The Invisible Infrastructure of Biomedical Research: An Exploratory Analysis of Software Mentions and Sentence-Level Citation Marking
يكشف هذا التحليل الاستكشافي لما يقرب من 800,000 ذكر للبرمجيات في الأوراق البحثية الطبية الحيوية أن تحديد الاستشهاد على مستوى الجملة منخفض بشكل عام (10.7%) ويتفاوت بشكل كبير حسب نوع الأداة، حيث تُستشهد الحزم الإحصائية بأقل تكرار، مما يسلط الضة على الحاجة إلى تدخلات سياساتية مستهدفة وطرق تحقق محسنة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
تعتمد العلوم الحديثة بشكل كبير على أدوات غير مرئية. فعندما يقوم عالم بيولوجيا بتسلسل شريط من الحمض النووي (DNA) أو يقوم عالم إحصاء بتحليل مجموعة بيانات ضخمة، فإنه لا يستخدم مجرد قلم وورقة؛ بل يشغل برامج حاسوبية معقدة. هذه البرامج هي محركات الاكتشاف، وهي التي تشكل ما يمكن للباحثين استنتاجه ومدى سرعة عملهم. ومع ذلك، فإن النظام الذي يستخدمه العلماء لمنح الفضل في عملهم — وهو الاستشهاد الأكاديمي — قد بُني للكتب والمقالات، وليس للبرمجيات. فعندما يذكر باحث برنامجاً ما في ورقة بحثية، غالباً ما يظهر كاسم بسيط داخل جملة، مثل أداة موضوعة على طاولة عمل. ولأن هذه الأسماء نادراً ما ترتبط بمرجع رسمي، فإن الأشخاص الذين بنوا البرمجيات لا يتلقون في كثير من الأحيان التقدير المستحق لجهودهم. وهذا النقص في الاعتراف يجعل من الصعب تبرير الوقت والمال اللازمين لاستمرار تشغيل هذه الأدوات، كما يترك فجوة في السجل تجعل من الصعب على الآخرين تكرار التجارب.
تبحث دراسة جديدة أجراها "مد مصطفى بيلا" من جامعة أركنساس في ليتل روك، في مدى تكرار حدوث هذا الأمر وما إذا كانت المشكلة هي نفسها لجميع أنواع البرمجيات. نظر الباحث في ما يقرب من 800,000 ذكر لأسماء البرمجيات داخل ما يقرب من 140,000 ورقة بحثية في مجال الطب الحيوي نُشرت بين عامي 1980 و2022. ولم يكتفِ الباحث بعدّ عدد المرات التي ذُكر فيها البرنامج فحسب، بل فحص الجمل بدقة ليرى ما إذا كان ذكر البرنامج مصحوباً بعلامة استشهاد رسمية، مثل رقم بين قوسين أو رقم علوي يشير إلى قائمة المراجع. وهذا التمييز أمر بالغ الأهمية لأن الاسم العائم في جملة يكون مرئياً للقارئ البشري ولكنه غير مرئي للأنظمة الآلية التي تتبع التأثير العلمي.
وجد الباحث أن الاستشهاد الرسمي نادر بشكل مفاجئ. ففي كامل المجموعة من الأوراق البحثية، حمل حوالي 11 بالمائة فقط من ذكر البرمجيات علامة استشهاد في نفس الجملة. أما الغالبية العظمى، أي ما يقرب من 70 بالمائة، فكانت مجرد أسماء مجردة مكتوبة في النص. ومع ذلك، كشفت الدراسة أن هذا المعدل المنخفض ليس موحداً عبر جميع أنواع الأدوات؛ إذ يعتمد احتمال استشهاد الباحث بأداة برمجية بشكل كبير على نوع هذه الأداة. فأطر تعلم الآلة (Machine-learning frameworks)، التي تُستخدم لتدريب نماذج الذكاء الاصطناعي، تم الاستشهاد بها في حوالي 18 بالمائة من حالات ذكرها. أما لغات البرمجة، فقد تم الاستشهاد بها في حوالي 16 بالمائة من الحالات. وفي تباين صارخ، كانت الحزم الإحصائية للأغراض العامة، وهي خيول العمل في تحليل البيانات، تُستشهد بها في 2 بالمائ Cent فقط من الحالات. أما برامج إدارة المراجع، وهي الأدوات المستخدمة لتنظيم المراجع، فقد تم الاستشهاد بها في 1 بالمائ Cent فقط من الحالات.
