الفرق بين البحث العلمي التقليدي والاستعانة بالذكاء الاصطناعي مثل ChatGPT

الفرق بين البحث العلمي التقليدي والاستعانة بالذكاء الاصطناعي مثل ChatGPT

يتمثل الفرق بين البحث العلمي التقليدي والاستعانة بالذكاء الاصطناعي في طريقة تنفيذ المهام وحدود المسؤولية؛ فالباحث يصوغ المشكلة، ويجمع الأدلة، ويختار المنهج، ويفسر النتائج، بينما يساعد ChatGPT في توليد الأفكار وتنظيم المعلومات وتحسين الصياغة ويمكن للجمع بينهما توفير الوقت، بشرط التحقق من المراجع والبيانات، وحماية الخصوصية، والالتزام بسياسات الجامعة والناشر وتظل جودة البحث مرتبطة بأصالة السؤال وقوة الأدلة والحكم النقدي، وليس بسرعة إنتاج النصوص أو قدرتها على محاكاة الأسلوب الأكاديمي.

هل الذكاء الاصطناعي يغير طريقة إجراء البحث العلمي؟

نعم، يغير الذكاء الاصطناعي طريقة تنفيذ بعض المهام البحثية، لكنه لا يلغي الحاجة إلى المنهج العلمي أو الأدلة القابلة للفحص والتغيير الأساسي يتعلق بالأدوات التي يستخدمها الباحث، بينما تبقى مسؤولية القرارات والاستنتاجات على عاتقه.

 لماذا أصبح ChatGPT حاضرًا في رحلة البحث الأكاديمي؟

• يتيح الحوار باللغة الطبيعية للباحث استكشاف موضوع غير مألوف، وطلب توضيح المصطلحات، ومقارنة الصياغات الأولية للأسئلة وتكون هذه المساعدة أكثر فائدة عندما يعرف الباحث ما يريد فحصه، ويعامل الإجابة باعتبارها بداية للاستكشاف تحتاج إلى مراجعة.

• يمكن استخدام الأدوات التوليدية في العصف الذهني والكتابة الأولية والتحرير، وهي استخدامات تناقشها مكتبة جامعة Duke ضمن إرشادات النشر العلمي، مع التنبيه إلى احتمال ظهور أخطاء واقعية ومراجع مختلقة.

هل ظهور الذكاء الاصطناعي يعني نهاية البحث العلمي التقليدي؟

• لا تعني القدرة على إنتاج شرح مقنع أن الأداة اختبرت الفرضية أو تحققت من جودة البيانات، فقد تبدو فقرة ما سليمة لغويًا، بينما تستند إلى تعميم غير مبرر أو تخلط بين نتائج دراسات مختلفة.

• يظل البحث محتاجًا إلى سؤال واضح، وتصميم مناسب، وإجراءات موثقة، وتفسير يراعي حدود الأدلة. 

ما الفرق بين استخدام الذكاء الاصطناعي كمساعد واستخدامه كبديل للباحث؟

• الاستخدام المساعد: يحدد الباحث المهمة، ويفحص المدخلات، ويراجع الناتج، ويقرر ما يستحق الاستفادة منه؛ مثل طلب اقتراح مرادفات لمفهوم بحثي ثم اختبارها داخل قواعد البيانات.

• الاستخدام البديل: يقبل الباحث المشكلة والمراجع والتحليل والاستنتاجات كما أنتجتها الأداة، دون القدرة على تفسيرها أو الدفاع عنها وهنا يفقد العمل جزءًا أساسيًا من قيمته، لأن النص الناتج لا يعكس بالضرورة فهمًا علميًا مستقلًا.

ما المقصود بالبحث العلمي التقليدي؟

 تعريف البحث العلمي التقليدي

البحث العلمي التقليدي، هو العمل الذي يقوده الباحث عبر إجراءات منهجية لجمع الأدلة وتحليلها وتفسيرها، مع توثيق المصادر والقرارات ولا يعني وصفه بالتقليدي أنه يعتمد على الورق أو يستبعد البرامج الإحصائية ومحركات البحث.

قد يستخدم الباحث قواعد بيانات رقمية، وأدوات لإدارة المراجع، وبرامج لتحليل النصوص أو البيانات، دون أن يعتمد على نموذج توليدي في صياغة المحتوى ولذلك فإن المقارنة تتعلق بدرجة الاستعانة بالتوليد الآلي، وليست مقارنة بين العمل اليدوي والتكنولوجيا عمومًا.

تختلف خطوات البحث باختلاف التخصص؛ فالتجربة المعملية لا تتطابق مع الدراسة التاريخية أو التحليل القانوني، لكن جميعها تحتاج إلى إجراءات مناسبة للسؤال وأدلة يمكن للقارئ تتبعها وفحصها.

 خطوات البحث العلمي التقليدي

• اختيار الموضوع ومشكلة البحث: يبدأ الباحث بتحديد ظاهرة أو سؤال يستحق الدراسة، ثم يوضح ما الذي لا يزال غير محسوم وأسباب أهميته. وتساعد مراجعة صياغة مشكلة البحث العلمي على تحويل الاهتمام العام إلى مشكلة محددة يمكن بحثها.

• صياغة الأسئلة والفرضيات: يربط الباحث أسئلته بالمشكلة والأهداف، ويستخدم الفرضيات عندما يناسب ذلك تصميم الدراسة، أما البحوث الاستكشافية أو بعض الدراسات النوعية فقد تنطلق من أسئلة مفتوحة دون فرضيات اختبارية مسبقة.

• البحث عن الدراسات والمراجع: يجمع الباحث الأدبيات المرتبطة بسؤاله باستخدام كلمات بحث ومصادر مناسبة، ويسجل إجراءات البحث بما يسمح بمراجعتها. وفي المراجعات المنهجية تصبح شمولية البحث وتوثيق الاختيار جزءًا جوهريًا من المنهج.

• تقييم المصادر واختيار الأدلة: يفحص الباحث تصميم الدراسة وعينتها وأدواتها وحدودها، بدل الاكتفاء بعنوان مناسب أو عدد استشهادات مرتفع. 

• جمع البيانات وتحليلها: ينفذ الباحث الإجراءات المعتمدة، ثم يختار أساليب التحليل المناسبة لطبيعة البيانات والسؤال ويشمل ذلك توثيق معالجة القيم المفقودة، أو خطوات الترميز النوعي، أو استبعاد الملاحظات عندما يوجد مبرر منهجي.

• تفسير النتائج واستخلاص الاستنتاجات: يناقش الباحث معنى النتائج في ضوء الأدبيات والقيود، ويميز بين ما أثبتته البيانات وما يظل تفسيرًا محتملًا. ولا يحوّل الارتباط الإحصائي تلقائيًا إلى علاقة سببية.

• التوثيق والمراجعة العلمية: يراجع الإحالات والمراجع والأرقام واتساق المصطلحات، ويتحقق من أن كل ادعاء مهم يستند إلى مصدر أو نتيجة فعلية، مع الالتزام بمتطلبات الجامعة أو الجهة الناشرة.

