Diagnosing event dependence in computer-generated-content retraction metadata, 2010–2025
تُظهر هذه الدراسة أن الارتفاع الحاد في بيانات سحب الأبحاث المصنفة كمحتوى مُنشأ بواسطة الحاسوب من عام 2010 إلى عام 2025 مدفوع بشكل أساسي ببرامج التنقية الخاصة ببعض الناشرين وليس انعكاساً للانتشار الفعلي للذكاء الاصطناعي في المخطوطات، مما يجعل هذه الإحصاءات غير صالحة لاستنتاج الآثار السببية للذكاء الاصطناه التوليدي.
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 النشر الأكاديمي، يعد سحب البحث (الاسترداد) اعترافاً علنياً بأن الورقة المنشورة لا يمكن الوثوق بها. إنه تصحيح، وإشارة إلى أن خطأ ما قد حدث، سواء كان ذلك بسبب خطأ غير مقصود، أو عمل غير مكتمل، أو احتيال متعمد. لعقود من الزمن، استخدم الباحثون والمكتبات عدد عمليات السحب كمقياس تقريبي لنزاهة البحث، بافتراض أن ارتفاع العدد يعني نشر المزيد من العلوم السيئة. ومع ذلك، فإن هذا الافتراض يغفل تفصيلاً حاسماً: وهو أن سحب البحث ليس مجرد سجل لخطأ ما، بل هو أيضاً سجل لاكتشاف ما. فقد يعني العدد المرتفع من عمليات السحب أن المجلة أصبحت أفضل في إيجاد المشكلات وإصلاحها، وليس فقط أنها تنشر المزيد منها. يصبح هذا التمييز معقداً بشكل خاص عند التعامل مع المحتوى الناتج عن الكمبيوتر، حيث تنشئ الخوارزميات أوراقاً مزيفة تبدو حقيقية ولكنها تحتوي على هراء. وعندما يتم ضبط هذه الأوراق، غالباً ما يتم إزالتها في دفعات كبيرة من قبل الناشرين، مما يخلق طفرات مفاجئة في البيانات قد تبدو وكأنها فيض من الاحتيال الجديد، لكنها قد تكون في الواقع عملية تنظيف واحدة.
تتقصى دراسة حديثة أجراها أنطون سوكولوف في معهد تيشي (Tyche Institute) هذه الظاهرة تحديداً، مع التركيز على الأعوام من 2010 إلى 2025. فحص الباحث لقطة مجمدة من قاعدة بيانات "Retraction Watch"، وهي مجموعة منسقة من إخطارات سحب الأبحاث من جميع أنحاء العالم. ومن إجمالي ما يقرب من 61,000 عملية سحب، عزلت الدراسة 9,102 سجلاً تم تصنيفها خصيصاً على أنها محتوى "بمساعدة الكمبيوتر" أو "ناتج عن الكمبيوتر". تغطي هذه التصنيفات نطاقاً واسعاً من المشكلات، بدءاً من الأنظمة المبكرة التي أنتجت هراءً عشوائياً إلى أدوات الذكاء الاصطناعي الحديثة التي تكتب أوراقاً كاملة. لم يكن الهدف هو عد كم عدد الأوراق المزيفة الموجودة في العالم، بل فهم ما تمثله أرقام السحب فعلياً. ومن خلال النظر بدقة في الجهة التي أصدرت عمليات السحب، ومتى حدثت، وكيف تم تجميعها، تكشف الدراسة أن الارتفاع الدراماتيكي في هذه الأرقام مدفوع بالكامل تقريباً ببرامج تنظيف محددة واسعة النطاق تديرها قلة من كبار الناشرين، وليس بزيادة مستمرة وواسعة النطاق في الاحتيال الناتج عن الذكاء الاصطناعي عبر كافة مجالات العلم.
تظهر البيانات تحولاً واضحاً في المشهد على مدار العقد الماضي. فبين عامي 2010 و2019، كان المحتوى الناتج عن الكمبيوتر يشكل جزءاً ضئيلاً من عمليات السحب، حيث ظهر في أقل من واحد بالمائة من الحالات كل عام. وتغير الوضع بسرعة بدءاً من عام 2020. وبحلول عام 2023، ارتفعت حصة عمليات السحب المصنفة كمحتوى ناتج عن الكمبيوتر إلى ما يقرب من 42 بالمائة. وفي الأعوام التالية، 2024 و2025، ظلت الحصة مرتفعة عند حوالي 23 و24 بالمائة على التوالي. للوهلة الأولى، توحي هذه الأرقام بانفجار عالمي هائل للأوراق المنتجة بالذكاء الاصطناعي التي تغرق الأدبيات العلمية. ومع ذلك، عندما نظر الباحث بعمق في الجهة المسؤولة عن إزالة هذه الأوراق، ظهرت قصة مختلفة. فلم تكن الأعداد المرتفعة نتيجة لعديد من الناشرين الذين يكتشفون المشكلات بشكل مستقل، بل كانت نتيجة لقيام عدد قليل من الناشرين بتدشين جهود ضخمة ومنسقة لإزالة آلاف الأوراق دفعة واحدة.
