Did LLMs colonize scientific titles? Fifty years of titular colonicity
تحلل هذه الدراسة بيانات العناوين العلمية لخمسين عاماً لتثبت أنه بينما يعد استخدام النقطتين الرأسيتين عرفاً قديماً يتزايد في الانتشار، فإن النماذج اللغوية الكبيرة تولد عناوين ذات وتيرة أعلى بكثير في استخدام النقطتين الرأسيتين مقارنة بالمؤلفين البشر، وهو نمط يتأثر بالصيغة المستخدمة (prompt) ويؤثر على أداء ترتيب الاسترجاع.
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
غالباً ما تُحكّم الأوراق العلمية من خلال عناوينها، تلك العبارات الموجزة التي يجب أن تقوم بالمهمة الشاقة المتمثلة في إخبار القارئ عما تدور حوله الدراسة حتى قبل أن ينقر على الرابط. لعقود من الزمن، لاحظ الباحثون نمطاً محدداً في هذه العناوين: استخدام النقطتين الرأسيتين، تلك العلامة الترقيمية الصغيرة المكونة من نقطتين. قد يقرأ العنوان "تغير المناخ: منظور جديد"، مستخدماً النقطتين للفصل بين موضوع واسع وتركيز محدد. هذه العادة، المعروفة في الدوائر الأكاديمية باسم "الاستعمار العنواني" (titular colonicity)، لوحظت منذ ثمانينيات القرن الماضي. وهي أداة قياسية لتنظيم المعلومات، ولكن مؤخراً، دخل قوة جديدة إلى الغرفة: نماذج اللغات الكبيرة. هذه أنظمة ذكاء اصطناعي مدربة على كميات هائلة من النصوص يمكنها الآن كتابة الملخصات، والإجابة على الأسئية، وحتى صياغة العناوين العلمية. ومع شيوع هذه الأدوات في البحث، يبرز سؤال طبيعي: هل تغير طريقة كتابتنا؟ وتحديداً، هل تفرط هذه الآلات في استخدام النقطتين الرأسيتين، مما يجعلها ربما علامة مميزة لمخرجاتها، وهل تساعد هذه العلامة الترقيمية حقاً أم تضر عندما تحاول حاسبة البحث عن ورقة في قاعدة بيانات؟
للإجابة على ذلك، أجرى فريق من الباحثين من مؤسسة "إنترأكتيف كرافتس" (Interactive Crafts) في بولندا تحقيقاً ضخماً يمتد عبر خمسين عاماً من التاريخ العلمي. لم يكتفوا بالتخمين؛ بل نظروا في ما يقرب من خمسة وتسعين مليون مقال دوري نُشرت بين عامي 1976 و2025، وهي مجموعة مستمدة من قاعدة بيانات عالمية تسمى "أوبن أليكس" (OpenAlex). كانت مهمتهم الأولى هي رسم خريطة لتاريخ النقطتين الرأسيتين. ووجدوا أن استخدامهما لم يكن أبداً خطاً مستقيماً صاعداً أو هابطاً. بدلاً من ذلك، تذبذبا عبر العقود، حيث استقرا عند حوالي 16 بالمئة في أواخر السبعينيات، ثم ارتفعا وانخفضا، ثم صعدا مرة أخرى في السنوات الأخيرة. وبحلول عام 2022، احتوى حوالي 25 بالمئة من العناوين باللغة الإنجليزية على نقطتين رأسيتين. وبحلول عام 2024، قفز هذا الرقم إلى ما يقرب من 29 بالمئة، وأشارت نظرة أولية لعام 2025 إلى أنه قد يصل إلى 34 بالمئة. وبينما يعد هذا الارتفاع الأخير ملحوظاً، فقد أكد الباحثون بحذر أن هذا الاتجاه بدأ قبل أن يصبح الذكاء الاصطناعي أداة مهيمنة للكتابة، مما يعني أن الزيادة هي جزء من قصة أطول وأكثر تعقيداً لكيفية كتابة العلماء، وليست بالضرورة تحولاً مفاجئاً تسببت فيه الآلات.
