تواجه أنظمة الذكاء الاصطناعي تحدّياً متزايداً عند تلخيص النصوص الطويلة، إذ قد تنتج أحياناً معلومات غير دقيقة تُعرف باسم "الهلوسة". هذه المشكلة لا تقتصر على نقل معلومات خاطئة فحسب، بل تجعل عملية مراجعة الملخّصات والتحقق من صحتها أكثر صعوبة وتستغرق وقتاً طويلاً.

في محاولة لمعالجة هذه المشكلة، طوّر فريق من علماء الحاسوب في جامعة نيويورك إطاراً خوارزمياً جديداً مستوحى من ظاهرة طبيعية معروفة هي تجمع أسراب الطيور. الفكرة الأساسية تقوم على تقليد الطريقة التي تنظم بها الطيور نفسها في مجموعات متناسقة أثناء الطيران، بهدف تحسين طريقة معالجة النصوص قبل أن يقوم الذكاء الاصطناعي بتلخيصها.

يعمل هذا الإطار كمرحلة تمهيدية قبل إدخال النص إلى نماذج اللغة الكبيرة. ففي البداية يجري تحليل كلّ جملة في المستند الطويل بعد تنظيفها من الكلمات غير الأساسية، ثم تُحوَّل إلى تمثيل رقميّ يسمح بتقييم أهميتها في سياق النص. بعد ذلك تُرتَّب الجمل وفق معايير مثل موقعها في الوثيقة، وصلتها بالموضوع، وأهميتها في الأقسام الرئيسية مثل المقدّمة والنتائج والخاتمة.

لكن اختيار الجمل الأعلى تقييماً فقط قد يؤدي إلى تكرار الفكرة نفسها. لذلك تعامل الخوارزمية كلّ جملة كما لو كانت "طائراً" في فضاء افتراضيّ، حيث تتجمع الجمل المتشابهة في المعنى ضمن مجموعات تشبه أسراب الطيور. ومن كل مجموعة يتم اختيار الجملة الأكثر تمثيلاً، ما يساعد على تقليل التكرار والحفاظ على تنوع الأفكار.

بعد ذلك، تُرسل الجمل المختارة إلى نموذج الذكاء الاصطناعي ليحوّلها إلى ملخص متماسك. وقد اختبر الباحثون هذه الطريقة على أكثر من تسعة آلاف وثيقة، ووجدوا أنها تُحسّن دقّة الملخّصات مقارنة باستخدام نماذج الذكاء الاصطناعي وحدها.

ورغم أن الباحثين يؤكدون أن هذه الطريقة لا تقضي تماماً على مشكلة أخطاء الذكاء الاصطناعي، فإنها تمثل خطوة مهمّة نحو إنتاج ملخّصات أقرب إلى النصوص الأصلية وأكثر موثوقية.