في عام 2023، على سبيل المثال، قدمت سلالة ناشر واحدة 98 بالمائة من جميع عمليات سحب المحتوى الناتج عن الكمبيوتر. وفي عامي 2024 و2025، ظلت هذه النسبة فوق 80 بالمائة، مدفوعة بمجموعتين مختلفتين من الناشرين في عامين مختلفين. وعندما أزال الباحث السجلات الخاصة بهؤلاء الناشرين الرئيسيين من الحساب، انخفضت حصة عمليات السحب للمحتوى الناتج عن الكمبيوتر سنوياً بشكل كبير. ففي عام 2023، انخفضت النسبة من 41 بالمائة إلى 0.32 بالمائة فقط. وفي عامي 2024 و2025، كانت النسب المتبقية صغيرة مماثلة، حيث حامت حول 0.6 بالمائة و1.4 بالمائة. يشير هذا النمط إلى أن الأرقام الرئيسية ليست مقياساً لمدى كثرة العلوم السيئة التي تُكتب كل عام، بل هي مقياس لعدد الأوراق التي قرر ناشر معين سحبها في عام محدد. ووجدت الدراسة أن هذه الأحداث كانت غالباً مركزة في مجلة واحدة أو حتى في يوم واحد من إدخال البيانات الوصفية، مما يؤكد أكثر أنها كانت حملات تنظيف منظمة وليست مشكلة منتشرة في النظام بأكمله.
كما قارنت الدراسة عمليات سحب المحتوى الناتج عن الكمبيوتر مقابل أسباب أخرى شائعة لسحب الأوراق، مثل الانتحال العلمي، أو المقالات المكررة، أو مراجعة الأقران المخترقة. وحتى ضمن هذه الفئات الأخرى، التي تُعرف بتركيزها في مناطق معينة، كانت تصنيفات المحتوى الناتج عن الكمبيوتر أكثر تجمعاً بكثير. فبينما كانت أنواع عمليات السحب الأخرى منتشرة عبر العديد من الناشرين والمجلات، كانت تصنيفات المحتوى الناتج عن الكمبيوتر تهيمن عليها بشكل ساحق جهة أو جهتان من الناشرين في أي عام معطى. هذا التركيز الشديد يشير إلى أن البيانات تعكس الإجراءات الإدارية لعدد قليل من المنظمات الكبيرة بدلاً من الانتشار الفعلي للنصوص المولدة بالذكاء الاصطناعي عبر المجتمع العلمي بأكه. وتشير الدراسة إلى أن الأسباب المحددة المذكورة لعمليات السحب تغيرت أيضاً اعتماداً على الناشر الذي يقوم بعملية التنظيف، حيث أظهرت بعض السنوات معدلات عالية لتصنيفات "مصانع الأوراق" (paper mills) وأظهرت سنوات أخرى تسميات مختلفة، مما يربط البيانات بشكل أكبر باستراتيجيات الناشرين بدلاً من توجه عالمي موحد.
في نهاية المطاف، تخلص الدراسة إلى ضرورة تفسير أرقام السحب هذه بحذر. فهي سجلات ممتازة لعمليات الإنفاذ والتنظيف، وتوضح أين نجح الناشرون في تحديد وإزالة العمل المشبوه. ومع ذلك، فهي ليست قياساً مباشراً لمدى استخدام المؤلفين للذكاء الاصطناعي لكتابة الأوراق، كما أنها لا تثبت أن معدل هذا النوع من سوء السلوك في ارتفاع في كل مكان. فالعثور على عدد كبير من عمليات السحب في عام واحد يمكن أن يعني ببساطة أن ناشراً قد أتم أخيراً معالجة تراكمات التحقيقات أو قرر إزالة آلاف الأوراق دفعة واحدة. ولفهم الحالة الحقيقية للنزاهة البحثية، يجب على المرء النظر إلى ما وراء الإجماليات الخام والنظر في من يقوم بالعد، وكيف يقومون بتجميع البيانات، وما إذا كانت الطفرات تمثل موجة جديدة من الاحتيال أم موجة ناجحة من التصحيح. وتذكرنا النتائج أنه في عالم المقاييس العلمية، لا يعني الرقم الكبير دائماً وجود مشكلة كبيرة؛ فأحياناً، يعني فقط وجود عملية تنظيف كبيرة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.