Auditable Multi-LLM Evidence Synthesis for Contested Heritage Origins: Comparing Competing Hypotheses in the Turpan Karez Debate
تقترح هذه الورقة إطار عمل لتركيب الأدلة متعدد النماذج اللغوية الكبيرة وقابل للتدقيق، يحل النزاع حول أصول نظام "الكريز" في توربان من خلال التقييم الكمي للفرضيات المتنافسة، مما يحدد في النهاية فرضية "المدخل من وسط آسيا" باعتبارها التفسير الأكثر دعمًا بناءً على تحليل شامل للأدبيات المتعددة اللغات والمجزأة.
المؤلفون الأصليون:Xiangping Qi, Muhammad Irfan Malik, Zhongjing Wang, Jingping Zhang, Shaolan Wang, Hongjian Gan, Kanghui Li, Yixuan Shi
في المناظر الطبيعية القاحلة في وسط آسيا، حيث الماء هو أثمن مورد، حقق إنجاز هندسي مذهل استدامة الحياة لقرون: "الكريز". هذه ليست مجرد آبار بسيطة، بل هي أنظمة معقدة تحت الأرض تستغل طبقات المياه الجوفية الجبلية وتوجه المياه عبر أنفاق ذات انحدار طفيف إلى السهول أدناه، مما يجلب الحياة إلى الواحات دون فقدان الماء بسبب التبخر. ولأجيال، ناقش العلماء الأصل الحقيقي لهذه التكنولوجيا في حوض توربان بالصين. والمسألة ليست مجرد مسألة أكاديمية؛ بل تمس كيفية تكيف المجتمعات البشرية تاريخياً مع البيئات القاسية وكيفية انتقال الأفكار والتقنيات عبر العالم. هناك ثلاث نظريات رئيسية تنافست طويلاً لنيل القبول. تقترح إحداها أن التكنولوجيا جُلبت من سهول الصين الوسطى؛ ويجادل أخرى بأنها وصلت من وسط آسيا، محمولة عبر طرق التجارة القديمة؛ وتفترض نظرية ثالثة أن السكان المحليين في توربان ابتكروها بشكل مستقل، بما يتناسب تماماً مع جغرافيتهم الفريدة. تكمن المشكلة في أن السجل التاريخي عبارة عن شبكة متشابكة من الوثائق المجزأة، والاقتباسات المتكررة، والتفسيرات المتضاربة، مما يجعل من المستحيل تقريباً تحديد أي قصة هي الأكثر دقة.
ولقطع الطريق على هذا الارتباك، ابتكر فريق من الباحثين من جامعات في الصين وباكستان والولايات المتحدة طريقة جديدة لغربلة الأدلة. لقد تعاملوا مع الجدل ليس كمعركة آراء، بل كمشكلة بيانات، حيث بنوا إطاراً رقمياً لتنظيم آلاف الصفحات من الأدبيات التاريخية المكتوبة بست لغات مختلفة. وبدلاً من الاعتماد على خبير واحد لقراءة كل كتاب وتكوين رأي، استخدموا فريقاً من نماذج الذكاء الاصطناعي المتقدمة لقراءة النصوص في وقت واحد. وقد وُجهت هذه النماذج لتعمل مثل أرشيفيين دقيقين، حيث تقوم باستخراج جمل محددة تذكر أصل "الكريز"، والتحقق من المصدر الدقيق لتلك الجمل، والتأكد من أن النص يدعم بالفعل الادعاء المقدم. ومن الأهمية بمكان أن النظام صُمم ليكون قابلاً للتدقيق، مما يعني أنه يمكن تتبع كل قطعة من الأدلة وصولاً إلى صفحتها وفقرتها الأصلية، لضمان عدم فقدان أو اختلاق أي معلومات.
