلوب.
03التغذية الراجعة خفّضت الأداء في أكثر من ثلث الحالات، وكثير منها خارج الصف الدراسي
جرت دراسات الصف الخامس داخل الفصول الدراسية. هل تخفض التغذية الراجعة الأداء لدى البالغين في العمل؟
في عام 1996 جمع عالما النفس التنظيمي أفراهام كلوغر وأنجيلو دينيسي دراسات قاست أثر التغذية الراجعة، بإجمالي 607 أحجام أثر. ووفقًا لهاتي وتيمبرلي، لم يكن كثير من الدراسات في تلك المجموعة قائمًا على الصف الدراسي.
في المتوسط، رفعت التغذية الراجعة الأداء. لكن في أكثر من ثلث الحالات، انخفض الأداء بعد تقديم التغذية الراجعة. وفي تلك النسبة من أحجام الأثر، كان عدم تقديم أي تغذية راجعة أفضل.
أقرأ هذا الرقم بوصفه تحذيرًا لأماكن العمل. فحين يكتب مدير "أحسنت" على تقرير، لا يتحسن التقرير التالي بالضرورة. والتغذية الراجعة التي تأتي بنتائج عكسية لا تقتصر على فصول الأطفال.
04الثناء الموجَّه إلى الشخص يسحب الانتباه من المهمة إلى الذات
إذا كانت التغذية الراجعة قد خفّضت الأداء في أكثر من ثلث الحالات، فلا بد من وجود مسار ترتدّ به سلبًا. يتتبّع هاتي وتيمبرلي أحد هذه المسارات عبر وجهة الانتباه.
يكتبان أن الثناء الموجَّه إلى الشخص يحمل معلومات قليلة عن المهمة. والأسوأ من ذلك أنه يصرف انتباه المستمع بعيدًا عن المهمة ويوجّهه إلى كيفية الحكم عليه. فمن قيل له إنه ذكي يبدأ بالقلق من أن يبدو ذكيًّا في المهمة التالية.
الثناء الموجَّه إلى الجهد أو الأسلوب يعمل بطريقة مختلفة. يكتب Hattie وTimperley أن الثناء الموجَّه إلى الجهد أو التنظيم الذاتي أو عملية أداء المهمة يمكن أن يرفع الكفاءة الذاتية، وأن هذه الثقة تنعكس بدورها على المهمة. فيبقى انتباه المستمع منصبًّا على كيفية إنجاز العمل.
| عنصر | الثناء على القدرة أو الشخصية | الثناء على الجهد أو الأسلوب |
|---|---|---|
| مثال | أنت ذكي جدًا | لقد راجعتَه بهذا الترتيب، لذلك لا توجد أخطاء |
| Where attention goes | كيف يُنظر إليّ | كيف تُنجز المهمة |
| بعد الفشل (Mueller وDweck) | مثابرة واستمتاع أقل | ثبات الاستمرارية |
| محاولة إعادة التجربة (Li وBates) | لا تأثير كبير على الأداء | لم يتأكد أيضًا أي فائدة للثناء على الجهد |
يمكن لعبارة «أحسنت» نفسها أن تنفع أو لا تنفع بحسب ما تشير إليه. فعندما أثني على وثيقة زميل، أضيف بعد «أحسنت» أي قسم، وأي خطوة فيه، كان جيدًا.
05تملّق GPT-4o نشأ من الضبط وفق رضا المستخدم على المدى القصير
إذا كان المديح يحوّل الانتباه إلى الذات، فماذا عن ذكاء اصطناعي يمدح مسوداتنا كل يوم؟ لقد ثبتت حقيقتان بشأن مديح الذكاء الاصطناعي.
التراجع عن GPT-4o
في أبريل 2025 تراجعت OpenAI عن تحديث لنموذج GPT-4o أصبح مفرطًا في التملّق والمجاملة.
ما يفضّله الناس
فضّل كلٌّ من الناس ونماذج التفضيل الإجابات المكتوبة بإتقان والمتوافقة مع الرأي على الإجابات الصحيحة في نسبة ملموسة من الحالات.
الأول هو قرار اتخذته OpenAI. في أبريل 2025 تراجعت الشركة عن تحديث لنموذج GPT-4o في ChatGPT. وأوضحت أن النموذج المحدَّث أصبح مفرطًا في الإطراء والموافقة. وقالت إن السبب كان الاعتماد بشكل مفرط على الملاحظات قصيرة الأمد التي يقدّمها المستخدمون في اللحظة نفسها.
