Inflationary bibliometric values revisited: Indicator validity under falling production costs
تعيد هذه الورقة النظر في صلاحية المؤشرات الببليومترية في ظل انخفاض تكاليف الإنتاج من خلال إثبات أنه بينما تظل المؤشرات النسبية قوية في ظل تغيرات التكلفة الموحدة، فإن الوصول غير المتجانس يتطلب تقريراً مشروطاً بنظام معين باستخدام مقدرات مميزة لتجنب سوء التصنيف عندما يتغير شكل التوزيع الأساسي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
في عالم البحث الأكاديمي، هناك عادة مستمرة تتمثل في عد الأشياء لقياس الجودة. لعقود من الزمن، نظر العلماء وإدارات الجامعات إلى عدد الأوراق التي يكتبها الباحث، وعدد المرات التي تُقتبس فيها تلك الأوراق من قبل الآخرين، وعدد المؤلفين الذين عملوا في مشروع واحد. تعمل هذه الأرقام كبطاقة نقاط، تساعد في اتخاذ القرار بشأن من يحصل على وظيفة، أو منحة، أو ترقية. ومع ذلك، واجه هذا النظام تحديًا كبيرًا من قبل. فقبل عشرين عامًا، لاحظ الباحثون أن الحجم الهائل للأوراق والاقتباسات كان ينمو بشكل أسرع بكثير من عدد العلماء الذين يقومون بالعمل فعليًا. هذا "التضخم" يعني أن مجرد عد الأوراق لم يعد وسيلة عادلة للحكم على الجودة، لأن الأرقام كانت تُعزز من خلال عمل المزيد من الناس معًا بدلاً من تحسن العلم نفسه. وكان الحل في ذلك الوقت هو التوقف عن عد الأرقام الخام والبدء في مقارنة الباحثين بأقرانهم، عبر السؤال عن كيفية أداء العالم بالنسبة للمتوسط في مجاله المحدد.
اليوم، هناك قوة جديدة تغير مشهد الكتابة العلمية. إن صعود أدوات الذكاء الاصطناعي القوية جعل صياغة وتعديل النصوص العلمية أرخص وأسرع بشكل ملحوظ. يثير هذا التحول سؤالًا حاسمًا: إذا أصبح من الأسهل إنتاج ورقة بحثية، فهل يغير ذلك الطبيعة الجوهرية للأوراق نفسها، أم أنه يعني فقط وجود المزيد منها؟ إذا انخفضت تكلفة إنتاج الورقة البحثية، فهل يتغير توزيع الجودة، أم أنه يتوسع فحسب؟ هذا هو اللغز الجوهري الذي يتناوله أحمد حامد محمود في دراسة حديثة. فهو يبحث فيما إذا كانت الطرق القديمة لمقارنة الباحثين لا تزال صالحة عندما لا تعود تكلفة إنشاء ورقة علمية ثابتة.
يبدأ عمل محمود بتفريق آثار بيئة الإنتاج الجديدة والأرخص هذه إلى احتمالين متميزين. الاحتمال الأول هو ما يسميه تغيير "المقياس" (scale). تخيل مصنعًا حصل فجأة على آلة جديدة تسمح له بإنتاج ضعف عدد القطع. إذا ظلت جودة كل قطعة كما هي تمامًا، ولكن كان هناك عدد أكبر منها فقط، فإن الشكل العام لتوزيع الجودة سيبقى كما هو. في عالم العلوم، يعني هذا أن الذكاء الاصطناعي يسمح للباحثين بنشر المزيد من الأوراق، لكن نسبة الأوراق الممتازة إلى الأوراق المتوسطة تظل دون تغيير. الاحتمال الثاني هو تغيير "الشكل" (shape). يحدث هذا إذا غيرت الأدوات الجديدة طبيعة العمل نفسه، ربما بجعل إنتاج الأوراق منخفضة الجودة أسهل أو بتغيير مزيج الأعمال عالية ومنخفضة الجودة بطريقة تشوه التوزيع. إذا تغير الشكل، فإن القواعد القديمة للحكم على الجودة قد لا تعود قابلة للتطبيق.