جمع الباحثون 275 منشوراً كاملاً، تتراوح بين سجلات السفر القديمة والدراسات العلمية الحديثة، وأغذوا بها نظامهم. حددت نماذج الذكاء الاصطناعي مئات القرائن المحتملة، والتي تم فحصها لاحقاً مقابل النصوص المصدرية الأصلية لضمان الدقة. قام النظام بتجميع هذه القرائن في "عائلات"، مدركاً أن عشرة كتب مختلفة تشير جميعها إلى نفس الوثيقة الأصلية، لا تمثل عشر قطع من الأدلة، بل قطعة واحدة فقط. وقد منع هذا عملية التحييد التي قد يسببها حجم الاقتباسات المتكررة. وبعد عملية التنقية والتحقق الصارمة هذه، بقي لدى الفريق مجموعة صلبة من الأدلة المتحقق منها لتقييم النظريات الثلاث المتنافسة.
كشفت نتائج هذا التركيب الرقمي الضخم عن صورة واضحة، وإن كانت دقيقة. برزت النظرية التي تقول إن تكنولوجيا "الكريز" أُدخلت من وسط آسيا كأكثر الفرضيات مدعومة بقوة بناءً على المؤلفات المتاحة. فقد حصدت أكبر عدد من عائلات الأدلة المستقلة، مما يشير إلى أن فكرة الأصل الخارجي تحظى بأوسع دعم في السجل التاريخي. ومع ذلك، وجدت الدراسة أيضاً أن نظرية الابتكار المحلي ظلت منافساً قوياً للغاية. فبينما امتلكت عدداً أقل من إجمالي قطع الأدلة، إلا أن الأدلة التي كانت لديها كانت أكثر تنوعاً وواجهت معارضة أقل من قبل العلماء الآخرين. أما النظرية الثالثة، التي زعمت أن التكنولوجيا جاءت من سهول الصين الوسطى، فقد تلقت أقل قدر من الدعم في هذا التحليل المحدد.
إن ما يجعل هذا الاكتشاف مهماً ليس فقط ترتيب النظريات، بل الوضوح الذي تعرض به الدراسة حالة عدم اليقين. لم يعلن الباحثون أن الأصل الآسيوي الأوسط هو حقيقة مطلقة وغير قابلة للتغيير، بل أظهروا أنه بينما يحتل هذا الأصل الصدارة حالياً، فإن الفجوة بينه وبين نظرية الابتكار المحلي ضيقة بما يكفي لإمكانية أن تؤدي اكتشافات جديدة إلى تغيير الموازين. تسلط الدراسة الضوء على أن الجدل قد تعثر ليس بسبب نقص المعلومات، بل بسبب نقص وسيلة منهجية لتنظيم تلك المعلومات. ومن خلال إنشاء عملية شفافة وخطوة بخطوة يمكن لأي شخص اتباعها والتحقق منها، قدم الفريق معياراً جديداً لكيفية استقصاء أصول التراث الثقافي. لقد أثبتوا أنه حتى عندما تغيب "الدليل القاطع"، فإن التركيب المدروس والمنظم لكل المعرفة المتاحة يمكن أن يكشف عن القصة الأكثر منطقية في الوقت الحالي، مما يوفر مساراً واضحاً للمؤرخين وعلماء الآثار المستقبليين للبناء عليه.
ملخص تقني: توليف أدلة متعدد النماذج اللغوية الكبيرة القابل للتدقيق لأصول التراث المتنازع عليها
بيان المشكلة لا تزال أصول نظام "الكهريز" في توربان (أنظمة الري تحت الأرض) في الصين موضوع نقاش أكاديمي حاد، يتمحور حول ثلاث فرضيات متنافسة: فرضية "المدخل من آسيا الوسطى" (CAI)، وفرضية "المدخل من السهول المركزية" (CPI)، وفرضية "الابتكار المحلي" (LPI). يعيق هذا النقاش وجود أدبيات متعددة اللغات ومجزأة (تمتد عبر الصينية، والإنجليزية، والروسية، والفرنسية، والفارسية، والعربية)، بالإضافة إلى ممارسات الاستشهاد الدائرية حيث يتم الاستشهاد مرارًا وتكرارًا بنفس المصدر الأولي عبر منشورات متعددة، وعدم اتساق المعايير الاستدلالية. والأهم من ذلك، لا يوجد "دليل ذهبي" واحد يمكنه التأكيد أو النقض بشكل قاطع لأي فرضية. إن الأدوات الحوسبية التقليدية (مثل CiteSpace وVOSviewer) فعالة في رسم الخرائط الببليومترية، لكنها تفتقر إلى القدرة على استخراج الادعاءات العلمية الجوهرية، أو التمييز بين التفسيرات الأصلية ووجهات النظر المستشهد بها، أو التحقق من الأدلة مقابل النصوص المصدرية. علاوة على على ذلك، غالبًا ما تعاني النماذج اللغوية الكبيرة (LLMs) الموجودة من الهلوسة وضعف تتبع المصادر عند معالجة مجموعات النصوص التاريخية المعقدة.