 مميزات البحث العلمي التقليدي

• الارتباط المباشر بالأدلة: يتيح تعامل الباحث مع المصادر الأصلية فهم سياق النتائج واستثناءاتها، ويساعده على اكتشاف الاختلاف بين ما تقوله الدراسة فعلًا وما تنسبه إليها الملخصات أو الكتابات الثانوية.

• تنمية الحكم العلمي: تتطور مهارة الباحث عندما يقارن بين مناهج متعارضة، ويفسر اختلاف النتائج، ويبرر اختياراته. وهذه الممارسة تمنحه قدرة أفضل على مناقشة بحثه والاستجابة للاعتراضات.

• وضوح مسار العمل: يمكن توثيق كيفية اختيار العينة أو المصادر أو الإجراءات التحليلية، بما يسمح للآخرين بتقييم الدراسة ومحاولة إعادة تنفيذ ما يمكن إعادة تنفيذه منها.

 تحديات البحث العلمي التقليدي

• الوقت والجهد: قد يستغرق العثور على الأدبيات وفرزها وتنظيمها وقتًا طويلًا، خصوصًا في الموضوعات المتداخلة التي تستخدم مصطلحات متعددة أو تتوزع دراساتها بين تخصصات مختلفة.

• صعوبات الوصول واللغة: قد تعيق الاشتراكات أو اختلاف لغات النشر الاطلاع على الأدلة، كما يحتاج الباحث إلى مهارات لغوية وفنية لفهم الدراسات دون إسقاط معانٍ مهمة.

• احتمال الخطأ والتحيز البشري: لا تمنع الخبرة وحدها انتقاء الأدلة المؤيدة أو إساءة تفسير النتائج؛ لذلك يحتاج العمل البشري أيضًا إلى مراجعة واضحة وإجراءات تقلل الانحياز.

ما هو الذكاء الاصطناعي التوليدي وما علاقة ChatGPT بالبحث العلمي؟

 ما المقصود بالذكاء الاصطناعي التوليدي؟

الذكاء الاصطناعي التوليدي هو فئة من الأنظمة تستطيع إنشاء محتوى، مثل النصوص أو الصور أو الشيفرات، استجابةً لمدخلات المستخدم. وتختلف طبيعة المخرجات باختلاف النموذج والبيانات والأدوات والسياق المتاح له.

في العمل الأكاديمي، قد تساعد هذه الأنظمة في إعداد قائمة أسئلة، أو تنظيم ملاحظات، أو اقتراح صياغة أوضح. لكن إنشاء محتوى يبدو منطقيًا لا يضمن أنه يمثل حقيقة مثبتة أو مصدرًا علميًا صحيحًا.

ما هي النماذج اللغوية الكبيرة LLMs؟

• النماذج اللغوية الكبيرة أنظمة تتعلم أنماطًا من بيانات لغوية واسعة، وتستخدم السياق لإنتاج استجابات مترابطة. وقد تدعم الأنظمة المبنية عليها أدوات إضافية لاسترجاع المعلومات أو معالجة الملفات، وفق الإمكانات المتاحة في الاستخدام المحدد.

• لذلك يجب التمييز بين إجابة مولدة اعتمادًا على أنماط النموذج، وإجابة مبنية على مصادر جرى استرجاعها وفحصها. وحتى عند وجود روابط، يبقى من الضروري فتحها والتأكد من أنها تدعم الادعاء المصاحب لها.

ما الذي يستطيع ChatGPT مساعدتك فيه داخل العملية البحثية؟

• توليد الأفكار والأسئلة: يمكن طلب زوايا مختلفة لموضوع محدد، ثم مقارنة المقترحات بما هو منشور وبالإمكانات المتاحة، دون اعتبار اقتراح الأداة دليلًا على أصالة الموضوع.

• بناء مخطط أولي: يساعد تقسيم الموضوع إلى محاور على كشف الجوانب الناقصة، بشرط تعديل المخطط بما يلائم السؤال والمنهج ومتطلبات المؤسسة، بدل استخدام هيكل عام لا يخدم الدراسة.

• شرح المفاهيم والمصطلحات: يمكن طلب شرح مبسط يتبعه مثال، ثم الرجوع إلى مرجع تخصصي لضبط التعريف، خصوصًا عندما يحمل المصطلح معاني مختلفة بين المجالات.

• تلخيص النصوص التي يوفرها الباحث: يمكن تنظيم الأفكار الواردة في مادة مسموح بمعالجتها، مع مراجعة الملخص مقابل الأصل للتأكد من عدم حذف القيود أو إضافة استنتاجات غير موجودة.

• تحسين اللغة والصياغة الأكاديمية: قد تساعد الأداة في توضيح جملة أو تقليل تكرار، لكن يجب التأكد من أن التعديل لم يغيّر قوة الادعاء أو مدلول المصطلحات.

• اقتراح كلمات مفتاحية: يمكن توليد مرادفات ومصطلحات قريبة لاختبارها داخل قواعد البيانات، ثم الاحتفاظ بالمصطلحات التي تنتج دراسات مناسبة فعلًا.

• المساعدة في البرمجة والتحليل الفني: تستطيع الأداة اقتراح شيفرة أو شرح خطأ برمجي، بينما يتولى الباحث اختبار التنفيذ وفحص المخرجات والتأكد من أن الطريقة التحليلية ملائمة.

الفرق بين البحث العلمي التقليدي والاستعانة بالذكاء الاصطناعي مثل ChatGPT

الفرق الأساسي هو أن الباحث يظل صاحب السؤال والمنهج والمسؤولية، بينما يمكن للذكاء الاصطناعي تسريع مهام محددة داخل هذا المسار. ويعرض الجدول التالي مقارنة عملية بين العمل دون مساعدة توليدية والعمل المدعوم بها.

1. جدول المقارنة الشاملة بين الطريقتين

هذه المقارنة لا تفترض أن الباحث معصوم من الخطأ أو أن المخرجات الآلية خاطئة دائمًا؛ بل تحدد مواضع المراجعة والمسؤولية. وتؤكد سياسات ICMJE وElsevier ضرورة بقاء المسؤولية البشرية والتحقق من المحتوى المستخدم.

متى يكون البحث العلمي التقليدي أفضل من استخدام ChatGPT؟

تكون القيادة البشرية المباشرة ضرورية عندما تؤثر المهمة في صلاحية الدراسة أو حقوق المشاركين أو تفسير الأدلة ويمكن الاستفادة من أدوات مساعدة، لكن القرار العلمي يحتاج إلى معرفة بالسياق وقدرة على تبريره.

1. عند بناء مشكلة بحثية أصلية

• لا يكفي أن تقترح الأداة عنوانًا يبدو جديدًا حتى يصبح الموضوع إضافة علمية. يجب التحقق من الأدبيات، وتحديد ما الذي عالجته الدراسات وما بقي غير محسوم، ثم بيان قيمة السؤال المقترح.

• تساعد قراءة الفجوة البحثية في الرسالة العلمية على فهم الفرق بين نقص الأدلة الفعلي وبين عدم العثور على دراسات بسبب كلمات بحث غير مناسبة أو مصادر محدودة.

