💬 NLP

Does Scientific Writing Converge to U.S. English? Evidence from Generative AI-Assisted Publications

من خلال تحليل واسع النطاق لـ 5.65 مليون مقال علمي، تجد هذه الدراسة أن أدوات الذكاء الاصطناعي التوليدي تدفع المؤلفين غير الناطقين بالإنجليزية نحو التقارب بشكل متزايد مع المعايير الأسلوبية للغة الإنجليزية الأمريكية، لا سيما في السياقات التي كانت فيها الحواجز اللغوية تاريخياً أكثر أهمية، مما يقلل من عقبات النشر ويثير في الوقت ذاته تساؤلات حول التنوع اللغوي.

المؤلفون الأصليون: Dragan Filimonovic, Christian Rutzer, Jeffrey Macher, Rolf Weder

نُشر 2026-03-11

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Dragan Filimonovic, Christian Rutzer, Jeffrey Macher, Rolf Weder

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل عالم البحث العلمي كمكتبة ضخمة وعالمية. لعقود من الزمن، لكي تضع كتابك (ورقتك البحثية) على رفوف الأقسام الأكثر عراقة، كان عليك كتابتها بلهجة إنجليزية محددة للغاية ومصقولة. إذا كنت عالماً عبقرياً من بلد ليست الإنجليزية لغته الأولى، فقد كنت تواجه عقبة هائلة: كان عليك دفع مبالغ طائلة للمحررين أو قضاء سنوات في الدراسة في بلدان تتحدث الإنجليزية لتجعل كتابتك تبدو "صحيحة". كان الأمر يشبه محاولة دخول نادٍ للنخبة (VIP) حيث لا يسمح الحارس بدخول إلا الأشخاص الذين يتحدثون بلكنة معينة.

ثم، في أواخر عام 2022، وصلت أداة جديدة: الذكاء الاصطناعي التوليدي (مثل ChatGPT). فكر في هذا الذكاء الاصطناعي كأنه مترجم ومحرر سحري وفوري يمكن لأي شخص استخدامه مجاناً أو بتكلفة زهيدة.

يطرح هذا البحث سؤالاً بسيطاً ولكنه عميق: هل ساعدت هذه الأداة السحرية المتحدثين غير الأصليين للغة على الكتابة بشكل أفضل، أم أنها جعلت الجميع يبدون بالفعل مثل "النخبة" (المتحدثين الأصليين للإنجليزية في الولايات المتحدة)؟

إليك تفصيل ما وجده الباحثون، باستخدام بعض التشبيهات من الحياة اليومية:

1. الاكتشاف الكبير: "اللكنة" تتلاشى

نظر الباحثون في 5.65 مليون ورقة علمية نُشرت بين عامي 2021 و2024. واستخدموا برنامجاً حاسوبياً خاصاً (يسمى SciBERT) يعمل مثل "ماسح بصمات اللغة". هو لا يتحقق من القواعد فحسب؛ بل يقيس مدى قرب "أسلوب" و"روح" الورقة من الأسلوب المتوسط للأوراق التي يكتبها العلماء في الولايات المتحدة.

النتيجة: بعد ظهور ChatGPT، بدأت الأوراق التي كتبها علماء من دول غير ناطقة بالإنجليزية تبدو أكثر شبهاً بالأوراق العلمية الأمريكية.

قبل عام 2022: كانت الأوراق من مختلف البلدان تمتلك "نكهتها" أو "لكنتها" الفريدة.
بعد عام 2022: بدأت الأوراق التي استخدمت أدوات الذكاء الاصطناعي تفقد تلك النكهة الفريدة وبدأت تبدو أكثر شبهاً بالصوت العلمي "الأمريكي" المعياري.