المنهجية يقترح المؤلفون إطار عمل لتوليف الأدلة متعدد اللغات ومتعدد النماذج اللغوية الكبيرة والقابل للتدقيق، مصمم لتقييم الفرضيات التاريخية المتنافسة من خلال سير عمل مهيكل يتضمن العنصر البشري. تتكون المنهجية من خمس مراحل أساسية:
بناء مجموعة النصوص متعددة اللغات: تم استخدام استراتيجية بحث تصاعدية من ثلاث مراحل عبر ثماني قواعد بيانات (بما في ذلك Web of Science وScopus وCNKI وeLIBRARY.RU) باستخدام المنطق البولياني لتوسيع نطاق مصطلحات البحث ثم تضييقها (المصطلحات الجوهرية ← المصطلحات الموضوعية ← المصطلحات الجغرافية). نتج عن ذلك مجموعة نهائية من 275 منشورًا كامل النص بست لغات، تمت معالجتها وفقًا لإرشادات PRISMA 2020.
استرجاع (RAG) قابل للتتبع: تم تنظيف النصوص الكاملة، وتطبيعها، وتقسيمها هرميًا (باستهداف حوالي 1,000 حرف). تم استخدام نظام "التوليد المعزز بالاسترجاع" (RAG) الذي يستخدم دمج الرتب التبادلية (RRF) مع درجات استرجاع BM25 وTF-IDF لتحديد المقاطع المرشحة. تم تنفيذ ثماني استعلامات متعددة اللغات، مما أسفر عن 141 قطعة مستهدفة فريدة (بالإضافة إلى السياق) تم اختيارها لاستخراج الأدلة.
استخراج الأدلة المتوازي عبر نماذج لغوية متعددة: قامت ثلاثة نماذج لغوية كبيرة متميزة (DeepSeek V4 Pro، وGLM-5.2، وQwen3.7-Plus) بمعالجة نفس قطع النصوص بشكل مستقل. تم توجيه هذه النماذج لاستخراج أدلة مهيكلة (موقع الأصل، التاريخ، الموقف، نوع الدليل) بدقة من النص المقدم فقط، مع حظر استخدام المعرفة البارامترية أو الأدوات الخارجية. نتج عن ذلك 727 سجل دليل مرشح فريد.
التحقق عبر النماذج والتحكيم البشري: تم تنفيذ مسار تحقق صارم:
التحقق المقيد بالمصدر: أعادت النماذج الثلاثة تقييم المرشحين مقابل النص المصدر للتحقق مما إذا كانت الادعاءات "مستنتجة"، أو "متناقضة"، أو "غير كافية".
المراجعة البشرية: خضعت السجلات التي حصلت على تأكيد من نموذجين أو أكثر لمراجعة عمياء من قبل باحثين بشريين. صُنفت السجلات على أنها موثقة (في حالة الاتفاق)، أو غير مؤكدة (في حالة الاختلاف)، أو مرفوضة.
دمج عائلات الأدلة: لمنع تضخم الأدلة الناتج عن الاستشهادات المتكررة، تم تجميع السجلات الموثقة في 484 عائلة أدلة بناءً على المصادر الأولية المشتركة، أو الأحداث التاريخية، أو سلاسل الاستشهاد.
تقييم الفرضيات وتحليل المتانة: تم تسجيل الفرضيات الثلاث عبر أربعة أبعاد: كفاية الأدلة (عدد العائلات الداعمة)، توازن صافي الأدلة (الدعم مقابل المعارضة)، الإجماع العلمي (توزيع مواقف المؤلفين)، وتنوع أنواع الأدلة (مؤشر شانون عبر الأدلة الوثائقية، والمادية، والأسطورية). تم اختبار المتانة عبر تغيير أوزان المتغيرات، وتحليل "ترك النموذج الواحد خارج المجموعة"، و1iterations bootstrap على مستوى 10,000 عائلة.
