AI-generated Academic Publications and Research Integrity: A Cross-National Analysis of Trends, Detection Methods, and Policy Responses (India vs. Global Standards, 2020-2026)

في عالم البحث الأكاديمي الهادئ والصارم، تُبنى ركيزة الثقة على وعد بسيط: وهو أن الكلمات الواردة في ورقة بحثية منشورة قد كُتبت بواسطة العقل البشري الذي يدعي ملكيتها. لقرون، اعتمد هذا النظام على مراجعة الأقران، حيث يقوم الخبراء بفحص عمل الآخرين لضمان أصالته وأمانته. ومع ذلك، فقد وصلت تقنية جديدة تتحدى هذا الوعد؛ فالنماذج اللغوية الكبيرة هي برامج حاسوبية قادرة على توليد نصوص سلسة ومقنعة تبدو وتسمع كالكتابة البشرية، ويمكن لهذه الأدوات صياغة أوراق بحثية كاملة في دقائق معدودة. وفي الوقت نفسه، ظهرت فئة جديدة من البرمجيات المصممة لإخفاء هذه النصوص المكتوبة آلياً، مما يجعلها تبدو أكثر بشرية عبر إضافة عيوب وتغيرات طفيفة. وهذا يخلق وضعاً صعباً للمجتمع العلمي؛ فإذا كُتبت ورقة بحثية بواسطة حاسوب ولكن قُدمت كما لو كانت من تأليف شخص، فإن ذلك يلوث سجل المعرفة البشرية. ولا يقتدي هذا الأمر بمجرد سوء سلوك فحسب، بل إنه يهدد موثوقية العلاجات الطبية، والمعايير الهندسية، والقرارات السياسية التي تعتمد على بيانات دقيقة. إن السؤال الجوهري الذي يواجه العلماء اليوم ليس فقط ما إذا كان هذا يحدث، بل مدى انتشار هذه الظاهرة، وما إذا كانت القواعد والأدوات التي نمتلكها كافية لإيقافها.

تتناول دراسة حديثة أجراها جانيش بهات من جامعة بي بي سافاني هذه التساؤلات من خلال النظر في الأرقام الكامنة وراء هذا التوجه. يبحث البحث فيما يحدث في الهند مقارنة بالأنماط العالمية بين عامي 2020 و2026، وهي الفترة التي شهدت الصعود السريع لأدوات الكتابة هذه. جمع المؤلف البيانات من مصادر متعددة، بما في ذلك قواعد بيانات الأوراق المسحوبة، والدراسات التي فحصت طلبات المجلات بحثاً عن علامات التوليد الحاسوبي، واستطلاعات لسياسات الجامعات. ووجد أن عدد المخطوطات المقدمة التي تحتوي على محتوى يمكن اكتشاف أنه مولد حاسوبياً قد انفجر بشكل هائل؛ فعالمياً، نما هذا العدد بنسبة تقارب 2,850 بالمائة خلال فترة السنوات الست. وفي الهند، كان النمو أكثر حدة، حيث ارتفع بأكثر من 3,100 بالمائة. لا يعني هذا أن كل ورقة من الهند هي مزيفة، ولكنه يشير إلى أن استخدام هذه الأدوات لإنشاء المخطوطات يتسارع هناك بشكل أسرع من المتوسط العالمي. وتشير الدراسة إلى أن هذا مدفوع بمزيج من العوامل: مجتمع بحثي يتوسع بسرعة، وضغوط شديدة للنشر، والتوافر المتزايد للأدوات التي يمكنها كتابة النثر الأكاديمي.

ثم نظر الباحثون في مدى شيوع هذه الأوراق المولدة حاسوبياً بين تلك المرسلة بالفعل إلى المجلات. ويشير تحليلهم إلى أن حوالي 18 بالمائة من الطلبات المقدمة عالمياً، و21 بالمائة من الطلبات في الهند، تحتوي على بصمات تشير إلى أنها كُتبت أو تم تقديم مساعدة كبيرة فيها بواسطة الذكاء الاصطناعي. ويمثل هذا جزءاً كبيراً، وهو أكبر بكثير من مجرد حالات معزولة. كما فحصت الدراسة ما إذا كانت مجالات معينة أكثر تأثراً من غيرها، ووجدت أن الموضوعات التقنية مثل علوم الحاسوب والطب تظهر معدلات كشف أعلى، ويرجع ذلك على الأرجح إلى كون هذه المجالات عالية الضغط وتعتمد بشكل كبير على أنواع اللغة التي تبرع فيها هذه الأدوات. ومع ذلك، فإن المشكلة لا تقتصر على نوع واحد من الأبحاث، بل تظهر أيضاً في العلوم الاجتماعية والهندسة.

