Detecting Evidence of LLM Contributions to Open Access Biomedical Literature: A Bibliometric Analysis
يكشف هذا التحليل الببليومتري لما يقرب من 3 ملايين مقال طبي حيوي مفتوح الوصول عن زيادة كبيرة بعد عام 2022 في المصطلحات المرتبطة بالنماذج اللغوية الكبيرة، مما يشير إلى الاعتماد السريع لأدوات الذكاء الاصطناعي التوليدي ويسلط الضوء على الحاجة الملحة للشفافية وطرق الكشف للحفاظ على النزاهة العلمية.
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
على مدى عقود، اعتمد الباحثون على أدوات لجعل كتاباتهم أكثر وضوحاً وأبحاثهم أكثر كفاءة. فقد كانت برامج تدقيق الإملاء والنحو بمثابة مساعدين قياسيين لفترة طويلة، حيث تعمل على تنقية الأخطاء واقتراح مفردات أفضل دون تغيير الجوهر الصوتي للكاتب. وفي السنوات الأخيرة، ظهر جيل جديد من هذه الأدوات، قادر على توليد فقرات كاملة من النصوص التي تبدو بشرية بشكل لافت. هذه الأنظمة، المعروفة باسم نماذج اللغات الكبيرة، مدربة على كميات هائلة من المواد المكتوبة ويمكنها إنتاج نصوص متماسكة ومصقولة حول أي موضوع تقريباً. وبينما توفر هذه الأدوات وعداً بتسريع عملية الكتابة، فإنها تثير أيضاً سؤالاً صعباً للمجتمع العلمي: كيف يمكننا التمييز بين جملة كتبها باحث بشري وأخرى صاغتها آلة؟ هذا التمييز مهم للغاية لأن نزاهة الأدبيات العلمية تعتمد على أصالة الأفكار ودقة الحقائق المعروضة داخلها. فإذا كان جزء كبير من الأبحاث الجديدة يتم صياغته أو تحريره بكثافة بواسطة هذه الأدوات، فإن الطريقة التي نقرأ بها، ونثق بها، ونبني عليها تلك المعرفة قد تحتاج إلى التغيير.
لقد وضع فريق من الباحثين هدفاً للإجابة على هذا السؤال من خلال النظر مباشرة في الكلمات نفسها. فقد ركزوا على المجموعة الضخمة من الأوراق البحثية الطبية والبيولوجية المتاحة في قاعدة بيانات مفتوحة المصدر تسمى "PubMed Central". تحتوي هذه المجموعة على ملايين المقالات، مما يوفر نافذة واسعة على كيفية كتابة العلماء لأعمالهم في جميع أنحاء العالم. لم يحاول الفريق تخمين أي الأوراق تحديداً كُتبت بواسطة الآلات، وهي مهمة أثبتت صعوبتها لكل من البشر والبرامج الحاسوبية على حد سواء. بدلاً من ذلك، بحثوا عن إشارة من نوع آخر؛ حيث فحصوا ما إذا كانت كلمات وعبارات معينة، والتي وجدت دراسات سابقة أنها تُستخدم من قبل الذكاء الاصطناعي أكثر بكثير من البشر، قد أصبحت فجأة أكثر شيوعاً في الأدبيات العلمية بعد أواخر عام 2022، عندما أصبحت هذه الأدوات متاحة للجمهور على نطاق واسع.
جمع الباحثون ما يقرب من ثلاثة ملايين مقال نُشرت بين عامي 2019 و2024. وأعدوا قائمة تضم 190 كلمة وعبارة محددة تم تصنيفها في أبحاث سابقة على أنها مميزة للنصوص التي تولدها الآلة. شمل ذلك صفات مثل "دقيق" (meticulous) و"معقد" (intricate)، وأفعال مثل "يتعمق" (delve) و"يؤكد" (underscore)، وعبارات أطول مثل "التنقل في تعقيدات" (navigating the complexities of) أو "من المهم ملاحظة أن" (it is important to note). ثم قاموا بمسح كل مقال في مجموعة البيانات الخاصة بهم لمعرفة مدى تكرار هذه المصطلحات. كان الهدف هو معرفة ما إذا كان تردد هذه الكلمات يتغير بمرور الوقت، وتحديداً البحث عن قفزة حادة في الاستخدام بعد إصدار أدوات الذكاء الاصطناعي الجديدة.