2. من استفاد أكثر؟ (المستضعفون)

وجدت الدراسة أن هذا التغيير لم يكن متساوياً للجميع. فقد كان التغيير أكثر دراماتيكية لأولئك الذين احتاجوا المساعدة أكثر من غيرهم:

الفرق الفردية: العلماء الذين يعملون بمفردهم في بلدانهم (بدون شركاء دوليين) شهدوا التحول الأكبر. الأمر يشبه موسيقياً منفرداً حصل فجأة على مسار موسيقي خلفي يجعله يبدو وكأنه يعزف مع أوركسترا كبرى.
البلدان البعيدة لغوياً: العلماء من البلدان التي تختلف لغاتها كثيراً عن الإنجليزية (مثل الصين أو البرازيل) غيروا أسلوب كتابتهم أكثر من أولئك الذين تعد الإنجليزية لغة شائعة في بلدانهم (مثل هولندا).
المجلات الصغيرة: كان التغيير أقوى في المجلات ذات التصنيف الأدنى. في المجلات رفيعة المستوى، كانت الكتابة مصقولة بالفعل، لذا لم يكن هناك مجال كبير للتحسين. ولكن في المجلات الأصغر، عمل الذكاء الاصطناعي كـ "ميدان تسوية"، مما ساعد الباحثين هناك ليبدوا باحترافية تضاهي كبار الشخصيات.

3. السلاح ذو الحدين

يشبه المؤلفون هذا بـ التجارة العالمية.

الأخبار الجيدة: تماماً كما يسمح خفض الحواجز التجارية لمزيد من الدول ببيع سلعها، فإن خفض الحواجز اللغوية يسمح لمزيد من الأفكال العبقرية من جميع أنحاء العالم بدخول المحادثة العالمية. إنه أمر أكثر عدلاً. يعني أن عبقرياً في قرية نائية يمكن أخيراً أن يُسمع صوته دون الحاجة إلى ثروة لتوظيف محرر.
الأخبار السيئة: إذا بدأ الجميع يتحدثون بنفس الطريقة تماماً، فقد نفقد "النكهة" الفريدة لمختلف الثقافات. تخيل عالماً يستخدم فيه كل طباخ نفس كتاب الوصفات بالضبط لأنه "المعيار". قد يكون الطعام آمناً ومتسقاً، لكننا قد نفقد الأطبى الفريدة، الحارة، أو الغريبة التي جعلت مطبخ العالم مثيراً للاهتمام. يخشى الباحثون أن يصبح العلم "متجانساً" للغاية (كل شيء متشابه).

4. "العصا السحرية" مقابل "الشيء الحقيقي"

يشير البحث إلى أن الذكاء الاصطناعي يعمل كـ بديل جزئي للمحرر البشري.

في الماضي، إذا كنت تريد أن تبدو كعالم أمريكي، كنت بحاجة إلى محرر بشري (أو موجه بشري).
الآن، يقوم الذكاء الاصطناعي بهذه المهمة. فهو يساعد المتحدثين غير الأصليين على سد الفجوة.
ومع ذلك، يحذر الباحثون من أنه بينما تبدو الكلمات أفضل، فنحن لا نعرف ما إذا كانت الأفكار أفضل أيضاً. الأمر يشبه استخدام "فلتر" على صورة: تبدو الصورة أكثر حدة واحترافية، ولكن هل الموضوع في الصورة أكثر جمالاً حقاً، أم أنه فقط أكثر صقلاً؟

الخلاصة

الذكاء الاصطناعي التوليدي يكسر "بوابة اللغة" في العلم. إنه يساعد المتحدثين غير الأصليين ليبدوا أكثر شبهاً بالمعيار المهيمن في الولايات المتحدة، وهو أمر رائع لإيصال أعمالهم ونشرها.

ولكن هناك خدعة: نحن نقايض التنوع اللغوي بـ النمطية. السؤال الكبير للمستقبل هو: هل نريد عالماً يتحدث فيه الجميع نفس "اللغة العلمية" ليُسمع صوتهم، أم نريد إيجاد طريقة للحفاظ على الأصوات الفريدة لمختلف الثقافات حية مع الاستمرار في كوننا مفهومين؟

يقترح الباحثون أن المجلات وصناع السياسات بحاجة إلى أن يكونوا أذكياء حيال هذا الأمر. يجب عليهم تشجيع استخدام الذكاء الاصطناعي لمساعدة الناس على دخول الباب، لكن لا ينبغي لهم السماء لأدوات كشف الذكاء الاصطناعي بمعاقبة الكتاب غير الأصليين للغة، لأن تلك الأدوات غالباً ما تخطئ وتعتبر "المساعدة الجيدة من الذكاء الاصطناعي" بمثابة "كتابة مزيفة".