2. عند جمع البيانات الميدانية أو التجريبية

• يحتاج جمع البيانات إلى إجراءات يمكن وصفها وفحصها، مثل كيفية اختيار المشاركين، وتطبيق الأداة، وتسجيل الملاحظات. ولا تعادل إجابات يولدها نموذج لغوي استجابات أشخاص جرى إشراكهم فعليًا في الدراسة.

• يمكن استخدام بيانات اصطناعية لتجربة شيفرة أو تنفيذ محاكاة معلنة إذا كان ذلك مناسبًا للتصميم، لكن يجب تمييزها بوضوح عن البيانات الواقعية وعدم استخدامها لإيهام القارئ بحدوث جمع لم يحدث.

3. عند اتخاذ قرارات منهجية حساسة

• لا ينبغي اختيار حجم العينة أو الاختبار الإحصائي أو معايير الاستبعاد من إجابة عامة دون مراجعة المتطلبات. فصلاحية الاختيار ترتبط بنوع المتغيرات والتصميم والافتراضات والهدف، وقد تحتاج إلى متخصص.

• يمكن طلب مقارنة بين بدائل منهجية لتسهيل الفهم، ثم الرجوع إلى الأدلة والتوجيه الأكاديمي قبل اعتماد البديل، مع كتابة مبرراته وحدوده داخل الدراسة.

4. عند تفسير النتائج العلمية النهائية

• يتطلب تفسير النتائج فهم ما تسمح به البيانات وما لا تسمح به؛ فقد يكون الفرق الظاهر صغيرًا أو غير مستقر أو مرتبطًا بعوامل لم يضبطها التصميم.

• ينبغي للباحث مراجعة أي صياغة تحول نتيجة محدودة إلى حكم عام، أو تساوي بين الدلالة الإحصائية والأهمية العملية، أو تنسب علاقة سببية إلى دراسة لا تختبر السببية.

5. عند تقييم صلاحية المراجع والنتائج

• يحتاج الاختيار إلى قراءة تتجاوز الملخص، وفحص جودة المنهج وملاءمة المجتمع والسياق. ويمكن الاستفادة من معايير اختيار الدراسات السابقة لتنظيم التقييم، مع تجنب تطبيق حدود زمنية جامدة على جميع التخصصات.

• قد تكون دراسة قديمة أساسية لفهم نظرية أو أداة، بينما تكون دراسة حديثة ضعيفة التصميم أو بعيدة عن السؤال؛ لذلك لا يكفي تاريخ النشر وحده للحكم على قيمة المرجع.

6. عند التعامل مع معلومات سرية أو غير منشورة

• يسبق اختيار الأداة التحقق من صلاحية مشاركة المادة وبيئة معالجتها. ويشمل ذلك البيانات الشخصية، والمخطوطات المحكّمة، والملفات المقيدة باتفاقيات أو موافقات أخلاقية.

متى يكون استخدام ChatGPT مفيدًا للباحث؟

1. في مرحلة العصف الذهني وتوليد الأفكار

• اطلب زوايا محددة بدل طلب عنوان جاهز، مثل اقتراح أسئلة تربط بين مفهومين داخل مجتمع معين. ثم قيّم المقترحات وفق الأهمية وقابلية التنفيذ ووجود أدوات قياس وأدبيات كافية.

• يمكن أن تطلب بيان الافتراضات التي يقوم عليها كل سؤال، وما نوع البيانات اللازمة للإجابة عنه، حتى تتحول المحادثة إلى وسيلة لتطوير التفكير بدل الاكتفاء بقائمة عناوين.

2. في بناء قائمة أولية للكلمات المفتاحية

• ابدأ بمفهوم واضح واطلب مرادفاته ومصطلحاته الإنجليزية والاختصارات المرتبطة به، ثم اختبر كل مجموعة داخل قاعدة مناسبة، لأن بعض المرادفات اللغوية لا تُستخدم بالمفهوم نفسه في الأدبيات.

• احتفظ بسجل للكلمات التي أعطتك نتائج مفيدة، وعدّل الاستراتيجية بناءً على المصطلحات الفعلية في عناوين الدراسات وملخصاتها، لا على اقتراحات الأداة وحدها.

3. في تبسيط المفاهيم الصعبة

• اطلب شرحًا أوليًا يتدرج من الفكرة العامة إلى المثال، ثم اطلب توضيح الفرق بين المفهوم والمفاهيم القريبة منه. تساعد هذه الخطوة على إعداد أسئلة أفضل عند قراءة المرجع التخصصي.

• راجع التعريف النهائي داخل كتاب أو دراسة موثوقة قبل إدراجه، لأن تبسيط المفهوم قد يحذف شروطًا مهمة أو يجعله يبدو أوسع من استخدامه العلمي الصحيح.

4. في تحسين الصياغة واللغة

• قدم فقرة كتبتها وحدد نوع التعديل المطلوب، مثل تقليل التكرار أو تحسين الانتقال بين الجمل، مع طلب الحفاظ على المصطلحات والنتائج ودرجة اليقين الواردة في الأصل.

• تبقى مراجعة المعنى مستقلة عن التدقيق اللغوي؛ فتصحيح النحو لا يثبت صحة الاستنتاج، كما أن استبدال «يرتبط» بـ«يؤدي» قد يحوّل العبارة من وصف علاقة إلى ادعاء سببي.

5. في تلخيص مادة قدّمها الباحث للأداة

• حدد عناصر الملخص المطلوب، مثل هدف الدراسة وتصميمها وعينتها ونتائجها وقيودها، واطلب عدم إضافة معلومات من خارج المادة. بعد ذلك طابق كل عنصر مع النص الأصلي.

• إذا كانت المادة مجرد ملخص منشور، فلا تتعامل مع الناتج بوصفه مراجعة للنص الكامل؛ فقد لا تتضمن المادة المتاحة تفاصيل كافية عن القياس أو التحليل أو الاستبعادات.

6. في تنظيم خطة العمل البحثية

• يمكن تحويل قائمة المهام إلى مراحل ومخرجات قابلة للمتابعة، مثل إنهاء استراتيجية البحث ثم الفرز ثم استخراج البيانات. ويجب تعديل الجدول وفق الموارد والمواعيد والموافقات الفعلية.

• تساعد الأداة أيضًا في إعداد قائمة مراجعة لكل مرحلة، لكن تقدير الوقت لا يصبح واقعيًا إلا إذا أضاف الباحث معلومات عن حجم المادة وخبرته والتزاماته.

7. في مراجعة الاتساق المنطقي للنص

• اطلب تحديد المواضع التي تتغير فيها المصطلحات أو لا ترتبط فيها النتيجة بالسؤال، ثم افحص الملاحظات واحدةً واحدةً. وقد تكشف هذه المراجعة خللًا تحريريًا دون أن تحسم صحة التحليل.

• يمكن طلب اعتراضات محتملة على الحجة بهدف اختبارها، مع التمييز بين اعتراض تدعمه الأدلة واعتراض افتراضي يستحق البحث لكنه لا يصلح وحده لتغيير الاستنتاج.

