في البحث، غالبًا ما تستند السلطة ليس على ما يُقال، ولكن على مصدره. تساهم الاستشهادات في ربط الأفكار بالأدلة، متتبعةً الادعاءات عبر سلالة من الأعمال السابقة. لعقود، كانت هذه المهمة تعود تقريبًا بالكامل إلى الحكم البشري - بطيء، دقيق، ومعرض للإرهاق. الآن، يتم مشاركة تلك الركيزة الهادئة للمنح الدراسية.
تشير دراسة جديدة إلى أن OpenScholar، وهو نموذج ذكاء اصطناعي مصمم خصيصًا للبحث الأكاديمي، يمكنه مطابقة دقة البشر عندما يتعلق الأمر بالاستشهاد بالمصادر. ليس في السرعة وحدها، ولكن في الدقة. يحدد النموذج الأوراق ذات الصلة، ويربط الادعاءات بالأدلة المناسبة، ويتجنب العديد من الأخطاء التي لطالما عانت منها الأنظمة الآلية.
هذا الأمر مهم لأن الاستشهاد هو أكثر من مجرد حسابات. إنه يعكس الفهم. للاستشهاد بشكل صحيح، يجب أن يفهم النظام السياق، والأهمية، والحدود - مع العلم ليس فقط أي ورقة موجودة، ولكن أي ورقة تنتمي. غالبًا ما كانت أدوات الذكاء الاصطناعي السابقة تتعثر هنا، مخترعةً مصادر أو ملحقةً استشهادات حقيقية بادعاءات غير مدعومة. تشير الدراسة إلى أن OpenScholar قد اجتاز عتبة ذات معنى، حيث يعمل بمستوى يقارن بالباحثين المدربين عبر مهام تقييم متعددة.
يبدو أن التحسين ناتج عن طموح أضيق. بدلاً من محاولة الإجابة على كل شيء، يركز النموذج على سير العمل الأكاديمي المنظم: مراجعة الأدبيات، والتحقق من الادعاءات، ورسم الخرائط المرجعية. من خلال العمل ضمن هذه الحدود، يقلل من التخمين الذي يؤدي إلى الأخطاء. الدقة، في هذه الحالة، تتحقق ليس من خلال الجرأة، ولكن من خلال التقييد.
ومع ذلك، لا تشير النتائج إلى الاستبدال. يجلب الباحثون البشريون الحدس، والشك، والحكم الأخلاقي الذي لا يمكن لأي نموذج تكراره بالكامل. ما يقدمه OpenScholar بدلاً من ذلك هو تخفيف من العبء المعرفي - وسيلة للتنقل في كتل الأدبيات الكثيفة دون فقدان الدقة. في المجالات التي تظهر فيها آلاف الأوراق كل عام، يمكن أن تشكل تلك المساعدة ما هي الأسئلة الممكنة طرحها.
تثير الدراسة أيضًا دلالة أكثر دقة. إذا كانت الآلات تستطيع الآن الاستشهاد بدقة على مستوى البشر، فقد يتغير الاختناق في البحث. قد لا تكون التحديات في العثور على الأدلة، ولكن في تفسيرها - deciding أي الخيوط تستحق المتابعة، وأي الاستنتاجات تستحق الحذر.
لطالما تطورت المنح الدراسية جنبًا إلى جنب مع أدواتها، من الفهارس المكتوبة بخط اليد إلى قواعد البيانات الرقمية. لا ينهي OpenScholar تلك السلالة؛ بل يمدها. قد لا ينتمي مستقبل البحث فقط إلى البشر أو الآلات، ولكن إلى المساحة التي تلتقي فيها الحكم الدقيق والدقة التي لا تعرف الكلل بهدوء.
تنبيه صورة الذكاء الاصطناعي المرئيات مولدة بواسطة الذكاء الاصطناعي ومخصصة كممثلين مفاهيميين.
المصادر Nature Proceedings of the National Academy of Sciences Association for Computing Machinery
نُشر بواسطة Banx Network. هذا المقال جزء من برنامج الوسائط اللامركزية من Banx، مدعومًا برمز BXE على شبكة XRP Ledger.