باخت-صار: الذكاء الاصطناعي هو المساوي العظيم، ولكنه قد يكون أيضاً الموحد (المجانس) العظيم.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "هل تتقارب الكتابة العلمية نحو الإنجليزية الأمريكية؟ أدلة من المنشورات المدعومة بالذكاء الاصطناوي التوليدي."

1. بيان المشكلة

يهيمن الإنجليزية على المجتمع العلمي العالمي، مما يخلق مزايا هيكلية للمتحدثين الأصليين وعوائق مستمرة لغير المتحدثين بها (مثل: أعباء الكتابة المرتف fear، والتحيز في مراجعة الأقران، وعقبات التقدم المهني). وبينما وثقت الدراسات السابقة أن الذكاء الاصطناعي التوليدي (GenAI) يحسن سهولة القراءة والمفردات، إلا أنها ركزت بشكل كبير على التغييرات المطلقة في جودة الكتابة.

السؤال الجوهبي الذي لم يُجب عليه بعد هو ما إذا كان استخدام الذكاء الاصطناعي التوليدي يؤدي إلى تقارب منهجي نحو المعيار اللغوي المهيمن (الإنجليزية الأمريكية) أم أنه مجرد تحسين للكتابة في معزل عن السياق. وفهم هذا التمييز أمر حيوي: فالتقارب يشير إلى تقليل حواجز الدخول القائمة على اللغة، ولكنه يثير أيضاً مخاوف بشأن تجانس الخطاب العلمي وفقدان التنوع اللغوي.

2. المنهجية

مصدر البيانات والعينة

مجموعة البيانات: 5.65 مليون مقال علمي باللغة الإنجليزية نُشرت بين عامي 2021 و2024، ومفهرسة في Scopus.
وحدة التحليل: (منشور $\times$ بلد $\times$ مجال) (بإجمالي حوالي 14.3 مليون ملاحظة).
النطاق: التركيز على الأوراق التي تضم مؤلفاً واحداً على الأقل بانتساب لبلد غير ناطق بالإنجليزية.
المجالات: تم تجميعها في أربع فئات عريضة: علوم الحياة، العلوم الفيزيائية، الهندسة والتكنولوجيا، والعلوم الاجتماعية.

استراتيجية تحديد الذكاء الاصطناعي التوليدي

لا يعتمد المؤلفون على الاستخدام المبلغ عنه ذاتياً، بل يكشفون عن اعتماد الذكاء الاصطناعي التوليدي من خلال تحولات الأنماط المعجمية في العناوين والملخصات.

قائمة الكلمات المفتاحية: مفردات مكونة من 65 مصطلحاً (مثل: delve, groundbreak, intricate, pivotal, unlock) ارتبطت سابقاً بمحتوى الذكاء الاصطناعي التوليدي.
التصفية: تم اختيار المصطلحات بناءً على زيادة في التكرار النوعي لكل مجال لا تقل عن 300% (أربعة أضعاف) بين عامي 2021 و2024.
التصنيف: تُصنف الورقة بأنها "مدعومة بالذكاء الاصطناعي التوليدي" إذا ظهر مصطلح واحد على الأقل من الكلمات المفتاحية المفلترة في عنوانها أو ملخصها.