ما مميزات استخدام الذكاء الاصطناعي في البحث العلمي؟

تظهر الفائدة عندما توجّه الأداة إلى مهمة واضحة ويكون التحقق من مخرجاتها ممكنًا، إليك أبرز المزايا العملية وشروط الاستفادة منها:

• تقليل الوقت في المهام المتكررة: يمكن تسريع إعادة ترتيب الملاحظات أو إعداد قوالب استخراج المعلومات، لكن الفائدة الفعلية تعتمد على دقة الناتج والوقت اللازم لتصحيح الأخطاء.

• دعم الكتابة والتحرير: تساعد البدائل اللغوية على تحسين الوضوح وتقليل الجمل الملتبسة، بشرط بقاء الأفكار والحجج والنتائج تحت مراجعة الباحث وعدم إخفاء ضعف المحتوى بصياغة سلسة.

• تسريع استكشاف المصطلحات: قد تكشف الاقتراحات عن مصطلح تخصصي لم يكن حاضرًا في ذهن الباحث، مما يوسع البحث الأولي، على أن تُختبر المصطلحات داخل المصادر الأكاديمية.

• مساندة الباحث متعدد اللغات: يمكن مقارنة صيغ عربية وإنجليزية للمفهوم نفسه، ثم اعتماد الصياغة التي تتفق مع الاستخدام التخصصي، لأن الترجمة الحرفية قد تغيّر الدلالة العلمية.

• تنظيم الأفكار والملاحظات: يمكن تجميع الملاحظات المتفرقة تحت محاور، مع الاحتفاظ بمرجع كل ملاحظة حتى لا تختلط أقوال الدراسات بتفسيرات الباحث أو إضافات الأداة.

• دعم البرمجة والمهام التقنية: قد تقل مدة كتابة الشيفرة الأولية أو فهم رسائل الخطأ، لكن التشغيل الناجح لا يكفي؛ إذ ينبغي التحقق من أن الشيفرة تحسب المطلوب فعلًا وتعالج الحالات الخاصة بصورة صحيحة.

ما عيوب ومخاطر الاعتماد على ChatGPT في البحث العلمي؟

1. الهلوسة الاصطناعية وتوليد معلومات غير صحيحة

• قد تنتج الأداة تعريفًا أو تفسيرًا يبدو متخصصًا دون أساس صحيح، وقد تجمع بين معلومات صحيحة وخاطئة داخل الفقرة نفسها. لذلك يجب فصل الادعاءات المهمة وفحص كل منها بدل تقييم الإجابة من سلاسة أسلوبها.

• ترتفع أهمية التحقق عندما تتعلق الإجابة بتاريخ أو رقم أو قاعدة تخصصية أو نتيجة دراسة، لأن الخطأ الصغير في هذه التفاصيل قد يغيّر المعنى أو يضعف الاستنتاج.

2. المراجع والاقتباسات الوهمية

• قد تتضمن الإجابة عنوانًا مقنعًا وأسماء مؤلفين ومجلة حقيقية، بينما لا توجد الدراسة المشار إليها، أو يوجد مرجع قريب ببيانات مختلفة لا يدعم الادعاء.

• وثقت دراسة منشورة في Scientific Reports أخطاء ومراجع مختلقة في مخرجات نماذج اختبرها الباحثان عام 2023. وتوضح الدراسة طبيعة الخطر، لكن نسبها لا تمثل حكمًا ثابتًا على كل النماذج والإصدارات الحالية. 

3. نقص السياق أو التعميم المفرط

• قد تعمم الإجابة نتائج مأخوذة من بيئة تعليمية أو اجتماعية على بيئة أخرى دون مبرر، أو تتجاهل اختلاف التعريفات والإجراءات. لهذا يجب تحديد المجتمع والسياق والفترة عند صياغة المهمة.

• حتى مع تقديم سياق مفصل، ينبغي مراجعة العبارات المطلقة مثل «يثبت دائمًا» و«ينطبق على الجميع»، واستبدالها بما تسمح به الأدلة بالفعل.

4. التحيز في المخرجات

• قد تظهر تصورات نمطية أو تفضيلات لمصادر ولغات أكثر حضورًا، مما يحد من تمثيل بعض المجتمعات أو المدارس الفكرية. ويساعد تنويع المصادر والبحث عن تفسيرات مخالفة على كشف هذه المشكلة.

• ينبغي أيضًا فحص تحيز الباحث نفسه؛ فقد يقود السؤال الموجّه الأداة إلى تأييد رأي مسبق، ولذلك من المفيد طلب الأدلة المؤيدة والمعارضة ثم مراجعتها خارج المحادثة.

5. ضعف الحكم العلمي المستقل

• قد يحصل الباحث على إجابة صحيحة دون أن يفهم سبب صحتها، فيعجز عن تبرير الاختبار المستخدم أو تفسير استثناءاته. وتظهر المشكلة بوضوح أثناء المناقشة أو عند تعديل التصميم.

• اجعل كل مساعدة تقنية فرصة لفهم القرار: ما افتراضاته؟ وما البديل؟ ومتى يفشل؟ وإذا تعذر تفسير الإجابة، فلا تعتمدها لمجرد أنها تبدو متخصصة.

6. خطر الاعتماد المفرط على الأداة

• تفويض القراءة والصياغة والتفسير بصورة مستمرة قد يقلل احتكاك الباحث بالمادة الأصلية. وتشدد سياسة جامعة الأميرة نورة على أصالة الجهد الفكري وتجنب الاعتماد المفرط ومسؤولية الباحث عن المحتوى الصادر باسمه.

7. مخاطر الخصوصية والملكية الفكرية

• تختلف شروط معالجة المدخلات بحسب الأداة والخدمة والاتفاقية المؤسسية، لذلك لا يصح افتراض أن جميع البيئات متطابقة في السرية أو إعادة الاستخدام.

• يجب فحص التصاريح وشروط الوصول قبل رفع نصوص أو بيانات، وعدم اعتبار امتلاك نسخة من ملف أو الاشتراك في مجلة إذنًا تلقائيًا بإرسال محتواها إلى خدمة خارجية.

8. خطر الانتحال أو سوء الإسناد

• قد تختلط صياغة الأداة بأفكار مأخوذة من أعمال أخرى دون توثيق مناسب، كما قد تنسب معلومة إلى مصدر لم يقلها. ويحتاج الباحث إلى مراجعة الإسناد حتى عندما تختلف الكلمات عن النص الأصلي.

• إعادة الصياغة لا تلغي ضرورة توثيق الفكرة، ولا تجعل المحتوى أصيلًا إذا كانت مساهمة الباحث مقتصرة على تغيير التعبير دون فهم أو تحليل.

9. اختلاف سياسات الجامعات والمجلات

• قد تسمح جهة باستخدام معين وتطلب الإفصاح عنه، بينما تمنعه جهة أخرى في مهمة تقييمية أو تحكيمية. ولهذا يجب مراجعة السياسة الخاصة بالمقرر أو الدرجة أو المجلة المستهدفة.

• لا يكفي الاعتماد على مقال قديم يشرح سياسة ناشر، لأن التعليمات تتطور، وقد توجد متطلبات خاصة بالمجلة تتجاوز الإرشادات العامة للمؤسسة.

