يمثل التنمر الإلكتروني قضية خطيرة على منصات التواصل الاجتماعي، لما يخلفه من عواقب عاطفية بالغة ومضايقات تلاحق الضحايا في فضاء مفتوح لا يعرف حدودًا، وقد حققت النماذج اللغوية المدربة مسبقًا مثل نموذج بيرت نجاحًا لافتًا في كشف التنمر الإلكتروني من خلال تحليل النصوص اللغوية الطبيعية، خاصة في اللغات الغنية بالموارد مثل الإنجليزية، غير أن الاهتمام بكشف التنمر في اللغات قليلة الموارد مثل العربية ظل محدودًا، رغم انتشار المحتوى العربي على المنصات واتساع جمهورها، ومن هنا تنبع أهمية هذه الدراسة التي تفحص فاعلية نموذج عربي متخصص في هذا المجال، وتسعى إلى الإجابة عن سؤال عملي يتعلق بالمفاضلة بين الموارد الحاسوبية المستهلكة وأداء النموذج المحقق
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى التحقق من فاعلية نموذج آرا بيرت، وهو نموذج لغوي مدرب مسبقًا على النصوص العربية، في كشف تعليقات التنمر الإلكتروني العربية، وإلى استكشاف المفاضلة بين الموارد الحاسوبية وأداء النموذج عبر استراتيجيات متنوعة للضبط الدقيق والتجميد، وقد بنى الباحثون مجموعة بيانات متوازنة عالية الجودة قوامها 20000 تعليق مكتوب بالعربية على منصة فيسبوك، انتقوها من مجموعة أولية تجاوزت 40 ألف تعليق جُمعت في البداية، ثم وُسم كل تعليق يدويًا بوصفه تنمرًا أو غير تنمر لضمان جودة البيانات ومتانة تدريب النموذج، ووظف الباحثون تقنيات الضبط الدقيق لتكييف نموذج آرا بيرت في نسخته الثانية مع مهمة كشف التنمر، وجرّبوا تقنية تجميد الطبقات لاستكشاف المفاضلة بين الاستفادة من المعرفة المدربة مسبقًا وتكييف النموذج مع المهمة المحددة، بحيث تُقاس كلفة كل خيار بما يقدمه من أداء
ثانيًا: أبرز النتائج
أظهرت النتائج أن الضبط الدقيق لجميع طبقات النموذج، بما يستلزمه من تعديل الأوزان والانحيازات في كل طبقة أثناء التدريب، قد حقق الأداء الأعلى بين الاستراتيجيات المجربة، إذ بلغت الدقة 91.9 في المئة وبلغت درجة إف واحد 92.8 في المئة، وتقدم هذه الطريقة أسلوبًا مرنًا لتطبيق نموذج مدرب مسبقًا على مشكلات جديدة، فهي لا تكتفي بتوظيف ما تعلمه النموذج من نصوص عامة، بل تعيد مواءمته بعمق مع طبيعة مهمة كشف التنمر وخصوصية التعليقات العربية، كما تتيح تجارب التجميد للباحثين والممارسين تقدير ما يمكن توفيره من موارد حاسوبية حين تكون الإمكانات محدودة، وما يقابل هذا التوفير من كلفة على مستوى الأداء، فتتحول المفاضلة بين الكلفة والدقة إلى قرار مبني على أدلة تجريبية لا على التخمين
ثالثًا: دلالات الدراسة وتطبيقاتها
تتجلى دلالات هذه الدراسة في إثباتها أن النماذج اللغوية العربية المدربة مسبقًا قادرة على أداء مهام الإشراف على المحتوى بدقة عالية حين تُضبط ضبطًا كاملًا، وهو ما يفتح الباب أمام منصات التواصل وفرق إدارة المجتمعات الرقمية لبناء أدوات رصد عربية للتعليقات المسيئة تحمي المستخدمين وتحد من المضايقات، كما تقدم الدراسة منهجية عملية في بناء مجموعات بيانات عربية موسومة يدويًا ومتوازنة يمكن البناء عليها في مهام أخرى من مهام معالجة اللغة الطبيعية العربية، وتفيد نتائج المفاضلة بين التجميد والضبط الكامل المؤسسات ذات الموارد الحاسوبية المحدودة في اختيار الاستراتيجية الأنسب لإمكاناتها، بما يدعم تطوير بيئات رقمية عربية أكثر أمانًا واحترامًا
وتبرز في هذه الدراسة أيضًا قيمة العناية المنهجية ببناء البيانات قبل العناية بالنموذج ذاته، فقد استندت النتائج إلى تعليقات حقيقية جُمعت من الاستخدام الفعلي للمنصة ثم نُقّيت من مجموعة أولية أكبر ووُسمت يدويًا وروعي توازنها بين فئتي التنمر وعدمه، وهي خطوات تجعل ما يتعلمه النموذج انعكاسًا لظاهرة اجتماعية حقيقية لا لأمثلة مصطنعة، كما أن رسم خريطة واضحة للمفاضلة بين تجميد الطبقات والضبط الكامل يمنح الفرق العاملة في البيئات العربية محدودة البنية الحاسوبية أساسًا عمليًا لتقرير كيفية نشر نماذج الكشف وتشغيلها، فتُختار نقطة التوازن بين الدقة والكلفة بحسب طبيعة المنصة وحجم محتواها وحساسية مجتمعها
وخلاصة القول إن كشف التنمر الإلكتروني بالعربية لم يعد مهمة مؤجلة لغياب الأدوات، فقد أثبت نموذج آرا بيرت بضبطه الدقيق الكامل قدرة عالية على تمييز التعليقات المتنمرة بدقة تجاوزت 91 في المئة، وإن الطريق إلى منصات عربية أكثر أمانًا يمر عبر الاستثمار في نماذج لغوية عربية مضبوطة بعناية ومجموعات بيانات موثوقة تعكس واقع الاستخدام الفعلي
