علماء يقدّرون أن ChatGPT يسرّع عملهم 1.9 مرة: تقرير من OpenAI
درست OpenAI كيف يستخدم العلماء ChatGPT، وحلّلت أكثر من 580 ألف رسالة من 1 819 باحثًا شاركوا في التجربة الصيفية. وقدّر المشاركون أن العمل نفسه وبالجودة نفسها كان سيستغرق دون الذكاء الاصطناعي وقتًا أطول بمقدار 1.9 مرة. ويتوقع 98% ممن أجابوا تسارع الاكتشافات في مجالهم. لكن هذه تقديرات ذاتية من المشاركين في التجربة، ولذلك يبقى من السابق لأوانه اعتبار هذا الأثر مثبتًا.
معالج بواسطة الذكاء الاصطناعي من OpenAI Blog؛ بتحرير Hamidun News
عندما يُقال إن الذكاء الاصطناعي «سيسرّع العلم»، تُساق عادةً توقعات مدوّية. أما OpenAI فقررت النظر في بيانات حقيقية: ماذا يفعل العلماء فعلًا في ChatGPT كل يوم؟ حلّل فريق الأبحاث الاقتصادية في الشركة أكثر من 580 ألف رسالة علمية من 1 819 مشاركًا في التجربة الصيفية ChatGPT for Academic Researchers، واستطلع بالإضافة إلى ذلك آراء 251 شخصًا. والنتيجة صورة نادرة لكيفية دمج باحثين محترفين لروبوت الدردشة في سير عملهم.
ماذا يفعل العلماء مع ChatGPT
استخدم المشاركون النموذج في جميع مراحل العمل: مراجعة الأدبيات، وتحليل البيانات، وكتابة الأكواد، وصياغة الأفكار، وإعداد النصوص عن النتائج. ولكي لا تُقرأ المراسلات الشخصية، استخدمت OpenAI مصنّفات آلية. كانت هذه المصنّفات توزّع الرسائل بحسب أنواع النشاط، فيما كان الباحثون يرون الفئات فقط، لا الأسئلة والإجابات نفسها. وبشكل افتراضي لا تُستخدم بيانات المشاركين في البرنامج لتدريب النماذج.
حُسبت لكل عالم حصة رسائله بحسب أنواع المهام، ثم جرى حساب متوسط هذه الحصص، بحيث لا يطغى المستخدم النشط على بقية المشاركين. وأكثر الأجزاء إثارة للاهتمام يتعلق بالأفكار: لجأ 68% من العلماء إلى ChatGPT لتطوير تصوراتهم البحثية. وفي هذه الحوارات جاء العالم في 35% من الحالات بسؤال محدد وجاهز، وفي 36% جاء بفكرة وطلب تحسينها، وفي 23% طلب من النموذج نفسه اقتراح سؤال للبحث. أما الـ6% المتبقية من الرسائل فلم يتسنَّ إدراجها في أي مجموعة.
بعبارة أخرى، يبقى الإنسان في معظم الحالات صاحب الاتجاه، ويعمل الذكاء الاصطناعي محاورًا ومحررًا. لكن ما يقارب ربع الطلبات هو طلب إرشاد إلى الوجهة التي ينبغي النظر إليها أصلًا. وهذه إشارة لفرق المنتجات: المستخدمون العلميون لا يريدون فقط «ابحث لي عن مقال»، بل يريدون أيضًا مساعدة في صياغة المسألة.
ويتعلق مؤشر آخر بالثقة. فقد قاست OpenAI عدد المرات التي يطرح فيها العلماء بعد الإجابة أسئلة توضيحية، أو يطلبون التحقق من النتيجة أو إعادة كتابتها. وتخلص الشركة إلى أن الباحثين يبقون جزءًا من العملية حتى بعد تفويض جزء من العمل إلى النموذج. وهذا يتوافق مع ممارسة المطوّرين: لا تُقبل نتيجة الذكاء الاصطناعي فورًا، بل بعد تكرار المحاولات والتنقيح.
ماذا يتوقع العلماء من الذكاء الاصطناعي
طُلب من المستطلَعين أن يتخيلوا اكتشافًا كان سيستغرق 10 سنوات دون الذكاء الاصطناعي، وأن يقدّروا المدة مع استخدامه. أجاب عن هذا السؤال 250 شخصًا، ويتوقع 98% منهم تسارع الاكتشافات في مجالهم. وقدّر المشاركون على حدة أن العمل نفسه وبالجودة نفسها كان سيستغرق دون الذكاء الاصطناعي وقتًا أطول بمقدار 1.9 مرة.
لماذا يتوقعون التسارع؟ في 224 إجابة مكتوبة وُجد 367 سببًا. في المقدمة بنسبة 52% يقف السبب البسيط «إنجاز الأبحاث بسرعة أكبر». ويتحدث 23% آخرون عن العثور على أسئلة أكثر وعدًا، و14% عن إمكانية تغطية نطاق أوسع من المواضيع، ويعود 11% إلى أسباب أخرى. أي أن القيمة بالنسبة لبعض العلماء لا تقتصر على توفير الوقت، بل تشمل توسيع ما يمكن تجربته أصلًا.
