تشكل نماذج اللغة الكبيرة (large language model، LLM) قفزة من الذكاء الإدراكي إلى الذكاء المعرفي، مما يُعد اختراقاً هاماً وتطبيقاً معمقاً للذكاء الاصطناعي في مجال معالجة اللغة الطبيعية. انطلقت هذه الدراسة من منظور أبحاث علم النفس الإدراكي، مستخدمة اختبار الرسوم الموزعة واختبار فهم القراءة HSK، لتقييم أنماط الإدراك لنموذج LLM، وبالتالي تقييم قدرة فهم القراءة باللغة الصينية لـ LLM. أظهرت النتائج: ① تتميز نماذج LLM مثل Bing Copilot بأسلوب إدراكي مستقل عن السياق؛ ② يستطيع الطالب الافتراضي القائم على تمثيل دور LLM محاكاة مستوى اللغة الحقيقي للطلاب الدوليين إلى حد معين، لكنه لا يزال مختلفًا عن الطلاب الحقيقيين؛ ③ يؤثر أسلوب الإدراك لنموذج LLM في سياق التفاعل بين الإنسان والآلة بشكل ملحوظ على قدرة فهم القراءة باللغة الصينية. ترى هذه الدراسة أن النتائج التجريبية لا تثبت فقط العيوب المعرفية التي لا تزال موجودة في LLM من منظور علم الإدراك مما يسبب تحيزات في معالجة المعلومات، بل تكشف أيضاً ضرورة وإمكانية تحسين تصميم LLM عبر محاكاة ودمج أنماط إدراكية متعددة. هذا يساعد في دفع نموذج LLM لدعم التعليم الدولي للغة الصينية نحو مرحلة أكثر ذكاءً، ويدعم التطبيق والابتكار العميقين للذكاء المشترك بين الإنسان والآلة خاصة في مجال التعليم الدولي للغة الصينية.

نمط الإدراك;نموذج اللغة الكبير;فهم القراءة;التعليم الدولي للغة الصينية