هل استخدام ChatGPT في البحث العلمي يُعد سرقة أدبية؟

لا يعد كل استخدام للذكاء الاصطناعي سرقة أدبية تلقائيًا ويتوقف التقييم على طبيعة الاستخدام والإسناد ومتطلبات المهمة والسياسة المطبقة، مع ضرورة التمييز بين الانتحال وبين صور أخرى من المخالفة الأكاديمية.

ما الفرق بين المساعدة اللغوية والانتحال؟

المساعدة اللغوية قد تقتصر على تحسين وضوح نص كتبه الباحث، بينما يتعلق الانتحال بنسب كلمات الآخرين أو أفكارهم أو نتائجهم إلى النفس دون إسناد مناسب. 

مع ذلك، قد يخالف استخدام أداة لغوية تعليمات مهمة معينة إذا كانت تمنع المساعدة الآلية، حتى لو لم يتضمن النص سرقة من مصدر آخر؛ لذلك يجب عدم اختزال جميع المخالفات في كلمة «انتحال».

 متى يتحول الاستخدام إلى مخالفة أكاديمية؟

• عندما يقدم الباحث بيانات مختلقة باعتبارها نتائج حقيقية، أو ينسب لنفسه عملًا لا يستوفي متطلبات المساهمة الأصلية، أو يخفي استخدامًا يجب الإفصاح عنه وفق التعليمات المعتمدة.

• كذلك قد تقع مخالفة عند مشاركة بيانات أو مخطوطات سرية دون تصريح، حتى لو كانت الصياغة النهائية سليمة والمراجع صحيحة.

3. هل يجب الإفصاح عن استخدام ChatGPT؟

• يعتمد نطاق الإفصاح ومكانه على السياسة المطبقة وقد يختلف التعامل مع التصحيح الإملائي البسيط عن توليد فقرات أو ترجمتها أو إجراء تحليل يؤثر في النتائج.

• الأفضل الاحتفاظ بسجل للاستخدامات منذ البداية، يتضمن المهمة والأداة وتاريخ الاستخدام وطريقة المراجعة، ثم إعداد الإفصاح بالشكل الذي تطلبه الجامعة أو المجلة.

4. لماذا لا ينبغي اعتبار ChatGPT مؤلفًا للبحث؟

• تتطلب صفة المؤلف تحمل مسؤوليات عن دقة العمل ونزاهته والموافقة عليه، وهي مسؤوليات لا تتحملها الأداة. وتوضح ICMJE أن أدوات الذكاء الاصطناعي لا تُدرج ضمن المؤلفين، وأن البشر مسؤولون عن المحتوى المقدم.

5. كيف تحافظ على أصالة مساهمتك العلمية؟

• اكتب منطق الدراسة وقراراتها الأساسية بنفسك، واحتفظ بملاحظات القراءة والتحليل، وراجع كل اقتراح على ضوء الأدلة. وتظهر الأصالة في السؤال والتفسير والربط النقدي، لا في تبديل الكلمات فقط.

• استخدم كتابة وتوثيق الدراسات السابقة لفهم كيفية عرض أعمال الآخرين وإسنادها، ثم افصل بوضوح بين نتائجهم وبين تفسيرك ومساهمتك.

كيف تستخدم ChatGPT في البحث العلمي بطريقة آمنة وأكاديمية؟

1. استخدمه لبناء خريطة الموضوع لا لإنتاج البحث كاملًا

• ابدأ بطلب تحديد المفاهيم والعلاقات والأسئلة المحتملة، ثم اختر ما يناسب هدفك. فالخريطة الأولية تساعد على الاستكشاف، لكنها تحتاج إلى تعديل بعد قراءة الأدبيات.

• تجنب مطالبة الأداة بتوليد دراسة مكتملة بنتائج ومراجع لم تجمعها أو تتحقق منها، لأن الشكل الأكاديمي للنص لا يعوض غياب العمل الذي يفترض أن النص يصفه.

2. اجمع المصادر من قواعد البيانات والمصادر الأصلية

• انقل الكلمات المفتاحية إلى قواعد مناسبة لتخصصك، واستعن بأمين مكتبة أو متخصص معلومات عندما يتطلب المشروع بحثًا واسعًا أو منهجيًا، ثم احتفظ بنسخ المصادر وبياناتها.

• ويمكن الاستفادة من خدمات توفير المراجع وتلخيص الدراسات السابقة في دعم الوصول والتنظيم، مع استمرار دور الباحث في القراءة والتقييم والاختيار.

3. تحقق من كل مرجع ومعرف DOI قبل استخدامه

• ابحث عن العنوان والمؤلف في موقع الناشر أو قاعدة موثوقة، ثم طابق البيانات. وتتيح Crossref البحث عن المعرّف باستخدام بيانات المرجع أو عنوان العمل والمؤلف.

• لا تتوقف عند فتح المعرّف؛ فقد يقود إلى دراسة موجودة لا تتعلق بالادعاء. كما أن عدم وجود DOI لا يعني تلقائيًا أن المصدر غير صالح، خصوصًا لبعض الكتب والرسائل والمصادر المحلية.

4. افصل بين النص الذي تولده الأداة وتحليلك العلمي

• احتفظ بالمخرجات الأولية في مساحة منفصلة، وسجل ما قبلته وما عدلته ولماذا. ويساعد ذلك على منع انتقال إضافات غير موثقة إلى المسودة النهائية.

• عند تلخيص الأدبيات، اربط كل ملاحظة بمصدرها، ولا تدمج تفسير الأداة مع نتيجة الدراسة تحت الإحالة نفسها دون التحقق من أن المصدر يدعم كليهما.

5. راجع المخرجات نقديًا

• افحص الادعاءات والتعريفات والأرقام والاستثناءات، واطلب تفسيرًا بديلًا عند الحاجة، ثم ارجع إلى الأدلة. ولا تعدّ تكرار الإجابة أو موافقة الأداة على نفسها تحققًا مستقلًا.

• في التحليل البرمجي، اختبر الشيفرة على حالة بسيطة تعرف نتيجتها، وراجع الافتراضات والمخرجات قبل تشغيلها على البيانات الأساسية أو اعتماد جداولها في البحث.

6. وثّق استخدام الأداة عندما تتطلب السياسة ذلك

• اجعل الإفصاح محددًا: ما الأداة؟ وفي أي مهمة استُخدمت؟ وما الجزء الذي تأثر؟ وكيف راجعت الناتج؟ وتجنب عبارة عامة لا توضح ما إذا كان الاستخدام لغويًا أم تحليليًا.

• يمكن أن تكون الصياغة، إذا طابقت الاستخدام الفعلي: «استخدمت أداة توليدية للمساعدة في تحسين وضوح بعض الفقرات، ثم راجع الباحثون التعديلات وتحققوا من المحافظة على المعنى والمراجع، ويتحملون مسؤولية النص النهائي».

7. راجع سياسة جامعتك أو المجلة قبل الإرسال

• افحص تعليمات المؤلفين ونماذج الإفصاح وأحكام البيانات والتحكيم، ولا تفترض أن موافقة جهة على الاستخدام تغني عن متطلبات جهة أخرى.

• إذا كانت السياسة غير واضحة، اطلب توضيحًا من المشرف أو هيئة التحرير قبل تنفيذ استخدام مؤثر، خصوصًا ما يتعلق بالتحليل أو المواد السرية أو توليد الصور البحثية.