ويتضمن التقرير اقتباسًا من César de la Fuente، المتخصص في أبحاث مضادات الميكروبات: ChatGPT بالنسبة له «ساحة تجارب حقيقية للعالِم».
كيف تُقرأ هذه الأرقام
ينبغي التعامل مع الأرقام بحذر. أولًا، تقدير 1.9 مرة هو تخمين ذاتي من المستطلَعين، وليس قياسًا للوقت في تجربة خاضعة للرقابة. ثانيًا، أجرت OpenAI نفسها الدراسة على تجربة لمنتجها، حيث قرر المشاركون بأنفسهم استخدامه، ومن المرجح أنهم أكثر ميلًا إلى الذكاء الاصطناعي من المتوسط. ثالثًا، شمل الاستطلاع 251 شخصًا من بين آلاف مستخدمي التجربة. والشركة نفسها تقرّ بأن معرفة ما إذا كانت التوقعات ستتحول إلى تسارع فعلي في الاكتشافات تتطلب أبحاثًا جديدة. كما يعتمد التقدم على التمويل والكوادر والقدرات التجريبية: فالنموذج لا يحل محل المختبر.
والاستنتاج العملي لمن يبنون منتجات ذكاء اصطناعي للمحترفين هو التالي. يستخدم الناس الذكاء الاصطناعي على امتداد سلسلة العمل كلها، لا في وظيفة واحدة. ويتوقعون تكرارًا تشاركيًا للمحاولات، لا إجابة لمرة واحدة. والخصوصية مهمة بالنسبة لهم: فنهج OpenAI القائم على التصنيف مع إخفاء الهوية قد يصبح نموذجًا لتحليل استخدام المنتجات المؤسسية والعلمية.
وبالتوازي توسّع الشركة برنامج ChatGPT for Academic Researchers وتعد بوصول مجاني لأكثر من 200 ألف باحث حول العالم. وهذه خطوة نحو فائدة حقيقية للعلم، ونحو ترسيخ ChatGPT أداة عمل قياسية في الجامعات في آنٍ واحد.
- 21 نوفمبر 2026Apple تعدّ وكيل ذكاء اصطناعي وتصعّب الوصول على الوكلاء الآخرين: الإذن الآن في 14 خطوة بدلًا من 4
- 21 نوفمبر 2026مطوّر يستغني عن Pinecone: بحث في 72 450 مقطعًا برمجيًا خلال 50 مللي ثانية
- 21 نوفمبر 2026Gemini 4 Neon تقلّص حجم ملف TS Rust التنفيذي من 47,44 إلى 7,97 ميغابايت في أقل من 10 ساعات
- 21 نوفمبر 2026عدد وظائف FDE تضاعف 4.6 مرة خلال عام: ماذا يفعل المهندس في موقع العميل
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ماذا يفعل العلماء مع ChatGPT؟
استخدم المشاركون النموذج في جميع مراحل العمل: مراجعة الأدبيات، وتحليل البيانات، وكتابة الأكواد، وصياغة الأفكار، وإعداد النصوص عن النتائج. ولكي لا تُقرأ المراسلات الشخصية، استخدمت OpenAI مصنّفات آلية. كانت هذه المصنّفات توزّع الرسائل بحسب أنواع النشاط، فيما كان الباحثون يرون الفئات فقط، لا الأسئلة والإجابات نفسها. وبشكل افتراضي لا تُستخدم بيانات المشاركين في البرنامج لتدريب النماذج. حُسبت لكل عالم حصة رسائله بحسب أنواع المهام، ثم جرى حساب متوسط هذه الحصص، بحيث لا يطغى المستخدم النشط على بقية المشاركين.
ما أبرز التفاصيل حول ماذا يتوقع العلماء من الذكاء الاصطناعي؟
طُلب من المستطلَعين أن يتخيلوا اكتشافًا كان سيستغرق 10 سنوات دون الذكاء الاصطناعي، وأن يقدّروا المدة مع استخدامه. أجاب عن هذا السؤال 250 شخصًا، ويتوقع 98% منهم تسارع الاكتشافات في مجالهم. وقدّر المشاركون على حدة أن العمل نفسه وبالجودة نفسها كان سيستغرق دون الذكاء الاصطناعي وقتًا أطول بمقدار 1.9 مرة. لماذا يتوقعون التسارع؟ في 224 إجابة مكتوبة وُجد 367 سببًا. في المقدمة بنسبة 52% يقف السبب البسيط «إنجاز الأبحاث بسرعة أكبر».
ما أبرز التفاصيل حول كيف تُقرأ هذه الأرقام؟
ينبغي التعامل مع الأرقام بحذر. أولًا، تقدير 1.9 مرة هو تخمين ذاتي من المستطلَعين، وليس قياسًا للوقت في تجربة خاضعة للرقابة. ثانيًا، أجرت OpenAI نفسها الدراسة على تجربة لمنتجها، حيث قرر المشاركون بأنفسهم استخدامه، ومن المرجح أنهم أكثر ميلًا إلى الذكاء الاصطناعي من المتوسط. ثالثًا، شمل الاستطلاع 251 شخصًا من بين آلاف مستخدمي التجربة. والشركة نفسها تقرّ بأن معرفة ما إذا كانت التوقعات ستتحول إلى تسارع فعلي في الاكتشافات تتطلب أبحاثًا جديدة.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.