DOI: https://doi.org/10.3389/frai.2026.1753041
PMID: https://pubmed.ncbi.nlm.nih.gov/41837244
تاريخ النشر: 2026-02-26
المؤلف: Cody Kommers وآخرون
الموضوع الرئيسي: طرق التحليل الحاسوبي والنصي
نظرة عامة
تناقش هذه الفقرة دور أنظمة الذكاء الاصطناعي التوليدي (GenAI) كتقنيات ثقافية، مشددة على أن الأطر الحالية للتقييم لا تأخذ بعين الاعتبار الأبعاد الثقافية التي تعتبر جزءًا لا يتجزأ من هذه الأنظمة. مستندين إلى نظرية التأويل، يقترح المؤلفون أن أنظمة GenAI تعمل كـ “آلات سياقية” يجب أن تتنقل عبر ثلاثة تحديات تفسيرية رئيسية: الوضعية، التي تفترض أن المعنى ينشأ من السياق؛ التعددية، التي تعترف بتعايش تفسيرات متعددة صحيحة؛ والغموض، الذي يعترف بالصراعات الكامنة بين التفسيرات.
لتعزيز تقييم أنظمة GenAI، يقدم المؤلفون مفهوم التأويل الحاسوبي، داعين إلى إطار عمل يركز على المعايير التكرارية، ودمج وجهات نظر البشر جنبًا إلى جنب مع مخرجات الآلات، وقياس السياق الثقافي بدلاً من الأداء النموذجي فقط. يمثل هذا النهج تحولًا من التقييمات التقليدية التي تركز على الدقة إلى فهم أكثر دقة للمعنى، مما يقترح نموذجًا جديدًا لتصميم وتقييم أنظمة الذكاء الاصطناعي المعاصرة.
مقدمة
تناقش مقدمة هذه الورقة البحثية العلاقة المعقدة بين أنظمة الذكاء الاصطناعي التوليدي (GenAI) والثقافة، مشددة على أن هذه الأنظمة ليست مجرد أدوات تكنولوجية بل هي متجذرة بعمق في السياقات الاجتماعية والثقافية. يجادل المؤلفون أنه بينما يتم التعرف بشكل متزايد على تأثير الثقافة على GenAI، غالبًا ما يتم التعامل معه كعامل ثانوي أو متغير يجب قياسه، بدلاً من كونه جانبًا أساسيًا من وظائف النماذج. هذه النظرة ذات صلة خاصة بالنماذج البارزة لـ GenAI، التي تم تصميمها لتوليد قطع ثقافية متنوعة عبر سياقات مختلفة، مما يستدعي إعادة تقييم كيفية تقييم هذه الأنظمة.
لمعالجة ذلك، يقترح المؤلفون نهجًا تأويليًا لتقييم GenAI، مستندين إلى العلوم الإنسانية لفهم الثقافة كمساحة ديناميكية ومتنازع عليها بدلاً من متغير ثابت. يبرزون قيود طرق تقييم الذكاء الاصطناعي التقليدية، التي غالبًا ما تعتمد على مهام موحدة بتفسيرات فردية للنجاح. بدلاً من ذلك، يدعون إلى إطار تأويلي يعترف بتعقيدات المخرجات الثقافية، مقترحين أن طرق التقييم يجب أن تعكس الأبعاد التفسيرية الكامنة في هذه الأنظمة. يقدم المؤلفون ثلاثة تحديات تأويلية—الوضعية، التعددية، والغموض—ويقترحون مبادئ لتطوير طرق تقييم تكون تكرارية، وشاملة لوجهات نظر البشر، ومراعية للسياق الثقافي. يهدف هذا النهج إلى تعزيز الفهم والتقييم لأنظمة GenAI كأطراف نشطة في التفسير الثقافي.
نقاش
في مناقشة التأويل الحاسوبي، يؤكد المؤلفون على أهمية التفسير في العلوم الإنسانية، مشددين على الطبيعة التكرارية لفهم القطع الثقافية من خلال “الدائرة التأويلية”. تتضمن هذه العملية تحسين تفسير المرء لعناصر معينة بالنسبة للقطعة الكاملة، وهو مفهوم ذو صلة خاصة عند تطبيقه على أنظمة الذكاء الاصطناعي التوليدي (GenAI). يجادل المؤلفون بأن نماذج الذكاء الاصطناعي تشارك بطبيعتها في عمليات تفسيرية، تواجه تحديات تتعلق بالوضعية، التعددية، والغموض. تؤكد الوضعية على أن المعنى يعتمد على السياق، بينما تعترف التعددية بأن تفسيرات متعددة يمكن أن تتعايش. يعكس الغموض الطبيعة الديناميكية للتفسير، حيث لا يكون المعنى ثابتًا بل يظهر من خلال التفاعل.