ما الذي يجب ألا تضعه في ChatGPT؟

1. البيانات الشخصية أو الحساسة

• تجنب مشاركة أسماء المشاركين وأرقامهم وبياناتهم الصحية أو أي تفاصيل قد تكشف هوياتهم دون سند وتصريح مناسبين. وقد تسمح مجموعة من التفاصيل غير المباشرة بإعادة التعرف على الشخص حتى بعد حذف اسمه.

2. البيانات البحثية غير المنشورة

• تحقق من خطة إدارة البيانات وموافقة الفريق وشروط التمويل أو الجهة المالكة قبل المشاركة. وليس كل محتوى غير منشور ممنوعًا من المعالجة، لكن قرار استخدامه يحتاج إلى بيئة وشروط وتصاريح مناسبة.

3. المخطوطات السرية والأعمال الخاضعة لاتفاقيات

• لا تُدخل مخطوطة وصلتك للتحكيم أو ملفًا يخضع لاتفاقية سرية إلى خدمة خارجية دون الالتزام بالتعليمات. فالقدرة على الاطلاع على الملف لا تعني امتلاك صلاحية مشاركته مع طرف آخر.

4. المحتوى المحمي بحقوق نشر دون التحقق من شروط الاستخدام

• راجع الترخيص وشروط الناشر والأداة قبل تحميل النصوص الكاملة أو أجزاء كبيرة منها، ولا تفترض أن إتاحة القراءة أو التنزيل تسمح بكل صور المعالجة وإعادة الاستخدام.

5. النتائج غير المعلنة عندما تكون السرية مطلوبة

• راعِ ترتيبات النشر والتعاون والحقوق المرتبطة بالنتائج، واستخدم أمثلة عامة أو بيانات اختبارية معلنة عند طلب مساعدة فنية لا تحتاج إلى كشف المادة الأصلية.

كيف تتحقق من مخرجات ChatGPT قبل إدراجها في البحث؟

1. التحقق من المصدر الأصلي

• افتح الدراسة أو الوثيقة الأصلية واقرأ الجزء المرتبط بالادعاء، ولا تعتمد على ملخص وسيط أو صفحة اقتباسات وإذا لم يتوافر النص الكامل، وضح حدود ما استطعت الاطلاع عليه.

2. التحقق من اسم المؤلف والعنوان وسنة النشر

• طابق البيانات مع صفحة الناشر، وانتبه إلى اختلاف سنة النشر الإلكتروني عن سنة المجلد، أو الخلط بين مؤلفين متشابهين، أو نسبة عنوان صحيح إلى مجلة أخرى.

3. التحقق من DOI أو بيانات الفهرسة

• استخدم المعرف للوصول إلى السجل الصحيح ثم افحص مطابقته، مع تذكر أن وجود معرّف أو فهرسة لا يثبت تلقائيًا جودة المنهج أو صحة الاستنتاج.

4. مطابقة الاقتباس مع النص الأصلي

• تأكد من أن الاقتباس موجود بالحروف نفسها وأنه لا يفقد معناه خارج السياق، وسجل الصفحة أو موضع النص عندما يتطلب نمط التوثيق ذلك، ولا تحوّل إعادة الصياغة إلى اقتباس حرفي.

5. مقارنة المعلومة بأكثر من مصدر موثوق

• ابحث عن مصدر مستقل أو دراسة أخرى عندما تكون المعلومة مؤثرة أو محل خلاف، ولا تعدّ مواقع متعددة تنقل الكلام من المرجع نفسه أدلة مستقلة تؤكد بعضها بعضًا.

6. مراجعة الأرقام والإحصاءات والمصطلحات

• راجع حجم العينة والوحدات والمقامات والفترات الزمنية، وتأكد من أن النسبة تخص المجموعة المذكورة. وقد يغيّر الخلط بين النسبة المئوية والنقطة المئوية دلالة المقارنة بالكامل.

7. التحقق من حداثة المرجع وملاءمته

• افحص ما إذا كانت هناك تصحيحات أو سحب أو دراسات أحدث تؤثر في الاستنتاج، ثم قيّم ملاءمة المرجع للسؤال. فالحداثة مهمة في بعض المجالات، لكنها لا تلغي قيمة الأعمال التأسيسية.

البحث العلمي التقليدي أم الذكاء الاصطناعي؟ جدول قرار سريع للباحث

نموذج سير عمل يجمع بين الباحث والذكاء الاصطناعي

لنفترض أن باحثًا يدرس علاقة استخدام أدوات الذكاء الاصطناعي بمهارات الكتابة الأكاديمية لدى طلبة الجامعة. يمكن تنظيم العمل كما يلي، دون افتراض نتائج مسبقة:

1. سؤال البحث ثم اكتشاف الكلمات المفتاحية

• يحدد الباحث أولًا ما المقصود بالاستخدام والمهارات والفئة المستهدفة، ثم يطلب مرادفات للمفاهيم. ويستبعد الكلمات التي توسع الموضوع إلى مهارات أو أدوات لا تشملها الدراسة.

2. الكلمات المفتاحية ثم قواعد البيانات الأكاديمية

• يختبر الباحث مجموعات المصطلحات داخل قواعد مناسبة، ويسجل تاريخ البحث وصيغته وحدوده. ثم يعدّل الاستراتيجية بناءً على النتائج، بدل الإصرار على الصياغة الأولى التي اقترحتها الأداة.

3. جمع الدراسات ثم الفرز والتقييم البشري

• يحدد الباحث معايير إدراج واستبعاد قبل الفرز، ويطبقها بصورة متسقة. وفي المراجعات المنهجية، تساعد إرشادات PRISMA 2020 على الإبلاغ المنظم عن إجراءات المراجعة وتدفق اختيار الدراسات، دون أن تكون بديلًا عن تنفيذها جيدًا.

4. قراءة المصادر ثم تلخيص الملاحظات وتنظيمها

• يقرأ الباحث المصادر المقبولة ويسجل تصميم كل دراسة وعينتها وأدواتها وقيودها. ويمكن للأداة تنظيم هذه الملاحظات المسموح بمعالجتها في مصفوفة، ثم تُراجع الخلايا مقابل مصادرها.

5. بناء الحجة ثم مراجعة نقدية بشرية

• يقارن الباحث بين الدراسات التي تتفق أو تختلف، ويفحص أسباب الاختلاف المحتملة. بعد ذلك يمكن طلب اعتراضات على الربط المقترح، ثم قبول ما تدعمه الأدلة وتجاهل الاعتراضات غير المناسبة.

6. التحليل ثم التحقق المنهجي

• ينفذ الباحث التحليل المناسب، ويختبر أي شيفرة مقترحة، ويحفظ القرارات والنسخ اللازمة للمراجعة. ولا يختار النتيجة الأكثر ملاءمة لتوقعاته إذا خالفت الخطة دون تفسير مشروع.

7. الكتابة ثم التحرير والمراجعة البشرية

• تُكتب المسودة من النتائج والملاحظات الفعلية، ثم يمكن تحسين وضوحها دون تغيير مدلولها. وتُراجع المصطلحات والإحالات والأرقام بعد التحرير، لأن التعديل اللغوي قد يسبب أخطاء جديدة.

