FARS: 100 ورقة علمية في 228 ساعة و11.4 مليار رمز (توكن)
أثار نظام FARS (Fully Automated Research System) اهتمام الأوساط البحثية: فخلال 228 ساعة من العمل المتواصل، أنتج الوكيل بمفرده 100 ورقة علمية، واستهلك في ذلك 11.4 مليار رمز (توكن). ويُظهر هذا التجربة بوضوح كيف تغيّر وكلاء الذكاء الاصطناعي المستقلون وتيرة البحث العلمي، إذ باتت مهام تستغرق أشهرًا من العمل البشري تُنجَز في أيام معدودة. أما مسألة جودة الأوراق المولَّدة آليًا وموثوقيتها فلا تزال مفتوحة.
معالج بواسطة الذكاء الاصطناعي من Jiqizhixin (机器之心)؛ بتحرير Hamidun News
مئة ورقة علمية في تسعة أيام ونصف اليوم. هذه هي النتيجة التي حققها نظام FARS (Fully Automated Research System)، من دون أن يتوقف لحظة للنوم أو لشرب القهوة أو لخوض نقاش علمي مع الزملاء. وقد أثارت تفاصيل هذه التجربة اهتمام الأوساط البحثية، وهي تطرح على العالم الأكاديمي سؤالًا لم يعد من الممكن تأجيله: ماذا يحدث للعلم حين تكتب الآلة أسرع مما يستطيع الإنسان أن يقرأ؟
خلال 228 ساعة من العمل المتواصل، أنتج FARS 100 ورقة علمية بالضبط، واستهلك 11.4 مليار رمز (توكن) — أي ما يعادل تقريبًا محتوى عشرات الآلاف من الكتب العلمية. الأرقام مثيرة للإعجاب بحد ذاتها، لكن حجمها الحقيقي لا يتضح إلا بالمقارنة: فالباحث المتمرس يحتاج إلى بضعة أسابيع وحتى بضعة أشهر لإعداد ورقة واحدة متكاملة، بينما أنجز FARS كل ورقة في ساعتين وبضع دقائق في المتوسط. وهذا ليس تسريعًا للعملية، بل تحوّل نوعي فيها.
وظهور أنظمة كهذه في هذا التوقيت ليس مصادفة. فقد شهد العامان الماضيان تطورًا متسارعًا في وكلاء الذكاء الاصطناعي المستقلين، وهي أنظمة برمجية قادرة على تخطيط المهام بنفسها، والبحث عن المعلومات، وصياغة الفرضيات، وعرض النتائج من دون تدخل مستمر من الإنسان. فإذا كانت النماذج اللغوية الأولى تتطلب تعليمات مفصلة في كل خطوة، فإن البنى الحديثة القائمة على الوكلاء قادرة على بناء سلاسل طويلة من الإجراءات، بدءًا من طرح السؤال البحثي وانتهاءً بالتحرير النهائي للنص. ويمثل FARS نظامًا مغلقًا من هذا النوع، تُؤتمت فيه دورة البحث بالكامل.
والجانب التقني من التجربة يستحق وقفة خاصة. فالـ11.4 مليار رمز (توكن) ليست مجرد مقياس للموارد الحاسوبية المستهلكة، بل مؤشر غير مباشر على عمق عمل النظام. فالوكيل لم يكتفِ بإعادة صياغة نصوص موجودة، بل عالج مجموعات ضخمة من البيانات، وبنى الحجج، وأعدّ الإحالات المرجعية، ونظّم المادة وفق المعايير الأكاديمية. ويدل هذا الاستهلاك المرتفع للرموز على أن النظام مرّ فعلًا بتكرارات متعددة الخطوات، ولم يكتفِ بتوليد ملخصات سطحية. غير أن هنا بالتحديد تبدأ أسئلة لا توجد لها حتى الآن إجابات قاطعة.
وتتمثل المشكلة المحورية في التوليد العلمي الآلي في جودة النتائج وقابليتها لإعادة الإنتاج. فالورقة الأكاديمية ليست نصًا منسقًا فحسب، بل معرفة موثّقة أيضًا: بيانات يمكن التحقق منها، ومنهجية يمكن تكرارها، واستنتاجات تصمد أمام نقد المحكّمين. ولا يزعم أي من منظمي التجربة أن الأوراق المئة كلها خضعت لتقييم مستقل من خبراء. أما مدى مطابقة هذه الأوراق لمعايير المجلات المحكّمة فيبقى سؤالًا مفتوحًا، وهو ربما أهم سؤال في هذه القصة كلها. فالسرعة من دون دقة في العلم ليست عديمة الفائدة فحسب، بل خطيرة: إذ يمكن لنتائج خاطئة تدخل التداول الأكاديمي أن تضلّ مجالات بحثية كاملة لسنوات.
ومع ذلك، يصعب تجاهل إمكانات هذه الأنظمة. فثمة مجالات تكتسب فيها سرعة معالجة البيانات أهمية حاسمة، مثل علم الأوبئة وعلوم المناخ وعلم المواد، حيث لا يستطيع الباحثون حرفيًا مواكبة تدفق المعلومات الواردة. والوكيل المستقل القادر على معالجة وتنظيم مجموعة بيانات في يوم واحد، في حين كان فريق بشري سيحتاج إلى فصل كامل لإنجازها، هو أداة حقيقية لتسريع المعرفة، وليس مجرد استعراض للقدرة الحاسوبية. والسؤال الجوهري هو كيفية دمج هذه الأنظمة في آليات التحقق القائمة من دون أن نخسر في الطريق لا الدقة ولا النزاهة العلمية.
إن FARS ليس نقطة النهاية، بل العلامة الأولى على سلم طويل. فالمجتمع الأكاديمي ودور النشر والجهات التنظيمية أمام ضرورة وضع معايير جديدة: كيف تُوسَم الأعمال التي يغلب عليها التوليد الآلي، وكيف يُكيَّف التحكيم العلمي مع وتيرة مختلفة لإنتاج النصوص، وكيف يُميَّز البحث العميق الذي تنجزه الآلة عن محاكاة الآلة للعمق. لقد أظهرت التجربة بوضوح أن حاجز السرعة قد تم تجاوزه بالفعل. أما الحاجز التالي فهو الثقة. وارتفاعه لا يُقاس بالرموز (التوكن).
- 27 أكتوبر 2026صحفي يختلق ورقة علمية مزيفة بـ24 طلبًا إلى الذكاء الاصطناعي، لكن IEEE Access كشفها عبر المراجع
- 22 مايو 2026Gemini للعلوم: أتمتة صياغة الفرضيات وإجراء التجارب
- 30 أبريل 2026مقارنة Claude Code وCodex في مهمة حقيقية: Claude أقوى في RAG، وCodex يوفّر الرموز
- 24 أكتوبر 2026PatEx-Gym يعلّم وكلاء الذكاء الاصطناعي البحث عن السوابق في البراءات: 1 مليون براءة ونموذج بحجم 4B
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.