ركز جزء رئيسي من الدراسة على الأدوات المستخدمة لكشف هذه الأوراق. اختبر المؤلف طرق كشف متنوعة، بما في ذلك البرمجيات التي تبحث عن أنماط الكلمات غير العادية والتحليل الإحصائي الذي يقيس مدى قابلية النص للتنبؤ. ووجد أنه لا توجد طريقة واحدة مثالية؛ فعندما تُكتب الورقة مباشرة بواسطة حاسوب، يمكن لأدوات الكشف تحديدها بشكل صحيح بنسبة تتراوح بين 62 إلى 78 بالمائة. ومع ذلك، يتغير الوضع عندما يتم تمرير النص عبر برامج "الأنسنة" (humanizer)، المصممة لخداع أدوات الكشف. في هذه الحالات، تنخفض دقة أدوات الكشف أحادية الطريقة بشكل كبير. وتخلص الدراسة إلى أن النهج الأكثر فعالية هو الجمع بين عدة طرق مختلفة، مثل فحص الأنماط اللغوية، والغرابة الإحصائية، والتحقق من مصدر المعلومات. وحتى مع هذا النهج المجمع، لا تزال الأدوات تخطئ في اكتشاف جزء من المحتوى المموه، مما يعني أن المعركة بين التزوير والكشف مستمرة.

كما بحثت الورقة في كيفية استجابة الجامعات لهذا التحدي. استطلع الباحثون 100 جامعة هندية وقارنوا سياساتها بسياسات 50 مؤسسة عالمية رائدة، واكتشفوا فجوة كبيرة؛ إذ تمتلك 34 بالمائة فقط من الجامعات الهندية سياسة رسمية تتناول صراحةً استخدام الذكاء الاصطناعي في البحث، في حين أن 67 بالمائة من العينة العالمية لديها مثل هذه السياسات. علاوة على ذلك، تميل السياسات الموجودة في الهند إلى أن تكون حظراً صارماً، حيث تمنع استخدام هذه الأدوات تماماً. أما عالمياً، فتتحرك العديد من المؤسسات نحو نهج مختلف: السماح باستخدام الذكاء الاصطناعي طالما أن المؤلف يفصح عن ذلك بوضوح. وتجادل الدراسة بأن الحظر الصارم غالباً ما يدفع السلوك إلى العمل تحت الأرض، مما يجعل اكتشافه أصعب، بينما يخلق نهج الشفافية نظاماً من المساءلة؛ فإذا أفصح الباحث عن استخدامه للأداة، يمكن الحكم عليه بناءً على كيفية استخدامه لها، أما إذا أخفى ذلك، فهو يرتكب عملية تزوير.

بناءً على هذه النتائج، يقترح المؤلف مجموعة من الخطوات العملية لحماية نزاهة البحث دون كبح الابتكار المشروع. ويقترح أن تتبنى الجامعات قواعد واضحة تتطلب الإفصاح بدلاً من مجرد الحظر، مما يسمح للباحثين باستخدام الأدوات المفيدة مع الحفاظ على الأمانة بشأن أساليبهم. كما يوصي بأن تستثمر المؤسسات في أنظمة كشف متعددة الأساليب لفحص الطلبات المقدمة، مع الإقرار بأنه رغم عدم مثالية أي أداة، إلا أن الجمع بين عدة فحوصات أفضل من لا شيء. وأخيراً، تؤكد الدراسة أن التعليم أمر بالغ الأهمية؛ فقد لا يدرك العديد من الباحثين أن استخدام هذه الأدوات دون إفصاح يعد انتهاكاً للأخلاقيات. ومن خلال تدريب الباحثين على الاستخدام المسؤول ووضع عواقب واضحة ومتسقة لسوء السلوك، يمكن للمجتمع العلمي إدارة هذا الواقع الجديد. وتخلص الدراسة إلى أن هذه ليست أزمة انهيار أخلاقي، بل هي تحدٍ إداري؛ فالبيانات تظهر أن المشكلة حقيقية ومتنامية، ولكن مع سياسات قائمة على الأدلة وكشف صادق، يمكن الحفاظ على نزاهة الأدبيات العلمية.