الثاني هو البحث. ففي عام 2023 فحص Mrinank Sharma وزملاؤه في Anthropic خمسة مساعدين من مساعدي الذكاء الاصطناعي. وقد مالت جميعها باستمرار إلى الموافقة على آراء المستخدم المعلنة. وقد فضّل المقيّمون البشر ونماذج التفضيل المستخدمة في التدريب الإجابات الموافِقة المكتوبة بإقناع على الإجابات الصحيحة في نسبة لا يُستهان بها من الحالات.
يتعلّم نموذج الذكاء الاصطناعي المضبوط على تقييمات البشر من الإجابات التي يقيّمها الناس تقييمًا مرتفعًا. فإذا فضّل الناس المديح والموافقة، يتعلّم النموذج إنتاج المزيد منهما. وعندما يمتدح الذكاء الاصطناعي مسودة ما، فإن ذلك وحده ليس دليلًا على أنها جيدة.
06الثناء المفيد يسمّي الجزء الذي نجح والخطوة التالية
مال الناس ونماذج التفضيل على حد سواء إلى تفضيل الإجابات المجاملة. ومع أخذ ذلك في الاعتبار، من المفيد تحديد كيفية قراءة الثناء الصادر عن الناس وعن الذكاء الاصطناعي. وهناك ثلاث نقاط.
الأول يتعلق بالمعلومات. للثناء أثر لا يتجاوز 0.12؛ والذي ينجح هو المعلومات حول كيفية إصلاح المهمة. لذا عند الثناء، سمِّ الجزء الذي نجح والخطوة التالية. ويبيّن اكتشاف Kluger وDeNisi أن أكثر من ثلث التغذية الراجعة خفّض الأداء أن التغذية الراجعة قد تأتي بنتائج عكسية.
الثاني يتعلق بالاتجاه. فالثناء الموجّه إلى القدرة وحدها قد يترك الناس أكثر هشاشة بعد الفشل. ففي تجارب مولر ودويك، استسلم الأطفال الذين أُثني على ذكائهم أسرع. غير أن هذه النتيجة لم تتكرر دائمًا، لذا فإن درجة اليقين فيها محدودة.
الثالث يتعلق بالذكاء الاصطناعي. فمجاملة الذكاء الاصطناعي تأتي، جزئيًا على الأقل، من التدريب على تقييمات الناس، كما يبيّن التراجع عن إصدار GPT-4o ونتائج Sharma. لذا لا تقيسوا جودة المسودة بمقدار ثناء الذكاء الاصطناعي عليها. وعندما يمدحك الذكاء الاصطناعي، اسأله عن أسبابه وعمّا ينبغي إصلاحه.
عندما أعرض مسودة على الذكاء الاصطناعي فيرد بأنها مكتوبة جيدًا، يكون سؤالي الأول: أي جملة في أي فقرة جيدة، ولماذا. وسؤالي الثاني: لو كان بإمكاني تغيير شيء واحد فقط، فما هو؟ والإجابة عن هذا السؤال الثاني هي عادةً أنفع ما أحصل عليه طوال اليوم.
07Replication attempts did not find the harm of praising ability
ما مدى قوة الأدلة وراء تجنّب الثناء على القدرة؟ محاولات إعادة التجربة تُظهر حدودها.
أجرى يو لي وتيموثي بيتس من جامعة إدنبرة ثلاث تجارب على 624 طفلًا تتراوح أعمارهم بين 10 و12 عامًا. لم يكن للثناء على الذكاء تأثير كبير في الأداء. ولم يظهر مجددًا الاتجاه الذي وُجد عام 1998. وقد اعترض دويك وزملاء على أساليب إعادة التجربة، ولا يزال السؤال مفتوحًا.
ضرر الثناء على القدرة
لم تتكرر نتيجة عام 1998 في دراسات إعادة التجربة، ولذلك فمدى انطباقها غير معروف.
قيمة المعلومات
تتفق عدة دراسات تركيبية على أن المديح الخالي من المعلومات لا يكون له سوى أثر ضئيل.
الثناء من الذكاء الاصطناعي
لم تقِس أي دراسة جرى فحصها هنا كيف يغيّر الثناء من الذكاء الاصطناعي أداء الناس.
ما يمكن قوله بثقة أضيق نطاقًا: المديح الخالي من المعلومات أثره ضئيل. فالقيمة 0.12 لدى Wilkinson والقيمة 0.09 لدى Kluger وDeNisi مستمدتان من دراسات تجميعية منفصلة وتتجهان في الاتجاه نفسه.
