قسمت ۴ — خودسازگاری: چند زنجیره بساز و رأی‌گیری کن

قسمت چهارم از سری «زنجیرهٔ تفکر»: وقتی یک زنجیره کافی نیست. در این قسمت یاد می‌گیری چند مسیر استدلال بسازی، بینشان رأی‌گیری کنی، و بدانی این دقتِ بیشتر چقدر هزینه دارد.

۱. مسئله‌ای که خودسازگاری حل می‌کند

اگر قسمت سوم را خوانده باشی، با یک مشکل آشنا شده‌ای: گاهی یک پرسش را دو بار می‌پرسی و دو جواب متفاوت می‌گیری. این نوسان اتفاقی نیست؛ نتیجهٔ این است که مدل در هر اجرا یکی از مسیرهای ممکن را انتخاب می‌کند.

یک زنجیرهٔ تفکر، فقط یکی از آن مسیرهاست. اگر آن مسیر در همان مرحلهٔ دوم به بیراهه رفته باشد، بقیهٔ زنجیره با انسجام کامل به یک جواب غلط می‌رسد و تو هم چیزی جز یک متن منظم نمی‌بینی.

خودسازگاری این وابستگی به شانس را می‌شکند. به‌جای یک نمونه، چند نمونه می‌گیری و به توزیع جواب‌ها نگاه می‌کنی، نه به یک جواب.

۲. شهود پشت رأی‌گیری

چرا رأی اکثریت جواب می‌دهد؟ چون خطا معمولاً پراکنده است و درستی متمرکز. اگر مسئله یک جواب درست داشته باشد، مسیرهای معتبر مختلف — حتی وقتی از زاویهٔ متفاوتی شروع می‌کنند — به همان نقطه می‌رسند. اما مسیرهای خطا هرکدام در جای متفاوتی منحرف می‌شوند و نتیجه‌هایشان با هم هم‌خوان نیست.

پس وقتی از پنج زنجیره، سه‌تا به یک عدد رسیدند و دوتا به دو عدد متفاوت، آن سه‌تا احتمالاً درست‌اند. این استدلال ضمانت نیست، اما احتمال را به شکل معناداری جابه‌جا می‌کند.

یک هشدار مهم: اگر مسئله سوگیری سیستماتیک داشته باشد — یعنی همهٔ مسیرها به یک شکل منحرف شوند — رأی‌گیری فایده‌ای ندارد و فقط یک جواب غلط را با اطمینان بیشتری تأیید می‌کند. اکثریت وقتی معنا دارد که خطاها مستقل باشند.

۳. اجرای عملی در سه روش

روش اول و ساده‌ترین، اجرای دستی است: همان پرامپت را در سه گفت‌وگوی جدا اجرا می‌کنی و جواب‌ها را کنار هم می‌گذاری. مهم است که گفت‌وگوها جدا باشند، چون اگر در یک گفت‌وگو تکرار کنی، مدل جواب قبلی خودش را می‌بیند و استقلال از بین می‌رود.

روش دوم، درخواست چند مسیر در یک پیام است: از مدل می‌خواهی سه راه‌حل مستقل با رویکردهای متفاوت بنویسد و بعد خودش مقایسه کند. این روش ارزان‌تر است اما استقلال کامل ندارد، چون مسیر دوم زیر تأثیر مسیر اول نوشته می‌شود. برای بالا بردن استقلال، صریح بگو هر مسیر باید از روش متفاوتی استفاده کند.

روش سوم، تنوع عمدی در زاویه است: به‌جای تکرار یک پرامپت، سه پرامپت با قاب‌بندی متفاوت می‌نویسی. مثلاً یکی از منظر محاسبه، یکی از منظر تخمین سرانگشتی، و یکی از منظر بررسی معکوس. این پرهزینه‌ترین روش است اما بهترین کیفیت را می‌دهد، چون خطاها واقعاً مستقل می‌شوند.

۴. پرامپت آمادهٔ کپی برای خودسازگاری

این قالب روش دوم را تا حد ممکن به استقلال نزدیک می‌کند:

این مسئله را سه بار و با سه رویکرد کاملاً متفاوت حل کن.
قاعده: پیش از نوشتن راه‌حل دوم، راه‌حل اول را مرور نکن و به آن ارجاع نده. هر راه‌حل باید مستقل و از ابتدا نوشته شود.
راه‌حل یک با عنوان «رویکرد مستقیم»: مسئله را با روش متعارف و گام‌به‌گام حل کن.
راه‌حل دو با عنوان «رویکرد متفاوت»: از یک روش دیگر استفاده کن؛ مثلاً تناسب به‌جای درصد، یا حرکت از جواب به سمت داده‌ها.
راه‌حل سه با عنوان «تخمین مستقل»: بدون محاسبهٔ دقیق و فقط با تخمین، بازهٔ محتمل جواب را بگو.
سپس بخش «مقایسه»: جواب سه راه‌حل را کنار هم بگذار. اگر یکسان بودند بنویس همگرا. اگر متفاوت بودند، دقیقاً مشخص کن اختلاف از کدام مرحله شروع شده و کدام مرحله اشتباه است.
در پایان بخش «جواب نهایی»: پاسخی را بنویس که بیشترین پشتیبانی را دارد و در یک جمله بگو چقدر به آن مطمئنی و چرا.
صورت مسئله: [اینجا مسئله را بنویس]

بخش «مقایسه» را حذف نکن. ارزش اصلی خودسازگاری وقتی آشکار می‌شود که جواب‌ها یکسان نیستند؛ آنجاست که نقطهٔ دقیق واگرایی، خطا را به تو نشان می‌دهد.