النتائج الرئيسية
حجم الأدلة: من بين 275 وثيقة، استخرج إطار العمل 633 سجل دليل موثق (87.1% من المرشحين)، و85 سجلًا غير مؤكد، و9 سجلات مرفوضة.
تكامل النماذج: أظهرت النماذج الثلاثة تكاملًا ملحوظًا؛ حيث تم تحديد 75.65% من سجلات المرشحين الفريدة بواسطة نموذج واحد فقط، مما يبرز ضرورة النهج متعدد النماذج.
تسجيل الفرضيات:
فرضية المدخل من آسيا الوسطى (CAI): حققت أعلى كفاية للأدلة (116 عائلة داعمة) وأعلى درجة مركبة (0.5735).
فرضية الابتكار المحلي (LPI): حققت أعلى توازن لصافي الأدلة (0.862)، وأعلى إجماع علمي (0.778)، وأعلى تنوع في أنواع الأدلة (0.410)، مما أدى إلى درجة مركبة قدرها 0.5125.
فرضية المدخل من السهول المركزية (CPI): حصلت على أدنى الدرجات في جميع الأبعاد، بدرجة مركبة بلغت 0.3321.
المتانة: في 82.6% من عمليات (10,000 bootstrap iteration)، احتلت فرضية CAI المرتبة الأولى. ومع ذلك، كان التصنيف حساسًا لظروف محددة: فعند إعادة ترميز الأدلة غير المؤكدة مقابل الفرضية الرائدة، أو عند استبعاد نموذج DeepSeek، احتلت فرضية LPI المرتبة الأولى أحيانًا. لم يكن التصنيف مدفوعًا بأي عائلة أدلة واحدة.
الأهمية والادعاءات يدعي البحث تقديم نموذج جديد لاستقصاء أصول التراث في ظل غياب أدلة أثرية حاسمة. وتتمثل مساهماته الأساسية في الجانب المنهجي وليس في الاستنتاجات التاريخية النهائية:
القابلية للتدقيق والتتبع: يجعل إطار العمل عملية توليف الأدلة بأكملها شفافة، من خلال ربط الدرجات النهائية بأرقام الصفحات المحددة، وقطع النصوص، والوثائق المصدرية، مما يعالج طبيعة "الصندوق الأسود" للذكاء الاصطناعي في البحث التاريخي.
التعامل مع الأصول المتنازع عليها: يوفر آلية مهيكلة لمقارنة الفرضيات المتنافسة من خلال قياس حجم الأدلة، والتوازن، والإجماع، والتنوع، متجاوزًا مجرد حساب عدد الاستشهادات.
التعاون بين الإنسان والنماذج اللغوية الكبيرة: تُظهر الدراسة أن النماذج اللغوية الكبيرة فعالة في اكتشاف واستخراج الأدلة على نطاق واسع، ولكنها تتطلب تحكيمًا بشريًا للتفسير التاريخي والتحقق من الصحة.
استنتاج تاريخي متواضع: يشير المؤلفون صراحةً إلى أن نتائجهم تشير إلى دعم استدلالي نسبي ضمن هذه المجموعة من النصوص وهذا الإطار، وليس حقيقة تاريخية نهائية. ويخلصون إلى أن CAI تمتلك حاليًا ميزة نسبية في قاعدة الأدلة، لكن LPI تظل تفسيرًا قويًا منافسًا، وأن النقاش قد يتضمن مراحل تاريخية مختلفة (النقل مقابل التكيف المحلي) وهي ليست بالضرورة متعارضة.
يُقدم إطار العمل كأداة لتعزيز التنظيم المنهجي وقابلية التكرار في توليف الأدلة القائم على الأدبيات واسعة النطاق، مما يوفر أساسًا شفافًا لإعادة تقييم التفسيرات مع ظهور أدلة جديدة.