أظهرت النت النتائج تحولاً واضحاً ودراماتيكياً في لغة الأبحاث الطبية الحيوية. فقبل عام 2022، كان استخدام هذه المصطلحات المحددة ينمو ببطء وثبات، وهو ما يتوافق مع التغييرات الطبيعية في كيفية كتابة الناس. ومع ذلك، بدءاً من عام 2023 واستمراراً في عام 2024، انفجر استخدام العديد من هذه الكلمات. فعلى سبيل المثال، كلمة "بدقة" (meticulously)، التي ظهرت أقل من ألف مرة في قاعدة البيانات بأكملها في عام 2019، ظهرت أكثر من 16,000 مرة في عام 2024. وشهدت عبارة "من المهم ملاحظة أن" (it's important to note) طفرة مماثلة، حيث قفزت من 29 حالة فقط في عام 2019 إلى ما يقرب من 800 حالة في عام 2024. ولعل الأكثر دلالة هي العبارات الأطول والأكثر تعقيداً؛ فالتوليفة "التعمق في تعقيدات" (delving into the intricacies of) كانت شبه معدومة في الأدبيات قبل عام 2023، ومع ذلك ظهرت بحلول عام 2024 في عشرات المقالات. وأشار الباحثون إلى أن هذه لم تكن مجرد كلمات معزولة أصبحت شائعة، بل إن تركيبات الكلمات المحددة التي تُعرف بأنها سمات مميزة لكتابة الذكاء الاصطناعي كانت تظهر معاً بتكرار متزايد.
كما نظرت الدراسة في كيفية استخدام هذه الكلمات مع بعضها البعض. ووجدوا أن أزواجاً ومجموعات من هذه المصطلحات المرتبطة بالذكاء الاصطناعي تظهر معاً في نفس المقالات بمعدلات من غير المرجح إحصائياً أن تحدث عن طريق الصدفة. فعلى سبيل المثال، بدأت كلمتا "الذكاء الاصطناعي" (artificial intelligence) و"يؤكد" (underscore) في الظهور معاً في نفس الأوراق البحثية بشكل أكبر بكثير مما كان عليه الحال سابقاً. لاحظ الباحثون أن هذه الأنماط لم تكن مجرد تطور بطيء في أسلوب اللغة، وهو ما يحدث تدريجياً على مدى سنوات عديدة، بل كانت نقطة تحول مفاجئة تزامنت تماماً مع الإصدار العام لأدوات الذكاء الاصطناعي التوليدي. وبينما لا تستطيع الدراسة إثبات أن أي مقال واحد بعينه قد كُتب بواسطة آلة، فإن الحجم الهائل لهذا التحول اللغوي يشير إلى أن هذه الأدوات تُستخدم على نطاق واسع من قبل المؤلفين في هذا المجال.
يؤكد مؤلفو الدراسة أن هذا لا يعني بالضرورة أن البحث نفسه معيب، ولا يشير إلى أن كل ورقة تستخدم هذه الكلمات غير أصيلة. بدلاً من ذلك، تشير النتائج إلى اعتماد سريع وواسع النطاق لمساعدات الكتابة الجديدة التي تغير نسيج التواصل العلمي. ويرى الباحثون أنه نظرًا لأن هذه الأدوات قد ترتكب أخطاء أحياناً أو تنتج محتوى يفتقر إلى الفهم الحقيقي، فإن المجتمع العلمي بحاجة إلى تطوير طريقة أفضل لتحديد متى يتم استخدامها. ويقترحون أنه بدلاً من محاولة حظر هذه الأدوات، التي من المرجح أن تبقى، يجب على الباحثين والمحررين والمراجعين التركيز على الشفافية. ومن خلال الإقرار بكيفية ومتى تُستخدم هذه الأدوات، يمكن للسجل العلمي أن يظل جديراً بالثقة حتى مع استمرار تطور طرق إنشائه. وتخلص الدراسة إلى أن لغة العلم تتغير، وأن التعرف على هذه الأنماط الجديدة هو الخطوة الأولى نحو فهم كيفية إعادة تشكيل الذكاء الاصطناعي لطريقة مشاركتنا للمعرفة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.