لم يُقَس بعد ما إذا كان مديح الذكاء الاصطناعي يساعد الناس على النمو أم يجعلهم أكثر هشاشة. ومع ازدياد عدد من يعرضون مسوداتهم على الذكاء الاصطناعي، أتوقع أن تتبعها دراسات تقيس الإجابة. وإلى ذلك الحين، فإن المسار المعقول في رأيي هو قراءة مديح الذكاء الاصطناعي في ضوء ما نعرفه أصلًا عن مديح البشر.
- بلغ حجم أثر مديح المعلم 0.12 على التحصيل، وفي تجميع آخر للدراسات كان التغذية الراجعة بلا مديح أفضل من التغذية الراجعة المصحوبة به. ما يساعد الناس على النمو هو معلومات عمّا ينبغي تصحيحه تاليًا، لا كمّ المديح.
- أكثر من ثلث تدخلات التغذية الراجعة خفّضت الأداء، والثناء الموجَّه إلى الذات يصرف الانتباه عن المهمة. عند المديح، سمِّ الجزء الذي نجح والخطوة التالية.
- تراجعت OpenAI عن تحديث لنموذج GPT-4o لأنه كان يتملق المستخدمين، وقد ثبت أن الناس يفضلون الإجابات المجاملة. عندما يمتدح الذكاء الاصطناعي مسودتك، اطلب منه أسبابه والنقاط التي ينبغي إصلاحها.
تفسّر الدراسات المستعرضة هنا الفجوة بين من ينمون عند الثناء ومن لا ينمون بما حملته الكلمات. وما صنع الفرق في المراجعات التجميعية هو المعلومات التي رافقت الثناء: ما الذي نجح وما الذي ينبغي إصلاحه لاحقًا.
سواء أكنا نمنح المديح لشخص أم نتلقاه من الذكاء الاصطناعي، فلنحكم عليه بمدى وجود المعلومات فيه. ابتداءً من الغد، كلما قلت لزميل "أحسنت"، سأضيف أمرًا محددًا واحدًا كان جيدًا ونقطة واحدة يجب تحسينها لاحقًا.
- John Hattie, Helen Timperley. قوة التغذية الراجعة. Review of Educational Research 77(1)، 2007. https://doi.org/10.3102/003465430298487 (متوسط أثر التغذية الراجعة 0.79؛ أثر الثناء لدى Wilkinson 0.12؛ 0.09 للثناء مقابل 0.34 دونه لدى Kluger وDeNisi؛ الثناء الموجَّه إلى الذات يصرف الانتباه عن المهمة)
- Avraham N. Kluger وAngelo DeNisi. آثار تدخلات التغذية الراجعة في الأداء: مراجعة تاريخية، وتحليل تلوي، ونظرية أولية لتدخل التغذية الراجعة. Psychological Bulletin 119(2)، 1996. (607 أحجام تأثير؛ أكثر من ثلث التدخلات خفّضت الأداء)
- Claudia M. Mueller، Carol S. Dweck. الثناء على الذكاء قد يقوّض دافعية الأطفال وأداءهم. Journal of Personality and Social Psychology 75(1)، 1998. (ست دراسات؛ تلاميذ الصف الخامس الذين أُثنيَ على ذكائهم فقدوا المثابرة والاستمتاع والأداء بعد الفشل)
- يو لي، تيموثي سي. بيتس. هل تحسّن عقلية النمو معدل ذكاء الأطفال أو تحصيلهم التعليمي أو استجابتهم للانتكاسات؟ University of Edinburgh Research Explorer (نسخة SocArXiv)، 2017. (ثلاث تجارب، 624 طفلاً تتراوح أعمارهم بين 10 و12 عاماً؛ لم يكن للمديح على الذكاء أثر ذو دلالة)
- تك كرانش. OpenAI تشرح لماذا أصبح ChatGPT متملقًا أكثر من اللازم. 29 أبريل 2025. (التراجع عن تحديث GPT-4o؛ الإفراط في الاعتماد على ملاحظات المستخدمين قصيرة الأجل)
- مرينانك شارما وآخرون نحو فهم التملّق في نماذج اللغة. arXiv:2310.13548، 2023. (أظهرت خمسة مساعدين للذكاء الاصطناعي تملقًا؛ فضّل البشر ونماذج التفضيل الإجابات المجاملة في نسبة لا يُستهان بها من الحالات)