بررسی قوت ها و ضعف های مدل های زبانی بزرگ در تحلیل متون عرفانی (مطالعه موردی نی نامه مولوی) (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
امروزه هوش مصنوعی نقشی پررنگ و گسترده در پژوهش ایفا می کند، اما به کارگیری این فناوری در تحقیقات ادبی، به ویژه متون عرفانی که ذاتاً پیچیدگی ها و ظرافت های خاص خود را دارند، دشوار و شاید غیرممکن به نظر برسد. ازاین رو، پژوهش حاضر بر آن است نقاط قوت و ضعف هوش مصنوعی را در فهم متون عرفانی ارزیابی کند. بدین منظور، توانایی سه مدل زبانی بزرگ شامل ChatGPT، Google Gemini و Claude در تحلیل و تفسیر متون عرفانی فارسی، با تمرکز بر نی نامه مولانا، بررسی شد. نی نامه به دلیل مفاهیم نمادین، استعاره های پیچیده و لایه های معنوی عمیق، به مثابه معیاری برای سنجش توان ادراکی این مدل ها انتخاب شد. روش پژوهش به صورت کیفی و با طرح دو پرسش انجام گرفت: درک و تفسیر تک تک ابیات نی نامه و برداشت کلی از مفاهیم این اشعار. نتایج این پژوهش نشان می دهد که مدل های زبانی بزرگ در ارائه معانی تحت اللفظی عملکرد خوبی دارند؛ اما در درک استعاره ها، مفاهیم نمادین و زمینه های فرهنگی، ادبی و تاریخی متن با چالش هایی جدی روبرو هستند. افزون بر این، این مدل ها در فهم ارتباطات عمودی ابیات و شگردهای بلاغی همچون ایهام و جناس ناتوان هستند. درنهایت، این مقاله ضمن تأکید بر نقاط قوت این مدل ها مانند سرعت تحلیل متون، بر لزوم بهبود آنها ازطریق آموزش با داده های تخصصی عرفانی و همکاری میان متخصصان هوش مصنوعی و پژوهشگران ادبی تأکید می کند. این پژوهش نشان می دهد که هوش مصنوعی می تواند به عنوان ابزاری مکمل برای تسهیل درک ادبیات عرفانی به کار گرفته شود؛ اما برای دستیابی به تحلیل های عمیق تر نیازمند بهینه سازی های جدی است.Examining the Strengths and Weaknesses of Large Language Models in the Analysis of Mystical Texts: Case Study of Rumi's Neynameh
This study investigates the capabilities and limitations of Large Language Models (LLMs)—namely ChatGPT (OpenAI), Google Gemini, and Claude (Anthropic)—in interpreting Persian mystical literature, with a specific focus on NeyNameh , the prelude to Rumi’s Masnavi . Given the symbolic, metaphorical, and spiritual depth of NeyNameh , it serves as a suitable benchmark for evaluating the cognitive and interpretative abilities of these AI models. Using a qualitative approach, two primary research questions were posed to the models regarding an interpretation of each verse, and an overall conceptual understanding of NeyNameh . The results of the study revealed that while the models performed well in literal paraphrasing, they struggled with deeper symbolic meanings, metaphors, rhetorical devices, and cultural-historical contexts. The study highlights both the potential and current constraints of LLMs in assisting with the analysis of mystical texts, suggesting that collaboration with domain experts and targeted fine-tuning on mystical literature are essential for better performance.
تبلیغات
