تواجه نماذج اللغة الكبيرة تحديًا جوهريًا في كفاءة البيانات المستخدمة. فبينما يحتاج الطفل إلى سنوات قليلة لإتقان لغته الأم، تستهلك هذه النماذج مئات آلاف المرات من الكلمات لتحقيق مستويات مماثلة من الكفاءة اللغوية.

هذا الفجوة الواسعة بين البشر والآلات، التي يطلق عليها فراغ الكفاءة البيانية، تثير أسئلة حيوية لدى الباحثين المتخصصين في العلوم المعرفية. كيف يستطيع الأطفال أن يتفوقوا على أكثر الأنظمة اللغوية تطورًا حتى الآن، رغم استهلاكهم بيانات أقل بكثير؟

تسعى فرق البحث العلمي إلى فهم آليات التعلم لدى الأطفال بهدف إعادة هندسة هذه الطرق وتطبيقها على نماذج الذكاء الاصطناعي. الهدف هو تطوير نظم ذكية قادرة على التعلم بفعالية أكبر باستخدام بيانات أقل بكثير، مع الإجابة على تساؤلات علمية عميقة تتعلق باللغة والنمو العقلي للطفل.

هذا الاتجاه البحثي قد يعيد تعريف مسار تطور الذكاء الاصطناعي نحو أنظمة أكثر استدامة وكفاءة من الناحية الحسابية.