ثم وجه الفريق انتباهه إلى الآلات نفسها. أخذوا ما يقرب من 1700 ملخص علمي — ملخصات لأوراق بحثية — وطلبوا من ثلاثة نماذج لغوية مختلفة مفتوحة المصدر توليد عناوين جديدة لها. أعطوا النماذج نوعين من التعليمات: أحدهما محايد، يطلب ببساطة عنواناً، والآخر يطلب من النماذج اتباع تقاليد الأسلوب الخاصة بالمجال العلمي، مثل البيولوجيا أو الهندسة. كانت النتائج مذهلة. فعندما كتبت النماذج العناوين، استخدمت النقطتين الرأسيتين بوتيرة أكبر بكثير مما يفعل المؤلفون البشر في الأوراق المنشورة. بالنسبة للنموذج الأساسي الذي تم اختباره، احتوت 41 بالمئة من العناوين المحايدة على نقطتين رأسيتين، مقارنة بـ 27 بالمئة فقط من العناوين المنشورة فعلياً. وعندما طُلب من النماذج اتباع تقاليد المجال، ارتفع معدل استخدام النقطتين الرأسيتين بشكل أكبر، ليصل إلى 60 بالمئة. يشير هذا إلى أنه بينما يستخدم البشر النقطتين باعتدال، فإن أنظمة الذكاء الاصطناعي هذه لديها ميل قوي للإفراط في استخدامهما، خاصة عند مطالبتها بمحاكاة أساليب أكاديمية محددة. كما وجد الباحثون أن النماذج كانت غير متسقة؛ فأحياناً تنتج عنواناً يحتوي على نقطتين، وأحياناً أخرى لا تفعل ذلك، حتى عند النظر في نفس الملخص، مما يشير إلى أن هذا السلوك حساس لكيفية طرح السؤال.
أخيراً، أراد الباحثون معرفة ما إذا كانت هذه العلامة الترقيمية تهم بالفعل عندما يحاول حاسوب البحث عن ورقة. أقاموا تجربة منضبطة حيث أخذوا عناوين تحتوي على نقطتين رأسيتين واحدة واستبدلوا تلك النقطتين بمسافة بسيطة، مع ترك كل كلمة أخرى كما هي تماماً. ثم طلبوا من نظام بحث العثور على الورقة الأصلية باستخدام العنوان المعدل. ومن المثير للدهشة، جعل حذف النقطتين الرأسيتين عملية البحث أكثر فعالية قليًلاً. فقد وجد النظام الورقة الصحيحة بشكل متكرر أكثر وصنفها في مرتبة أعلى في قائمة النتائج عندما اختفت النقطتان. هذا لا يعني أن النقطتين السيئتين للقراء البشر، ولكنه يظهر أنه بالنسبة لتقنية البحث المستخدمة في هذا الاختبار، عملت النقطتان كعائق طفيف. أشار الباحثون إلى أن هذا التأثير لم يكن عالمياً؛ فبالنسبة للعديد من العناوين، لم يحدث التغيير أي فرق، لكن بالنسبة لجزء كبير منها، كان المسافة تعمل بشكل أفضل من النقطتين.
يخلص البحث إلى أنه بينما تقوم نماذج اللغات الكبيرة بالفعل باستعمار العناوين العلمية بتكرار يتجاوز المعايير البشرية، فإن هذا لا يعني أنها السبب الوحيد للارتفاع الأخير في استخدام النقطتين الرأسيتين. لقد بدأ هذا الاتجاه قبل اعتماد هذه الأدوات على نطاق واسع، والزيادة هي على الأرجح مزيج من تغير العادات البشرية وتأثير الآلة. علاوة على ذلك، فإن وجود النقطتين الرأسيتين ليس وسيلة موثوقة لتحديد ورقة كتبتها الآلة، حيث استخدمها البشر لعقود. الخلاوت الحقيقية هي أن علامات الترقيم ليست مجرد خيار أسلوبي؛ بل هي متغير يغير كيفية قراءة الآلات للمعلومات واسترجاعها. ومع دمج الذكاء الاصطناعي بشكل أكبر في عملية البحث، يصبح فهم هذه التحولات الصغيرة في اللغة أمراً ضرورياً، ليس فقط لرصد الذكاء الاصطناعي، بل لضمان أن المعرفة التي ننتجها لا تزال قابلة للاكتشاف من قبل الأنظمة المصممة لمشاركتها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.