قياس التشابه اللغوي

النموذج: تم استخدام SciBERT (نموذج BERT المدرب خصيصاً على المتون العلمية) لتوليد تضمينات نصية (embeddings) ذات 768 بُعداً.
العملية: يتم دمج العناوين والملخصات، وتقطيعها (tokenization)، ومعالجتها لإنشاء ناقلات متوسطة (mean-pooled vectors).
المقياس: يتم حساب تشابه جيب التمام (Cosine similarity) بين المنشورات غير الأمريكية ومرجع أمريكي "نقي" (الأوراق التي تضم انتسابات أمريكية فقط) ضمن نفس المجال العلمي وسنة النشر.
الهدف: قياس مدى اقتراب الكتابة غير الأمريكية من السجل الأسلوبي والدلالي للإنجليزية الأمريكية.

الاستراتيجية التجريبية

التصميم: نموذج دراسة الحدث لفرق الاختلاف (Event-Study Difference-in-Differences - DiD) مع مقاطع عرضية متكررة.
المعالجة: الأوراق المدعومة بالذكاء الاصطناعي التوليدي مقابل الأوراق غير المدعومة به.
الصدمة: صدور ChatGPT في أواخر عام 2022 كتدخل.
الأساس المرجعي: عام 2022 هو سنة المرجع.
المتغيرات الضابطة: تأثيرات ثابتة للبلد، المجال، المجلة، السنة، وتفاعلات (المجلة $\times$ السنة).
المعادلة:
$y_{ifcjt} = \delta_0 \cdot \text{GenAI}_{ifcjt} + \sum_{\tau} \beta_\tau \cdot \mathbb{1}\{t=\tau\} \times \text{GenAI}_{ifcjt} + \text{Controls} + \text{Fixed Effects} + \epsilon$
حيث تلتقط $\beta_\tau$ التغير التفاضلي في التشابه اللغوي للأوراق المدعومة بالذكاء الاصطناعي التوليدي بالنسبة لمرجع عام 2022.

3. النتائج الرئيسية

النتيجة الأولية: التقارب اللغوي

التحول بعد عام 2022: تظهر المنشورات المدعومة بالذكاء الاصطناعي التوليدي من الدول غير الناطقة بالإنجليزية تقارباً ذا دلالة إحصائية ومتزايد نحو الإنجليزية العلمية الأمريكية مقارنة بالأوراق غير المدعومة بالذكاء الاصطناعي من نفس الدول.
الحجم: بحلول عام 2023، بلغ تأثير التقارب حوالي 0.15%؛ وبحلول عام 2024، ارتفع إلى حوالي 0.4% بالنسبة لمرجع عام 2022.
التوقيت: لم يتم ملاحظة أي اتجاه مسبق (pre-trend) في عامي 2021-2022، مما يؤكد أن التحول يتزامن مع الانتشار الواسع لأدوات الذكاء الاصطناعي التوليدي.

تحليل التباين (Heterogeneity Analysis)

تأثير التقارب ليس موحداً؛ فهو أقوى في السياقات التي تكون فيها الحواجز اللغوية تاريخياً هي الأعلى:

فرق المؤلفين: التأثير أكبر بكثير في فرق المؤلفين المحلية (جميع المؤلفين من نفس الدولة غير الناطقة بالإنجليزية) مقارنة بالفرق الدولية.
المسافة اللغوية: يكون التقارب أكثر وضوحاً للمؤلفين من الدول البعيدة لغوياً عن الإنجليزية (درجات منخفضة في مؤشر اللغة المشتركة).
التأليف المشترك: تظهر الأوراق التي ليس لها مؤلفون مشاركون يتحدثون الإنجليزية تقارباً أقوى من تلك التي تضم متعاونين يتحدثون الإنجليزية.
تأثير المجلة: التأثير أقوى في المجلات ذات معامل التأثير المنخفض، مما يشير إلى أن الذكاء الاصطناعي التوليدي يعمل كبديل لخدمات التحرير الاحترافية التي قد تكون أقل وصولاً للمؤلفين في هذه المنصات.

