---
title: "التكييف بالشخصية يجعل المستجيبين الاصطناعيين أكثر تميزاً"
description: "في معيار مُعمّى شمل 299 ملفاً بريطانياً و869 هدفاً محجوباً، اختيرت Minds المكيّفة بالشخصية أكثر من التوجيه العام أو الديموغرافي."
canonical_url: "https://getminds.ai/research/ar/personality-conditioned-synthetic-respondents-benchmark-2026"
last_updated: "2026-08-13T13:08:05.593Z"
---

# التكييف بالشخصية يجعل المستجيبين الاصطناعيين أكثر تميزاً

اختيرت Minds المكيّفة بالشخصية في **32.57%** من المقارنات المعمّاة المتساوية الطول، متقدمة على التوجيه الديموغرافي (**25.66%**) والعام (**20.48%**)؛ وكانت **21.29%** تعادلات.

لم تكن الميزة مجرد أن تبدو الإجابة بشرية، بل أن تبدو صادرة عن شخص **بعينه**: تعبّر عن قيمه، وتضيف تفاصيل ذات صلة، وتُظهر اختلافاً أوضح بين الأفراد. وهذه هي القيمة التي يحتاجها البحث الاصطناعي عند استكشاف الطريقة التي قد يرى بها أعضاء مختلفون من الجمهور السؤال نفسه.

<study-stats>



</study-stats>

## لماذا يهم التكييف بالشخصية

تنتج النماذج العامة إجابات معقولة. أما أبحاث السوق فتحتاج غالباً إلى إجابات تعكس اختلافات حقيقية في الأولويات والتفضيلات ونظرة العالم.

يسأل هذا المعيار ما إذا كان Mind كاملاً—مبنياً على الديموغرافيا وأدلة شخصية كتبها المشارك وسمح باستخدامها—يستطيع إعادة إنتاج تعبير نوعي محجوب بصورة أفضل من النموذج نفسه بلا سياق أو بالديموغرافيا وحدها.

كان الهدف افتتاحية محادثة كتبها المشارك، لا توزيع استطلاع ولا رأياً «حقيقياً» موضوعياً. لذلك يقيس المعيار مدى ملاءمة الإجابة نوعياً للملف.

## معيار مُعمّى بثلاثة أذرع

استخدمنا **299 ملفاً لمشاركين بريطانيين** من [PRISM Alignment Dataset](https://github.com/HannahKirk/prism-alignment)، عند المراجعة `a9ec82149036374768f70e132a2369a750e06bbe`. وضمّت مجموعة التقييم **869 هدفاً محجوباً مرصوداً**.

<table>
<thead>
  <tr>
    <th>
      الذراع
    </th>
    
    <th>
      سياق المشارك
    </th>
    
    <th>
      التنفيذ
    </th>
  </tr>
</thead>

<tbody>
  <tr>
    <td>
      عام
    </td>
    
    <td>
      بلا سياق
    </td>
    
    <td>
      Gemini 3.6 Flash مباشرة
    </td>
  </tr>
  
  <tr>
    <td>
      ديموغرافي
    </td>
    
    <td>
      العمر والجنس والبلد والعمل والتعليم
    </td>
    
    <td>
      Gemini 3.6 Flash مباشرة
    </td>
  </tr>
  
  <tr>
    <td>
      Minds
    </td>
    
    <td>
      الديموغرافيا مع القيم والتفضيلات وسلوك المساعد المرغوب ومطالب التدريب المسموح بها
    </td>
    
    <td>
      واجهة Panels الإنتاجية مع persona وRAG وتأصيل الويب؛ Gemini 3.6 Flash
    </td>
  </tr>
</tbody>
</table>

حُظرت الأهداف وكل البيانات المشتقة منها من سياق التوليد. رأى حكم مُعمّى واحد من Gemini 3.6 Flash أدلة الملف والمرجع البشري المحجوب وثلاثة مرشحين مجهولين.

ولمنع طول الإجابة من حسم النتيجة، قُص كل مرشح إلى عدد كلمات المرجع البشري قبل التحكيم. حصلت الأهداف الـ869 كلها على حكم كامل للأذرع الثلاثة.

## كانت Minds الأكثر اختياراً

<table>
<thead>
  <tr>
    <th>
      النتيجة
    </th>
    
    <th align="right">
      عام
    </th>
    
    <th align="right">
      ديموغرافي
    </th>
    
    <th align="right">
      Minds
    </th>
    
    <th align="right">
      تعادل
    </th>
  </tr>
</thead>

<tbody>
  <tr>
    <td>
      مرات الفوز
    </td>
    
    <td align="right">
      178
    </td>
    
    <td align="right">
      223
    </td>
    
    <td align="right">
      <strong>
        283
      </strong>
    </td>
    
    <td align="right">
      185
    </td>
  </tr>
  
  <tr>
    <td>
      حصة 869 عنصراً
    </td>
    
    <td align="right">
      20.48%
    </td>
    
    <td align="right">
      25.66%
    </td>
    
    <td align="right">
      <strong>
        32.57%
      </strong>
    </td>
    
    <td align="right">
      21.29%
    </td>
  </tr>
  
  <tr>
    <td>
      مركب الدقة، 0–100
    </td>
    
    <td align="right">
      27.23
    </td>
    
    <td align="right">
      27.68
    </td>
    
    <td align="right">
      <strong>
        32.38
      </strong>
    </td>
    
    <td align="right">
      —
    </td>
  </tr>
</tbody>
</table>

تقدمت Minds بمقدار **+12.04 نقطة مئوية** على التوجيه العام (فاصل ثقة 95% من +7.13 إلى +17.00؛ `p < .001` بعد FDR)، وبمقدار **+6.69 نقطة** على التوجيه الديموغرافي (من +1.56 إلى +11.93؛ `p = .020`).

