الثقة في المؤسسات مادة هشة، خاصة عندما يتعلق الأمر بالتلوث والصحة وعقود من الوعود غير المنجزة. في مدينة بريشيا الإيطالية، في موقع مصنع كافارو الكيميائي السابق، عاش السكان لسنوات وهم لا يثقون بالسلطات. لفهم كيف ستؤثر الرسائل الرسمية على الرأي العام، يقوم الباحثون ببناء مجتمعات افتراضية — آلاف الشخصيات الرقمية ذات السير الذاتية والطباع والآراء. لكن قبل أن نسأل هؤلاء المواطنين التركيبيين عن مشاكل حقيقية، علينا طرح سؤال أبسط: هل الأداة نفسها تستجيب للأوامر؟
للإجابة على هذا السؤال، تم إنشاء مونتيلاغو — بلدة إيطالية خيالية يسكنها 120 شخصية تركيبية (شخصيات). كل شخصية مزودة بقصة مفصلة وثلاث خصائص رقمية خفية: الثقة في المؤسسات، وتقييم مصداقية المصدر، ومدى كفاية المعلومات المدركة. هذه المؤشرات معروفة للباحثين، لكن لا يتم إعطاؤها لـنموذج اللغة. تم توزيع الشخصيات على ثلاث مجموعات: ثقة أولية منخفضة، متوسطة، وعالية. تم عرض سبعة أنواع من الرسائل حول شبكة المياه البلدية عليهم: تتراوح من الإيجابية جدًا (استبدال الأنابيب، المراقبة، الشفافية) إلى السلبية الحادة (حوادث، نقص التمويل، مياه عكرة)، بالإضافة إلى العلاج الوهمي ومجموعة ضابطة بدون رسالة. بعد كل محفز، يتم قياس التغير في الإجابات على أسئلة الثقة. يتم تكرار التجربة بأكملها عند ثلاث درجات حرارة للتوليد (0.2، 0.5، 0.7)، ولتقدير ضوضاء الجهاز، يتم إجراء تجربة فرعية منفصلة مع تكرار 20 مرة لثلاث شخصيات ثابتة.
تم استيفاء جميع المعايير السبعة المسجلة مسبقًا عند جميع درجات الحرارة. تجاوز الارتباط بين مستويات الثقة الخفية والمقاسة 0.89 (المعيار C1). كانت تقديرات ما قبل التحفيز مستقرة بين الظروف المختلفة (أدنى ارتباط 0.86، المعيار C2). وبلغ مستوى الضوضاء، المقاس بفارق التغيرات عند تقديم نفس المحفز الإيجابي مرتين، حوالي 1.4 نقطة على مقياس من 10 نقاط لشخصيات مختلفة، وانخفض إلى 0.77 عند تثبيت الشخصية (المعيار C3). لم تتسبب رسالة العلاج الوهمي (عن مهرجان) في أي تغييرات ذات دلالة (المعيار C4). وتم ترتيب المحفزات حسب التأثير تمامًا كما هو متوقع: من أكبر انخفاض في الثقة عند الرسالة السلبية إلى زيادة طفيفة عند الإيجابية، ولكن المحفز الذي صُمم في البداية ليكون 'إيجابيًا ضعيفًا' تسبب بشكل غير متوقع في انخفاض الثقة، مما أدى إلى تحليل نصه وإنشاء نسخة مصححة أعادت الترتيب (المعياران C5 وC6). وأخيرًا، أي رسالة موضوعية، على عكس المجموعة الضابطة، يتم تسجيلها من قبل العملاء على أنها أكثر إفادة، سواء كانت جيدة أو سيئة (المعيار C7). على المستوى الجزئي، تُظهر مسارات الشخصيات الفردية ردود فعل نفسية مختلفة نوعيًا لنفس الرسالة، مختبئة وراء الأرقام المتوسطة.
تُدخل تجربة SIVE في ممارسة العمل مع وكلاء نماذج اللغة الكبيرة مفهوم القابلية للتحكم (Controllability) — أي الصلاحية الداخلية التي يجب أن تسبق أي مقارنات مع السلوك البشري الحقيقي. كما يقوم الفيزيائيون بمعايرة الكواشف على مصادر ذات شدة معروفة، يمكن لمطوري المجتمعات التركيبية الآن التحقق من مدى إعادة إنتاج أداتهم للبنية المضمنة فيها، قبل الوثوق باستنتاجاتها حول العالم الحقيقي. هذا مهم بشكل خاص في السياقات الحساسة اجتماعيًا — من التواصل بشأن المخاطر إلى قرارات التخطيط الحضري.
في المستقبل، قد تصبح مثل هذه التجارب إجراءً قياسيًا عند نشر أي محاكاة باستخدام نماذج اللغة الكبيرة، تمامًا مثل معايرة أدوات القياس في المختبرات. من المخطط إعادة إنتاج SIVE مع نماذج لغوية أخرى وبلغات أخرى، بالإضافة إلى التوسع إلى سيناريوهات أكثر تعقيدًا تتضمن التضمين المكاني، والتنقل، وشبكات التواصل الاجتماعي. الهدف النهائي هو إنشاء توائم رقمية حضرية حقيقية، مُعايرة على إحصائيات واقعية.