يقترح المؤلفون أن يتم النظر إلى أنظمة GenAI كـ “آلات سياقية” لا تفسر فقط بل تساهم أيضًا في خلق المعنى بالتعاون مع المستخدمين البشر. تتطلب هذه النظرة تحولًا في كيفية تقييم أنظمة الذكاء الاصطناعي، بعيدًا عن المعايير التقليدية التي تعطي الأولوية للدقة نحو نهج تأويلي يقدر الملاءمة السياقية. يدعون إلى تقييمات تكرارية تأخذ في الاعتبار كل من بنية النموذج وتفاعلاته الحوارية مع المستخدمين، مشددين على الحاجة إلى دمج وجهات نظر البشر والسياقات الثقافية في عملية التقييم. من خلال الاعتراف بالثقافة كجانب أساسي من تشغيل الذكاء الاصطناعي، يقترح المؤلفون أنه يمكن تحويل GenAI من أدوات توليد إجابات بسيطة إلى شركاء تأويليين ذوي معنى في صنع المعنى البشري.
DOI: https://doi.org/10.3389/frai.2026.1753041
PMID: https://pubmed.ncbi.nlm.nih.gov/41837244
Publication Date: 2026-02-26
Author(s): Cody Kommers et al.
Primary Topic: Computational and Text Analysis Methods
Overview
The section discusses the role of Generative AI (GenAI) systems as cultural technologies, emphasizing that existing evaluation frameworks inadequately account for the cultural dimensions integral to these systems. Drawing from hermeneutic theory, the authors propose that GenAI systems act as “context machines” that must navigate three key interpretive challenges: situatedness, which posits that meaning arises from context; plurality, which acknowledges the coexistence of multiple valid interpretations; and ambiguity, which recognizes inherent conflicts among interpretations.
To enhance the evaluation of GenAI systems, the authors introduce the concept of computational hermeneutics, advocating for a framework that emphasizes iterative benchmarks, the inclusion of human perspectives alongside machine outputs, and the measurement of cultural context rather than solely model performance. This approach represents a shift from traditional accuracy-focused evaluations to a more nuanced understanding of meaning, thereby proposing a new paradigm for the design and assessment of contemporary AI systems.
Introduction
The introduction of this research paper discusses the intricate relationship between Generative AI (GenAI) systems and culture, emphasizing that these systems are not merely technological tools but are deeply embedded in social and cultural contexts. The authors argue that while the influence of culture on GenAI is increasingly recognized, it is often treated as a secondary factor or a variable to be measured, rather than as a foundational aspect of the models’ functioning. This perspective is particularly relevant for prominent GenAI models, which are designed to generate diverse cultural artifacts across various contexts, necessitating a reevaluation of how these systems are assessed.
To address this, the authors propose a hermeneutic approach to evaluating GenAI, drawing from the humanities to understand culture as a dynamic and contested space rather than a fixed variable. They highlight the limitations of traditional AI benchmarking methods, which often rely on standardized tasks with singular interpretations of success. Instead, they advocate for an interpretive framework that recognizes the complexities of cultural outputs, suggesting that evaluation methods should reflect the interpretive dimensions inherent in these systems. The authors introduce three hermeneutic challenges—situatedness, plurality, and ambiguity—and propose principles for developing evaluation methods that are iterative, inclusive of human perspectives, and attentive to cultural context. This approach aims to enhance the understanding and evaluation of GenAI systems as active participants in cultural interpretation.
Discussion
In the discussion of computational hermeneutics, the authors emphasize the importance of interpretation in the humanities, highlighting the iterative nature of understanding cultural artifacts through the “hermeneutic circle.” This process involves continuously refining one’s interpretation of specific elements in relation to the whole artifact, a concept that is particularly relevant when applied to Generative AI (GenAI) systems. The authors argue that AI models inherently engage in interpretive processes, facing challenges related to situatedness, plurality, and ambiguity. Situatedness underscores that meaning is context-dependent, while plurality acknowledges that multiple interpretations can coexist. Ambiguity reflects the dynamic nature of interpretation, where meaning is not fixed but emerges through interaction.
The authors propose that GenAI systems should be viewed as “context machines” that not only interpret but also co-create meaning in collaboration with human users. This perspective necessitates a shift in how AI systems are evaluated, moving away from traditional benchmarks that prioritize accuracy towards a hermeneutic approach that values contextual appropriateness. They advocate for iterative evaluations that consider both the model’s architecture and its dialogic interactions with users, emphasizing the need to incorporate human perspectives and cultural contexts into the assessment process. By recognizing culture as a foundational aspect of AI operation, the authors suggest that GenAI can be transformed from mere answer-generating tools into meaningful interpretive partners in human meaning-making.