يشير هذا النمط إلى أن الطريقة التي يتحدث بها العلماء عن البرمجيات ليست مجرد عادة خاطئة واحدة، بل هي مجموعة من الأعراف المختلفة حسب نوع الأداة. فغالون يتم التعامل مع البرمجيات الإحصائية كأنها معدات قياسية، مثل المجهر أو أنبوب الاختبار، بدلاً من كونها عملاً فريداً يستحق تقديراً محدداً. فعندما يقول عالم إنه استخدم حزمة إحصائية، فإنه غالباً ما يتبع عرفاً منهجياً لا يتطلب استشهاداً. وعلى العكس من ذلك، فإن أطر تعلم الآلة غالباً ما ترتبط بأوراق بحثية تعتبر هي الطريقة الأساسية للاستشهاد بالأداة، مما يؤدي إلى معدلات استشهاد أعلى. كما وجدت الدراسة أن الطريقة التي يُسمى بها الأداة في النص تغير احتمالية الاستشهاد بها؛ فإذا تضمنت الجملة رابط ويب للبرمجيات، فمن المرجح أن تحتوي على استشهاد رسمي. أما إذا ذكرت الجملة الشركة أو المطور الذي صنع البرمجيات، فمن المرجح جداً ألا يكون هناك استشهاد، مما يشير إلى أن تسمية المبتكر غالباً ما تحل محل الحاجة إلى مرجع رسمي في نظر المؤلف.
كما اختبر الباحث مدى قدرة الطرق الحالية على التمييز بين اسم البرنامج وكلمة عادية قد تبدو مثله. فالعديد من الأدوات البرمجية لها أسماء هي كلمات إنجليزية شائعة، مثل "star" (نجم)، أو "cluster" (عنقود)، أو "string" (سلسلة). ووجدت الدراسة أن القوائم القياسية للبرمجيات المعروفة لم تتضمن أي أسماء غامضة كهذه. وعندما حاول الباحث استخدام قواعد بسيطة تعتمد على الكلمات المحيطة لتحديد ما إذا كانت كلمة مثل "cluster" تشير إلى برنامج أم مجرد مجموعة من الأشياء، نجحت القواعد بشكل متوسط ولكنها فشلت كثيراً عندما كان السياق تقنياً. وهذا يسلط الض الضوء على تحدٍ كبير: الأدوات المستخدمة لتتبع ذكر البرمجيات آلياً ليست جيدة بما يكفي للتعامل مع الأسماء الأكثر شيوعاً وغموضاً دون مساعدة بشرية أو تقنية أكثر تقدماً.
تخلص الدراسة إلى أنه بينما تعد مشكلة نقص الاستشهاد بالبرمجيات أمراً حقيقياً، إلا أنها ليست مجرد حالة بسيطة من نسيان العلماء لتقديم التقدير. بل هي قضية معقدة حيث تُعامل أنواع مختلفة من الأدوات بقواعد مختلفة. وتكون الفجوة أوسع بالنسبة للحزم الإحصائية التي تقود الكثير من الأبحاث الحديثة. وبما أن البيانات المستخدمة في هذه الدراسة لم تكن عينة عشوائية مثالية ولم يتم التحقق من طرق تحديد البرمجيات بشكل كامل مقابل خبراء بشريين، فإن النتائج تُعتبر الأفضل كخريطة توضح أين تشتد المشكلة، بدلاً من كونها إحصاءً نهائياً. وتشير النتائج إلى أن قاعدة واحدة تطلب من جميع العلماء "استشهد ببرمجياتك" قد لا تنجح. بدلاً من ذلك، قد تحتاج السياسات إلى أن تكون مصممة خصيصاً لأنواع معينة من الأدوات، لا سيما تلك التي تُعامل حالياً كمعدات غير مرئية، لضمان حصول بناة البنية التحتية الرقمية للعلم أخيراً على التقدير الذي يستحقونه.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.