ستؤثر النتائج على منهجية العلوم الاجتماعية الحاسوبية، لا سيما في مجال النمذجة القائمة على العملاء وتوليف المجتمعات، بالإضافة إلى ممارسة تقييم تأثير الاتصالات المؤسسية.
الخطوة التالية هي تطبيق الأداة المُعايرة على حالة بريشيا، لاختبار استراتيجيات مختلفة لإبلاغ السكان عن معالجة الموقع الملوث، مع وجود مقياس كمي الآن لقدرات الجهاز الذاتية.
يربط هذا العمل بشكل مباشر فلسفة الفيزياء التجريبية بالعلوم الاجتماعية الحاسوبية: مبدأ 'عاير الجهاز أولاً' يصبح استجابة لأزمة الاستنساخ والتعقيد غير المنضبط في النماذج التي تضم ملايين العملاء. كما يثير سؤالاً جوهريًا: ماذا يعني 'الفهم' بالنسبة لوكيل يعتمد على نموذج لغة كبير، وكيف نميز بين الاستجابة ذات المعنى والمحاكاة العشوائية.
هذا القسم موجَّه إلى مؤلف العمل وزملائه. الأعمال المجاورة عثر عليها بحثٌ دلالي في أرشيفنا، لا بتطابق الكلمات. نحن لا نقيّم العمل: نعرض الحقل من حوله.
ماذا يفعل هذا العمل
في هذه الدراسة، تم إنشاء مجموعة سكانية اصطناعية مكونة من 120 شخصية ذات بنية كامنة معروفة للثقة في المؤسسات، وعُرضت عليها سبع رسائل حول البنية التحتية البلدية. تم قياس التحولات في الاستجابات عند ثلاث درجات حرارة للتوليد، وتم اختبار سبعة معايير مسجلة مسبقًا: الدقة، والثبات، والضوضاء، والحساسية، وغيرها. تم تشخيص الخلل المكتشف في معايرة المحفز الإيجابي الضعيف وتصحيحه.
أين تكمن قوته
تكمن القوة في إضفاء الطابع الرسمي على اختبار قابلية التحكم في المجموعات السكانية الاصطناعية التوليدية من خلال مجموعة من المعايير المسجلة مسبقًا وقابلية التكرار عبر درجات حرارة مختلفة. وهذا يوفر أساسًا لنقل المنهجية إلى حالات واقعية.
إلى أين يمكن المضي
يستحق التجربة
لماذا قد يكون هذا مهمًا
إذا كانت منهجية المعايرة قابلة للتكرار على البيانات الحقيقية، فإن ذلك سيعزز الثقة في استخدام المجموعات السكانية الاصطناعية لدراسة القضايا الاجتماعية الحساسة، مثل التواصل حول المناطق الملوثة، وسيسمح بالتقييم المسبق لتأثيرات الحملات الإعلامية.
أعمال قريبة في أرشيفنا
الأرشيف خالٍ حول هذا العمل: أقرب تحليل عند 0.54 فقط، مقابل 0.64 المعتادة. يبدو أن الحفر بجواره كان نادرًا.
كما كتبه المؤلفون، بالإنجليزية arXiv:2607.00910
Generative Synthetic Populations (GSP) -- the convergence of population synthesis, agent-based modelling, and LLM agents -- are attracting growing interest for urban simulation and institutional communication research. Before any GSP instrument is used on a real population, a more basic question must be answered: does it respond to stimuli of known valence in an ordered, replicable, group-structured way? We call this controllability. We ask not whether a synthetic population tracks humans, but whether it tracks itself: whether the latent structure we impose on it is recovered in its own responses. This internal-validity question is logically prior to any claim about external validity, just as characterising an instrument's response function must precede using it to test a theory. We report SIVE (Synthetic Instrument Validation Experiment): a fictional municipality (Montelago) with 120 synthetic personas of known latent structure, exposed to seven conditions spanning strongly positive to strongly negative institutional communications about a water network. Seven pre-registered criteria, evaluated across a temperature sweep, jointly assess fidelity, stability, noise floor, specificity, sensitivity, and ordering. All seven pass at every temperature. A central finding turns a calibration failure into a diagnostic success: a message designed as "weakly positive" was identified by the instrument as functionally negative, traced to unresolved problems, uncertainty, and institutional passivity in its text; a redesigned version restored the expected ordering and interacts with agents' latent trust in unanticipated ways. A noise sub-experiment shows the instrument's intrinsic noise is roughly half the cross-agent estimate and stable across temperatures. Individual trajectories reveal coherent micro-dynamics that summary statistics obscure. Full data are available via an interactive explorer.
الشخصية روبرتو فيردي، وهو متخصص في تكنولوجيا المعلومات لا يثق بسهولة، استجابةً لرسالة سلبية عن انقطاع المياه، قام في غضون يوم واحد بالبحث في الأرشيف البلدي، واكتشف تناقضات في الميزانية، ودعا إلى اجتماع عاجل للسكان — وهو أمر قد يستغرق أسبوعًا في الحياة الواقعية.