OpenAI والمجلات العلمية: مقالات AI أصبحت أفضل وتُرهق مراجعة الأقران

واجهت المجلات العلمية مشكلة جديدة: بدأت الذكاء الاصطناعي في إنتاج ليس مقالات سخيفة جداً، بل مقالات معقولة تماماً. ولهذا السبب، يقضي المحررون والمراجعون وقتاً متزايداً في تصفية الأعمال التي تبدو مقنعة، لكنها تضيف معرفة جديدة قليلة جداً.

كيف لاحظوا الارتفاع

بدأت مناقشة المشكلة على نطاق واسع بعد قصة غريبة تتعلق بعمل الباحث بيتر ديغن. كانت ورقته البحثية لسنة 2017 حول التحليل الإحصائي لبيانات الأمراض الوبائية تجمع عدداً طبيعياً من الاستشهادات الأكاديمية على مدار السنين، ثم فجأة بدأت تتلقى استشهادات حرفياً كل بضعة أيام. أظهرت التحقيقات أنها كانت تُستشهد بها بكثافة من قبل أعمال جديدة تستند إلى مجموعة بيانات عامة تسمى Global Burden of Disease.

من الناحية الرسمية، كانت دراسات حول خطر السكتة الدماغية والسرطان والسقوط بين كبار السن وعشرات الموضوعات الأخرى، لكن في الواقع — تنويعات لا نهائية لنفس النمط. وجد ديغن آثار هذا المصنع على GitHub وعلى منصة صينية تسمى Bilibili، حيث كانت شركة من قوانغتشو تروج لدروس حول إنشاء مقالات علمية منشورة في أقل من ساعتين باستخدام برامجهم الخاصة ومساعدات الذكاء الاصطناعي. غالباً ما كانت هذه النصوص تحتوي على أخطاء وتجاوزات، لكنها لم تعد تبدو سخيفة تماماً مثل النفايات الأولية المولدة بالذكاء الاصطناعي.

أصبح تصفيتها أصعب بكثير، والحمل على المجلات — أكبر.

هذا حمل هائل على المراجعة من قبل الزملاء، التي تعمل بالفعل عند حدودها.

لماذا تفشل المرشحات

سابقاً، كانت الأوراق المزيفة أو المجمعة تلقائياً تحمل مؤشرات ملحوظة: مراجع مختلقة، رسوم توضيحية غريبة، عبارات تشبه ردود روبوت الدردشة تُركت عن غير قصد في النص النهائي. كانت الناشرون بالفعل في حرب ضد معامل الأوراق — مصانع شبه قانونية تبيع المنشورات للمؤلفين لإضافة أسطر إلى السيرة الذاتية. ساعد الذكاء الاصطناعي التوليدي في البداية هذه الأنظمة على الالتفاف حول كشف الانتحال، لكنه في نفس الوقت فضح نفسه من خلال الهلوسات.

الآن اختفت هذه الحماية تقريباً: أصبحت المخطوطات متماسكة ومنظمة بعناية وموحدة أسلوبياً. يشعر محررو المجلات بهذا بشكل خاص. أفادت رئيسة تحرير مجلة Security Dialogue، ماريت مو-برايس، أن عدد المخطوطات المستقبلة زاد بنسبة حوالي 100% سنة بعد أخرى، والمشكلة الرئيسية هي أن جميعها تقريباً تبدو طبيعية للوهلة الأولى.

في حالة واحدة، مرت ورقة بحثية عبر عشرة محررين على الأقل وجولتي مراجعة قبل أن يتم اكتشاف مرجع معقول لكن مختلق. الآن لا يكفي ببساطة التحقق من وجود عمل مُستشهد به؛ يتعين عليك أيضاً أن تفهم ما إذا كان سيختاره خبير حقيقي.

حيث ينهار النظام

يتم تضخيم المخاطر ليس فقط من خلال مولدات النماذج، بل أيضاً من خلال وكلاء علميين أكثر استقلالية. أظهر باحثون من جامعة كارنيجي ميلون أن مثل هذه الأدوات يمكنها اختلاق بيانات أو استخدام طرق مريبة، بينما تبدو الورقة النهائية مع ذلك مصقولة. اختبر مات سبيك من جامعة ساري أداة Prism على بيانات منشورة بالفعل حول نضج الباذنجان والفلفل. اقترحت الأداة نهجاً إحصائياً جديداً وفي 25 دقيقة و50 ثانية جمعت ورقة بحثية كاملة مع رسوم بيانية ومراجع صحيحة — جيدة بما يكفي لكي يفاجأ بها العلماء ذوو الخبرة بشدة.

• تسجل المجلات زيادات بنسبة 40–100% في تدفق الإرسالات.
• للعثور على مراجعين اثنين، يتعين على المحررين بشكل متزايد الاتصال بـ 12–20 شخصاً.
• يتلقى الممولون بالفعل فيضاناً من طلبات مصقولة بعناية.
• تقضي المؤتمرات والمجالس التحريرية والمراجعون ساعات متزايدة في المراجعة اليدوية للأعمال ذات القيمة المشكوك فيها.

تنبع المشكلة ليس فقط من جودة النماذج، بل من بنية العلم نفسه. تكسب مجلات الوصول المفتوح المال من خلال معالجة المخطوطات، وما تزال الجامعات والمؤسسات تنظر إلى أعداد المنشورات، والباحثون يعيشون وفقاً لمنطق «انشر أو مت». في هذا السياق، يصبح الذكاء الاصطناعي آلة لتضخيم المقاييس. وفقاً لدراسة نُشرت هذا العام في Nature، ينتج العلماء الذين يستخدمون الذكاء الاصطناعي ثلاث مرات أكثر من الأوراق ويحصلون على استشهادات أكثر بمعامل خمسة تقريباً. لكن مع الارتفاع في الإنتاجية يأتي تضييق التركيز: يدفع النظام المؤلفين نحو موضوعات معروفة بالفعل، حيث يسهل تركيب نتيجة منشورة أخرى.

ماذا يعني هذا

التهديد الرئيسي الآن ليس أن الذكاء الاصطناعي سيحل محل العلماء تماماً، بل أنه بالفعل يقوض الفلاتر البشرية التي تستند عليها الأكاديمية. إذا استمرت قيمة البحث العلمي تقاس بشكل أساسي من خلال عدد المقالات والاستشهادات، فإن النماذج ستسرع فقط من إنتاج أعمال تأخذ وقت الآخرين لكنها لا تقدم المعرفة للأمام. وهذا يعني أن العلم سيتعين عليه تغيير كل من طرقه في التحقق والقواعد نفسها لنجاح الأكاديمية.