## أقوى إشارة: القيم والتحديد

<table>
<thead>
  <tr>
    <th>
      سياق السؤال
    </th>
    
    <th align="right">
      عام
    </th>
    
    <th align="right">
      ديموغرافي
    </th>
    
    <th align="right">
      Minds
    </th>
  </tr>
</thead>

<tbody>
  <tr>
    <td>
      موجه بالقيم
    </td>
    
    <td align="right">
      19.30%
    </td>
    
    <td align="right">
      11.58%
    </td>
    
    <td align="right">
      <strong>
        42.81%
      </strong>
    </td>
  </tr>
  
  <tr>
    <td>
      موجه بالجدل
    </td>
    
    <td align="right">
      18.88%
    </td>
    
    <td align="right">
      34.97%
    </td>
    
    <td align="right">
      <strong>
        38.81%
      </strong>
    </td>
  </tr>
</tbody>
</table>

سجلت Minds **36.88** في القيم/الشخصية و**33.46** في التحديد، مقابل 30.85 و21.70 للعام و31.85 و23.36 للديموغرافي. كما كان مستوى العمومية أقل: **63.63**، حيث الأقل أفضل، مقابل **73.53** و**72.58**.

وكانت الإجابات أكثر تميزاً بين الأفراد. بلغ متوسط تشابه TF–IDF مقدار 0.0308 لدى Minds، و0.0516 للديموغرافي، و0.1108 للعام. وظلت المراجع البشرية أكثر تنوعاً عند 0.0128، لكن التكييف بالشخصية قرّب النموذج بوضوح من هذا النمط.

## إشارة مفيدة عبر الفئات العمرية

ظهرت التحسينات الأكثر اتساقاً لدى الفئات الأكبر سناً. تفوقت فئة 55–64 على كلا خطي الأساس في معدل الفوز والمركب بعد التصحيح، وتفوقت فئة 65+ بوضوح على التوجيه العام، وتحسنت فئة 45–54 على الديموغرافي في المركب.

تظل نتائج الفئات الفرعية استكشافية، لكنها تشير إلى أن القيم والتفضيلات المتراكمة قد تمنح التكييف بالشخصية إشارة أغنى.

## إجابات أغنى ومقارنة عادلة

بلغ متوسط إجابات Minds الكاملة **51.62 كلمة**، مقابل **7.86** للعام و**7.51** للديموغرافي. ضمنت مطابقة الطول ألا يفوز التفصيل الإضافي لمجرد زيادة النص.

عملياً، تستطيع Minds إنتاج مادة أغنى للاستكشاف النوعي، والخطوة التالية هي جعل عمق الإجابة متكيفاً مع المهمة. لا تتضمن الآثار استخداماً متكاملاً قابلاً للمقارنة للرموز بين الأذرع، لذلك لا تدعم نسبة تكلفة مالية.

## كيف نفسر الأدلة

- **حكم واحد لكل عنصر (n=1).** تحكيم مُعمّى واحد من Gemini 3.6 Flash بلا معايرة بشرية.
- **عائلة نموذج واحدة.** استخدمت الأذرع والحكم Gemini 3.6 Flash في النهاية.
- **هدف نوعي.** القياس هو ملاءمة نص بشري محجوب، لا انتشار سكاني أو سلوك شراء.
- **نظام متكامل.** قُيّمت الشخصية والاسترجاع والتأصيل والتنسيق معاً.

لم تُعزل إزالة التكرار الدلالي **في تجربة فصل مستقلة**؛ لذلك لا يثبت المعيار أثرها ولا يبرر إزالتها.

نستخدم هذه العناصر الـ869 الآن لتوجيه تطوير المنتج. وأي ادعاء مستقبلي للإصدار يحتاج مجموعة محجوبة جديدة لم تُمس، ويفضل مع حكام متكررين أو معايرة بشرية.

## ما سنختبره تالياً

ستقارن تجربة الفصل التالية بين 1. سلوك الإنتاج الحالي، و2. إجابات بطول شبيه بالبشر، و3. طول بشري مع توجيه أسئلة متكيف يطبق عمق الشخصية حيث يضيف أكبر قيمة.

## ماذا يعني ذلك للبحث الاصطناعي

النتيجة العملية واضحة: **أنتج التكييف بالشخصية مستجيبين نوعيين أكثر تميزاً من التوجيه العام أو الديموغرافي وحده** في هذا المعيار المُعمّى.

وهذا يجعل Minds مفيدة بوجه خاص لتوليد فرضيات الجمهور واختبارها، واستكشاف أطر القيم المختلفة، وإظهار اللغة التي قد يستخدمها أشخاص مختلفون. فهي تكمل الأدلة البشرية وتمنح فرق البحث نقطة بداية أكثر تميزاً من إجابة نموذج عام.

## الاستشهاد المقترح

Minds Research Lab. «التكييف بالشخصية يجعل المستجيبين الاصطناعيين أكثر تميزاً». 8 أغسطس 2026. [https://getminds.ai/research/ar/personality-conditioned-synthetic-respondents-benchmark-2026](https://getminds.ai/research/ar/personality-conditioned-synthetic-respondents-benchmark-2026)