تستخدم الدراسة نموذجًا رياضيًا لكيفية توزيع الاقتباسات العلمية لاختبار هذه السيناريوهات. ووجد الباحثون أنه إذا كان التغيير مجرد تأثير "مقياس" — أي إنتاج المزيد من الأوراق مع بقاء النمط الأساسي للجودة كما هو — فإن المؤشرات النسبية المستخدمة اليوم لا تزال آمنة. إن مقارنة الباحث بأقرانه، أو النظر إلى نسبة اقتباساته إلى متوسط المجال، يستمر في تقديم مقياس صالح للأداء. هذه الأساليب قوية ضد الزيادة البسيطة في الحجم. ومع ذلك، يتغير الوضع جذريًا إذا كان للباحثين وصول غير متكافئ إلى أدوات الإنتاج الرخيصة هذه. إذا استطاع بعض العلماء استخدام الذكاء الاصطناعي لنشر الكثير من الأوراق بينما لا يستطيع آخرون، فإن مجرد عد إجمالي عدد الأوراق أو إجمالي الاقتباسات يصبح مضللاً. في هذا السيناريو، لا تعكس الأعداد جودة العمل؛ بل تعكس فقط من كان لديه القدرة على الوصول إلى الأدوات الأرخص. سيظهر التصنيف من كان لديه الأفضلية، وليس من قدم علماً أفضل.
كما تبحث الورقة فيما يحدث إذا تغير "شكل" توزيع الجودة بالفعل. إذا تغير مزيج الأعمال عالية ومنخفضة الجودة، فإن المعايير المرجعية القياسية المستخدمة للحكم على الباحثين ستصبح معطلة. على سبيل المثال، الحد الذي كان يفصل بين الأوراق "الجيدة" والأوراق "المتوسطة" قد يصنف فجأة عددًا كبيرًا من الأوراق بشكل غير صحيح إذا تشوه التوزيع الأساسي. وتظهر الدراسة أنه إذا حدث هذا التشوه في الشكل، فإن المعايير الثابتة القديمة ستفشل في تحديد الجودة الحقيقية للباحثين. ومع ذلك، تقدم الورقة حلاً؛ إذ تقترح أن المجال يمكنه اكتشاف هذه التغييرات من خلال النظر في الأنماط المحددة لكيفية توزيع الأوراق داخل مجموعة ما. ومن خلال تقدير "شكل" التوزيع الحالي جنبًا إلى جنب مع التصنيفات القياسية، يمكن للمقيمين تعديل أحكامهم. التوصية هي الإبلاغ عن موقع الباحث ضمن مجموعته الحالية، مع ذكر حالة البيئة التي يتم تقييمه فيها بشكل صريح. يضمن هذا التقرير المزدوج عدم معاقبة الباحث أو رفعه بشكل غير عادل بسبب تحول في النظام نفسه.
يشير المؤلف بحذر إلى أنه بينما الأدلة على الزيادة الهائلة في حجم الأوراق واستخدام الذكاء الاصطناعي قوية، إلا أنه لم يثبت بعد أن الشكل الأساسي لتوزيع الجودة قد تغير. لا تدعي الدراسة أن الأساليب القديمة عديمة الفائدة، ولا تقول إن الذكاء الاصطناعي قد أفسد العلم. بدلاً من ذلك، فهي توفر إطارًا واضحًا لفهم ما يحدث. إنها تؤكد أن المقارنات النسبية التي طُورت لإصلاح تضخم الماضي لا تزال صالحة طالما أن بيئة الإنتاج تتغير بشكل موحد. وتحذر من أنه إذا كان الوصول إلى هذه الأدوات الجديدة غير متكافئ، فإن الأعداد الخام ستكذب. وتوفر طريقة لاكتشاف ما إذا كانت طبيعة العمل تتغير، مما يسمح للمجتمع العلمي بتكييف قواعد التقييم الخاصة به قبل أن تصبح عتيقة. والخلاصة النهائية هي أن أدوات قياس العلم لا تزال سليمة، ولكن يجب استخدامها مع فهم واضح للبيئة التي تُطبق فيها. والسؤال للمستقبل ليس ما إذا كان ينبغي التخلي عن هذه الأدوات، بل ما إذا كان ينبغي مراقبة النظام عن كثب لمعرفة ما إذا كانت الأرض تحتها تتحرك.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.