۵. چند زنجیره کافی است

پاسخ کوتاه: سه تا پنج برای کارهای روزمره، و بیشتر فقط وقتی که هزینهٔ خطا بالاست. سود این روش خطی نیست؛ بیشترین جهش بین یک زنجیره و سه زنجیره اتفاق می‌افتد و بعد از آن بازدهی به‌سرعت کم می‌شود.

عدد فرد انتخاب کن تا رأی‌گیری بن‌بست نخورد. اگر با سه زنجیره هر سه جواب متفاوت بود، اضافه کردن زنجیرهٔ چهارم معمولاً کمکی نمی‌کند؛ آن وضعیت یعنی صورت مسئله مبهم است یا مدل داده‌ای که لازم دارد را ندارد. در این حالت به‌جای تکرار، مسئله را دقیق‌تر کن.

معیار تصمیم ساده است: اگر خطای این جواب برای تو گران است — مثلاً پایهٔ یک قرارداد یا یک گزارش بیرونی است — چند زنجیره ارزشش را دارد. اگر جواب صرفاً یک برآورد اولیه است، یک زنجیره کافی است.

۶. هزینه در برابر دقت

خودسازگاری گران‌ترین تکنیک این سری است. سه زنجیره یعنی تقریباً سه برابر متن تولیدشده، سه برابر زمان انتظار، و اگر با ابزار پولی کار می‌کنی، سه برابر هزینه. پس باید بدانی کجا این معامله به نفع توست.

جاهایی که ارزشش را دارد: محاسبات مالی، مسائل چندمرحله‌ای با احتمال خطای بالا، استنتاج از داده‌های به‌هم‌ریخته، و هر جایی که جواب مستقیماً وارد یک تصمیم می‌شود.

جاهایی که اتلاف است: کارهای خلاقانه که اصلاً جواب واحد ندارند، خلاصه‌سازی، بازنویسی متن، و مسائل ساده‌ای که یک زنجیره را هم به‌سختی لازم دارند. در کارهای خلاقانه، چند نسخه گرفتن مفید است اما رأی‌گیری بی‌معناست؛ آنجا تنوع خودش هدف است، نه همگرایی.

یک راه میانه هم وجود دارد: اول یک زنجیره بگیر. اگر جواب با انتظار و تخمین سرانگشتی‌ات هم‌خوان بود، همان کافی است. فقط وقتی جواب غیرمنتظره بود سراغ چند زنجیره برو. این کار بیشتر منفعت روش را با کسری از هزینه می‌دهد. برای دیدن تصویر کلی‌تر از اینکه چه کارهایی واقعاً از عهدهٔ این مدل‌ها برمی‌آید، مطلب توانایی‌ها و محدودیت‌های واقعی هوش مصنوعی کمک‌کننده است.

۷. اشتباهات رایج در رأی‌گیری

اشتباه اول، رأی‌گیری روی متن به‌جای جواب. اگر سه راه‌حل با عبارات متفاوت یک چیز گفته باشند و تو آن‌ها را متفاوت بشماری، نتیجه را خراب کرده‌ای. همیشه جواب نهایی را در قالب کوتاه و یکسان بخواه تا مقایسه ممکن باشد.

اشتباه دوم، اجازه دادن به مدل که راه‌حل قبلی را ببیند. اگر در یک گفت‌وگو بگویی «دوباره حل کن»، مدل معمولاً همان جواب را با کلمات دیگر تکرار می‌کند. این توافق قلابی است، نه همگرایی.

اشتباه سوم، تفسیر اکثریت به‌عنوان قطعیت. سه از سه یعنی احتمال بالاتر، نه تضمین. اگر مسئله حساس است، بعد از همگرایی هم یک بازبینی انسانی روی یک مرحلهٔ کلیدی انجام بده.

۸. پرسش‌های پرتکرار

آیا خودسازگاری با مدل‌های استدلالی جدید هم لازم است؟ کمتر لازم است اما بی‌فایده نیست. آن مدل‌ها خودشان تا حدی چند مسیر را بررسی می‌کنند، ولی این کار درون مدل و پنهان از تو انجام می‌شود؛ وقتی صریح چند مسیر بخواهی، امکان بازرسی برایت باقی می‌ماند.

اگر دو جواب مساوی شد چه کنم؟ به‌جای اضافه کردن زنجیره، از مدل بخواه فقط نقطهٔ اختلاف دو راه‌حل را پیدا کند و بگوید کدام مرحله قابل دفاع‌تر است. تشخیص محل واگرایی معمولاً سریع‌تر از رأی‌گیری بیشتر به نتیجه می‌رسد.

آیا می‌شود این روش را با مدل‌های مختلف اجرا کرد؟ بله و اتفاقاً مؤثرتر است، چون خطاها واقعاً مستقل می‌شوند. اجرای یک مسئله روی دو یا سه ابزار متفاوت و مقایسهٔ جواب‌ها، سخت‌گیرانه‌ترین شکل خودسازگاری است.

در کارهای متنی هم کاربرد دارد؟ برای متنی که باید قاعده‌ای را رعایت کند بله؛ مثلاً سه بازبینی مستقل از یک قرارداد و جمع کردن ایرادهایی که در بیش از یک بازبینی تکرار شده‌اند. برای تولید محتوای خلاقانه خیر.