كشفت دراسة حديثة من جامعة برينستون وجامعة كاليفورنيا بسان دييجو وجامعات أخرى الآليات الحقيقية وراء فعالية المهارات في تحسين قدرات وكلاء الذكاء الاصطناعي. تُعرّف المهارة بأنها مجموعة محدودة من التعليمات تحدد الخطوات التي يتعين على الوكيل اتباعها وما يجب التحقق منه والأخطاء الشائعة التي ينبغي تجنبها.

أجرى الفريق البحثي تجارب مضبوطة على 8135 حالة اختبار قارن فيها سلوك الوكلاء عند امتلاكهم للمهارات ودونها على مهام متطابقة. أظهرت النتائج أن المهارات تحسّن الأداء بشكل أساسي من خلال توفير عملية منتظمة وموثوقة يتبعها الوكيل. شكل هذا العامل، الذي أسماه الباحثون "الأساس الإجرائي"، حوالي 65.7 بالمئة من الحالات التي تفوق فيها الوكيل المزود بمهارة على نظيره. بينما ساهمت إضافة معلومات مباشرة في تحسين الأداء في 4.5 بالمئة فقط من الحالات المختبرة.

تركز فائدة المهارات إذاً على تحديد تسلسل العمليات والأدوات المطلوبة والفحوصات المرحلية اللازمة، مما يقلل أخطاء التنفيذ مثل إعداد بيئة العمل بشكل غير صحيح أو الحصول على تنسيقات مخرجات خاطئة. غير أن المهارات تنطوي على مصدر جديد للأخطاء: في 10 بالمئة من الحالات لاحظ الفريق أن الوكيل طبق المهارة بطريقة ميكانيكية لم تناسب السياق، أو استخدمها في مهام تتطلب حلاً مختلفاً جذرياً.

يواجه النظام عقبة ثانية حادة عند اختيار المهارة الملائمة من مكتبة كبيرة. عندما ينمو عدد المهارات المتاحة من 5 إلى 100 خيار، انخفضت دقة استرجاع المهارة الصحيحة من 29.6 بالمئة إلى 3.3 بالمئة في الاختبارات. يزداد الارتباك عندما تتشابه صيغ المهارات المختلفة.

يقترح الباحثون معاملة استخدام المهارات بوصفها دورة حياة متكاملة. لن تأتي تحسينات وكلاء الذكاء الاصطناعي من تخزين خبرات أكثر، بل من تطوير طرق أكثر موثوقية في إنشاء واسترجاع وتطبيق هذه المهارات.