اختبارات المتانة (Robustness Checks)

تظل النتائج قائمة تحت مختلف المواصفات البديلة:

عتبات الكلمات المفتاحية: تستمر النتائج مع عتبات أكثر صرامة (زيادة 400%) وأكثر مرونة (زيادة 200%).
معايير التحديد: تظل النتائج قائمة عند اشتراط وجود مصطلحين على الأقل مرتبطين بالذكاء الاصطناعي التوليدي (لتقليل الإيجابيات الكاذبة).
تعريف المرجع: يظل التقارب قوياً عند تقييد المرجع الأمريكي بـ:
- الأوراق غير المدعومة بالذكاء الاصطناعي التوليدي فقط.
- الأوراق ما قبل 2023 (ما قبل ChatGPT).
- أفضل 10% من المجلات حسب معامل التأثير (التقارب هنا هو في الواقع أقوى).

4. المساهمات الرئيسية

التحول المفاهيمي: الانتقال من قياس "التحسين المطلق" (سهولة القراءة) إلى قياس التقارب (المواءمة مع معيار مهيمن)، مما يوفر عدسة جديدة حول كيفية تغيير التكنولوجيا للمعايير اللغوية العالمية.
الحجم والنطاق: تقديم أول دليل واسع النطاق، عبر المجالات والدول (5.65 مليون ورقة)، يربط اعتماد الذكاء الاصطناعي التوليدي بالتحولات اللغوية في السجل العلمي، متجاوزاً الدراسات السابقة المقتصرة على المسودات الأولية (preprints) أو تخصصات منفردة.
تحديد الآلية: تحديد الذكاء الاصطناعي التوليدي كـ مُعادل لغوي جزئي، يفيد بشكل غير متناسب الباحثين الذين يواجهون أعلى مستويات الاحتكاك اللغوي (الفرق المحلية، اللغات البعيدة، المجلات من الفئات الأدنى).

5. الأهمية والآثار المترتبة

تقليل الحواجز: يبدو أن الذكاء الاصطناعي التوليدي يخفض حواجز الدخول لغير الناطقين بالإنجليزية، مما قد يثري تنوع الأفكار والمساهمين في المجلات الدولية.
تشبيه ديناميكيات التجارة: يرسم المؤلفون أوجه تشابه مع نظرية التجارة الدولية، مشيرين إلى أن تقليل "التعريفات اللغوية" يمكن أن يزيد من تنوع وجودة الأبحاث العالمية، تماماً كما تزيد تحريرات التجارة من تنوع المنتجات.
خطر التجانس: بينما يعد الشمول نتيجة إيجابية، تحذر الدراسة من أن التقارب نحو سجل مهيمن واحد (الإنجليزية الأمريكية) قد يؤدي إلى تجانس أسلوبي، مما قد يؤدي إلى تآكل التنوع البلاغي والمنظورات الثقافية الفريدة في العلم.
التوصيات السياساتية:
- الإفصاح: يجب على المجلات اعتماد معايير إفصاح شفافة ومنخفضة الاحتكاك لاستخدام المساعدة اللغوية بالذكاء الاصطناعي، بدلاً من الاعتماد على أدوات كشف الذكاء الاصطناعي غير الموثوقة (والتي تستهدف الكتاب غير الناطقين بالإنجليزية بشكل غير متناسب).
- العدالة: يجب على جهات التمويل دعم الوصول العادل لأدوات الذكاء الاصطناعي التوليدي للمؤسسات ذات الموارد المحدودة.
- التقييم: يجب تدريب المراجعين والمحررين على التمييز بين الوضوح اللغوي (المدعوم بالذكاء الاصطناعي) والجدارة العلمية.

الخاتمة

تخلص الدراسة إلى أن الذكاء الاصطناعي التوليدي يعيد تشكيل المشهد اللغوي للعلم بشكل نشط، مما يدفع نحو تقارب ملموس نحو معايير الإنجليزية الأمريكية. وبينما يعمل هذا كأداة مساواة قوية لغير الناطقين بالإنجليزية، خاصة أولئك الذين يواجهون أكبر القيود اللغوية والمؤسسية، فإنه يتطلب إدارة مؤسسية دقيقة لضمان ألا تأتي فوائد الشمول على حساب التنوع العلمي.