8. التوثيق ثم مراجعة المصادر والإفصاح

• يطابق الباحث كل إحالة بقائمة المراجع، ويستكمل الإفصاح المطلوب عن الاستخدام الآلي، ويحفظ سجلًا يوضح المهام والمراجعات المؤثرة، بحيث يستطيع تفسير كيفية إنتاج النسخة النهائية.

مقارنة استخدام ChatGPT مع Google Scholar وScopus وWeb of Science

تختلف وظيفة النموذج اللغوي عن وظيفة محرك البحث الأكاديمي أو قاعدة الاستشهادات. وقد تتكامل هذه الأدوات، لكن يجب معرفة ما الذي تقدمه كل منها وما الذي لا تثبته.

1. ChatGPT مقابل Google Scholar

• يفيد الحوار التوليدي في استكشاف المصطلحات وشرح الأفكار وصياغة المهام، بينما يساعد Google Scholar على العثور على مواد أكاديمية وتتبع الاستشهادات والنسخ المتاحة وروابط النص الكامل.

• توضح إرشادات Google Scholar إمكانات البحث بالمؤلف والعنوان والفترة الزمنية، واستخدام «استشهد به» و«المقالات ذات الصلة». وهذه طرق للوصول إلى الأدبيات، وليست حكمًا نهائيًا على صلاحية كل نتيجة.

2. ChatGPT مقابل Scopus

• يعتمد Scopus على قاعدة منظمة للملخصات والاستشهادات ومصادر تخضع لسياسات اختيار، بينما ينتج النموذج الحواري إجابات بحسب المهمة والسياق والأدوات المتاحة له.

• وحتى مع استخدام إمكانات ذكاء اصطناعي داخل قاعدة أكاديمية، ينبغي الرجوع إلى الدراسات الأصلية وتوضح سياسة Scopus أن المخرجات التوليدية قد تخطئ، وأن الاستشهاد ينبغي أن يكون بالأوراق الأصلية المشار إليها.

3. ChatGPT مقابل Web of Science

• تتيح Web of Science Core Collection الوصول إلى سجلات واستشهادات ضمن مجموعات منتقاة، وتوضح Clarivate معايير تقييم المجلات من حيث الجودة والتأثير. أما الإجابة الحوارية فتحتاج إلى تتبع مستقل للمادة التي استندت إليها.

• لا تعني فهرسة مجلة أن كل دراسة فيها خالية من القيود؛ فالانتقاء على مستوى المجلة يساعد في تنظيم التغطية، لكنه لا يعفي الباحث من تقييم تصميم الدراسة ومحتواها.

4. جدول المقارنة بين أدوات الحوار والبحث الأكاديمي

5. لماذا لا تعني سرعة الإجابة أنها الأكثر موثوقية؟

• تقاس الموثوقية بإمكان تتبع المصدر وفحص المنهج ومدى دعم الأدلة للادعاء، ولا تقاس بمدة ظهور الإجابة. وقد يستغرق الوصول إلى تفسير دقيق وقتًا أطول لأن الأدلة متعارضة أو محدودة.

• يساعد تنويع مصادر الدراسات السابقة في البحث العلمي على توسيع الاطلاع، بشرط اختيار المصادر بناءً على السؤال والتخصص، لا زيادة عددها دون مبرر.

6. متى تستخدم محرك بحث أكاديمي ومتى تستخدم نموذجًا لغويًا؟

• استخدم محرك البحث أو قاعدة البيانات عندما تحتاج إلى العثور على الدراسات والتحقق من وجودها وبياناتها، واستخدم النموذج اللغوي عندما تحتاج إلى مساعدة محددة في الفهم أو التنظيم أو التحرير.

• اجمع بينهما عندما تكون المهمة قابلة للتقسيم: تقترح الأداة كلمات، وتختبرها في القاعدة، وتقرأ النتائج، ثم تعود إلى الأداة بملاحظات مسموح بمعالجتها لتنظيمها دون تفويض التقييم النهائي.

ضوابط استخدام الذكاء الاصطناعي في البحث والنشر الأكاديمي

1. مبدأ الشفافية والإفصاح

• صف الاستخدام بصورة تسمح بفهم أثره في العمل، وميّز بين تحرير الصياغة والمشاركة في التحليل. وإذا استُخدمت الأداة في المنهج، فقد يلزم توثيق تفصيلي يتجاوز بيانًا عامًا في نهاية المخطوطة.

2. مسؤولية الباحث عن المحتوى النهائي

• يتحمل الباحث مسؤولية التحقق من النص والمراجع والجداول والاستنتاجات، ولا تنتقل هذه المسؤولية إلى الأداة بسبب توليدها جزءًا من المادة. ويشمل ذلك تصحيح الخطأ عند اكتشافه.

3. منع اختلاق البيانات أو النتائج

• لا تستخدم الأداة لتوليد بيانات تقدمها بوصفها مشاهدات واقعية، ولا تعدّل النتائج للوصول إلى فرضية مرغوبة. أما المحاكاة أو البيانات الاصطناعية المشروعة فتحتاج إلى وصف صريح لغرضها وطريقة إنتاجها وحدودها.

4. عدم إدراج الذكاء الاصطناعي كمؤلف

• اذكر المساعدة بالطريقة التي تطلبها الجهة، دون وضع الأداة في قائمة المؤلفين. فالإفصاح عن الاستخدام يوضح دورها، لكنه لا يمنحها مسؤولية أو مساهمة بشرية يمكن مساءلتها.

5. حماية سرية المخطوطات والبيانات

• افحص شروط البيئة المستخدمة وصلاحيات الفريق والتزامات السرية قبل المشاركة. وقد تختلف أحكام استخدام الباحث لمادته عن أحكام استخدام المحكّم لمخطوطة تلقاها في سياق سري.

6. الرجوع إلى سياسة الجامعة والناشر

• راجع النسخة السارية من التعليمات عند إعداد البحث وعند تقديمه، لأن الجهة قد تحدّث متطلبات الإفصاح أو المواد المسموح بمعالجتها. وعند اختلاف المتطلبات، عالج التعارض قبل الإرسال.

ما الذي تقوله الجهات العلمية والناشرون عن استخدام الذكاء الاصطناعي؟

1. إرشادات UNESCO للذكاء الاصطناعي في التعليم والبحث

• تركز إرشادات UNESCO على الاستخدام المتمحور حول الإنسان، وحماية الخصوصية، وتنمية قدرة المؤسسات والأفراد على تقييم الأدوات. وتفيد هذه المبادئ في بناء استخدام واعٍ لا يختزل التعلم والبحث في إنتاج نصوص.

2. إرشادات ICMJE حول الذكاء الاصطناعي في النشر العلمي

• تطلب إرشادات ICMJE الإفصاح عن استخدام التقنيات المساعدة في إنتاج العمل المقدم، وتؤكد المراجعة البشرية وعدم إدراج الأدوات ضمن المؤلفين. وينبغي تطبيق هذه التعليمات في نطاق المجلة التي تتبناها، مع مراجعة متطلباتها الخاصة.

3. سياسات Elsevier بشأن الذكاء الاصطناعي التوليدي

• تسمح سياسة المجلات باستخدام الأدوات للمساعدة مع الإشراف البشري، وتطلب بيانًا يوضح الاستخدام. وتفرق بين الفحص الأساسي للإملاء والنحو والترقيم، الذي لا يتطلب بيانًا، وبين التغييرات الجوهرية التي ينبغي الإفصاح عنها.

• عندما يدخل الاستخدام ضمن البحث نفسه، مثل التحليل، تنص السياسة على وصفه في قسم المنهج، مع استمرار مسؤولية المؤلفين عن التحقق من المحتوى وحماية الحقوق والخصوصية.

4. إرشادات Wiley حول الإفصاح والمسؤولية

• تؤكد Wiley مسؤولية المؤلفين والتحقق من الادعاءات والمراجع والتحليلات، وتطلب الإفصاح عن الاستخدامات الجوهرية في التطوير أو التحرير أو الترجمة، مع استثناء استخدامات التدقيق الأساسية المحددة في سياستها.

• كما تشدد على مراجعة شروط الأداة وحماية حقوق المحتوى، وتوضح أن أدوات الذكاء الاصطناعي لا تستوفي دور المؤلف، وأن القرار التحريري النهائي بشأن الاستخدام يعود إلى الجهة المسؤولة عن النشر.

5. السياسات الجامعية في السعودية كنموذج عملي

• جامعة الأميرة نورة: تتناول سياستها أصالة الأعمال والمسؤولية والخصوصية وعدم استخدام التوليد الآلي بطريقة تسيء تمثيل البحث أو تنتج بيانات وهمية، مع التحذير من الاعتماد المفرط.

• جامعة الملك عبدالعزيز: تنشر دليلًا وسياسات لاستخدام الذكاء الاصطناعي في التعليم والبحث العلمي، تصفه بأنه إطار إرشادي وتنظيمي للاستخدام المسؤول في البيئة الجامعية.

• جامعة الملك سعود: تتيح إرشادات لاستخدام الذكاء الاصطناعي التوليدي في التعليم، كما أعلنت كلية الطب اعتماد دليل لهيئة التدريس والطلبة؛ وهو مثال على ضرورة مراجعة التعليمات المؤسسية والتعليمات الخاصة بالكلية أو المهمة.

وجود هذه الأدلة لا يعني تطابق سياسات الجامعات السعودية؛ فالمرجع العملي للباحث هو تعليمات جامعته وبرنامجه والجهة التي سيقدم إليها العمل.

أخطاء شائعة عند استخدام ChatGPT في كتابة الأبحاث

1. نسخ الإجابة كما هي

• قد تتضمن الإجابة معلومات عامة لا تناسب السؤال، أو مصطلحات غير ثابتة، أو استنتاجات لا تدعمها بياناتك. اكتب المسودة انطلاقًا من فهمك وأدلتك، ثم استخدم المساعدة في مهام يمكن مراجعتها.

2. استخدام المراجع دون فتحها

• لا تجعل المظهر الصحيح للتوثيق سببًا لقبول المرجع؛ فقد تكون بياناته مختلقة أو غير دقيقة، وقد تكون الدراسة موجودة لكنها لا تؤيد الجملة المنسوبة إليها.

3. الاعتماد على مصدر واحد

• قد يؤدي الاقتصار على دراسة أو قاعدة واحدة إلى إغفال نتائج مخالفة أو أدبيات مهمة. اختر نطاق البحث وفق السؤال، ولا تعدّ تكرار المعلومة في مواقع تنقل عن أصل واحد تنوعًا في الأدلة.

4. تفويض التحليل العلمي للأداة

• لا تعتمد اختبارًا أو تفسيرًا لا تستطيع شرح مبرراته، حتى إذا كانت الشيفرة تعمل والجداول منسقة. فالمشكلة قد تكون في ملاءمة الطريقة للسؤال لا في تنفيذها البرمجي.

5. إدخال بيانات سرية دون مراجعة الشروط

• قد يحدث الإفشاء بمجرد رفع الملف، قبل استخدام أي نتيجة منه. لذلك افحص صلاحيات المشاركة والبيئة المعتمدة مسبقًا، واستخدم أقل قدر لازم من المادة عندما يكون الاستخدام مسموحًا.

6. تجاهل سياسة الجامعة أو المجلة

• قد يعرّض استخدام مسموح في سياق شخصي العملَ للمساءلة داخل تقييم أكاديمي أو عملية نشر لها قواعد مختلفة. اجعل مراجعة التعليمات خطوة تسبق الاستخدام المؤثر وتسبق التقديم النهائي.

7. الاعتقاد أن كاشف الذكاء الاصطناعي وحده يثبت النزاهة أو المخالفة

• لا تكفي نتيجة أداة كشف وحدها للحكم على مصدر النص أو نزاهة صاحبه. وقد أظهرت دراسة في مجلة Patterns تحيز بعض الكواشف المختبرة ضد كتابات أشخاص ليست الإنجليزية لغتهم الأولى.

• ينبغي تقييم الأدلة المرتبطة بالعمل نفسه، مثل المسودات وسجل التعديلات والمصادر وقدرة الباحث على تفسير قراراته، مع اتباع إجراءات المؤسسة وعدم تحويل درجة آلية إلى حكم قاطع.

ما أفضل نموذج للباحث في عصر ChatGPT؟

أفضل نموذج هو بحث يقوده إنسان يفهم سؤاله وأدلته، ويستخدم الأدوات عندما تضيف فائدة قابلة للتحقق. فالفرق بين البحث العلمي التقليدي والاستعانة بالذكاء الاصطناعي لا يختزل في سرعة الكتابة، بل يشمل طريقة الوصول إلى المعرفة وحدود الثقة والمسؤولية.

1. الباحث أولًا والذكاء الاصطناعي ثانيًا

• حدد المشكلة والمنهج ومعايير الجودة قبل اختيار الأداة، واجعل المساعدة مرتبطة بمهمة واضحة. وإذا لم تستطع تفسير سبب اعتماد نتيجة أو إجراء، فارجع إلى التعلم والمراجعة قبل إدراجه.

2. الأدلة الأصلية أولًا والنص المولد ثانيًا

• ابنِ الحجة من المصادر والبيانات التي فحصتها، ثم استخدم الأدوات لتحسين تنظيم عرضها. ولا تبدأ باستنتاج مولد ثم تبحث انتقائيًا عما يؤيده، لأن ذلك يعرض البحث للانحياز.

3. التحقق البشري في كل نقطة مؤثرة

• ركز المراجعة على القرارات التي يمكن أن تغيّر النتيجة، مثل اختيار الدراسات والتحليل والإسناد والتفسير. وتحقق من أن كل انتقال بين الأدلة والاستنتاجات مبرر ويمكن شرحه للقارئ.

4. الشفافية بشأن الاستخدام والمساهمة

• احتفظ بسجل مناسب، وافصح وفق التعليمات، ووضح مساهمتك العلمية وحدود الدراسة. وتكمن قيمة الاستعانة بالذكاء الاصطناعي في دعم عمل بحثي مسؤول يمكن الدفاع عنه، لا في زيادة عدد صفحاته.