د. زياد أبو الرُّب
الجامعة الألمانية الأردنية
لم يعد السؤال اليوم: هل دخل الذكاء الاصطناعي إلى البحث العلمي؟ فقد دخل بالفعل، وبسرعة أكبر مما توقّع كثيرون. السؤال الأعمق هو: ماذا بقي من معنى البحث العلمي إذا أصبح الذكاء الاصطناعي حاضرًا في معظم حلقاته، من البحث عن المراجع، إلى كتابة المسودة، إلى تحليل البيانات، إلى مراجعة اللغة، إلى التحكيم، وربما إلى قرار النشر نفسه؟
في المشهد الأكاديمي الجديد، يستخدم الباحث أدوات الذكاء الاصطناعي للبحث عن المراجع وتلخيص الدراسات، وصياغة الإطار النظري، وتحسين اللغة، وكتابة الأكواد، وإجراء بعض التحليلات الإحصائية، بل واقتراح أسئلة بحثية وفرضيات جديدة. ومن المهم هنا التمييز بين فئتين من الأدوات: الأولى أدوات مساعدة مثل برامج التدقيق اللغوي، والتحليل الإحصائي، وإدارة المراجع، ومسح الأدبيات العلمية، وهي أدوات تعزز الكفاءة وتختصر الوقت مع مخاطر محدودة نسبيًا إذا أُحسن استخدامها. أما الفئة الثانية فهي النماذج التوليدية المتقدمة القادرة على إنتاج نصوص وتحليلات واقتراحات بحثية كاملة، وهنا ترتفع المخاطر المرتبطة بالأخطاء غير المرئية، والهلوسات المعرفية، والتحيزات، وإنتاج محتوى يبدو مقنعًا رغم افتقاره إلى الدقة أو الأصالة.
وفي الجهة المقابلة، بدأ بعض المحكمين والمحررين يستخدمون الأدوات ذاتها لتلخيص الأبحاث، وفحص الاتساق، واكتشاف التشابه، وتقييم جودة العرض والمنهجية، وفرز المقالات الأولية. أما الناشرون، فقد أصبحوا أكثر اعتمادًا على الأنظمة المؤتمتة في إدارة تدفق الأبحاث، واختيار المحكمين، وضبط الشكل، والتحقق من المعايير الفنية.
وهنا يظهر السؤال المقلق: إذا كان الذكاء الاصطناعي يساعد الباحث في الكتابة، ويساعد المحكم في التقييم، ويساعد المحرر في اتخاذ القرار، فمن الذي يحاور من؟ وهل نقترب من لحظة يكتب فيها ذكاء اصطناعي بحثًا، ليراجعه ذكاء اصطناعي آخر، ثم يوصي بقبوله ذكاء اصطناعي ثالث؟
للوهلة الأولى، يبدو الأمر وكأننا ندخل حلقة مفرغة. لكن الحقيقة أن الأزمة أعمق من الذكاء الاصطناعي نفسه. فالبحث العلمي لم يكن يومًا مجرد ورقة تُكتب، ولا ملفًا يُرفع إلى مجلة، ولا رقمًا يُضاف إلى السيرة الذاتية. الورقة العلمية كانت في أصلها وسيلة لتوثيق اكتشاف، أو فهم جديد، أو حل لمشكلة حقيقية، أو إضافة نوعية إلى تراكم المعرفة الإنسانية. المشكلة بدأت حين تحولت الورقة من وسيلة إلى غاية، وحين أصبح عدد المنشورات أحيانًا أهم من قيمة السؤال، وعدد الاستشهادات أهم من عمق الفكرة، ومؤشرات التصنيف أهم من الأثر الحقيقي في العلم والمجتمع.
بهذا المعنى، لم يصنع الذكاء الاصطناعي أزمة البحث العلمي، لكنه كشفها بوضوح أكبر. فإذا كان الهدف من البحث هو زيادة عدد الأوراق، فإن الذكاء الاصطناعي سيخدم هذا الهدف بكفاءة مذهلة. سيكتب أسرع، ويلخص أكثر، ويعيد الصياغة بلا تعب، ويقترح عناوين جذابة، وينتج نصوصًا تبدو متماسكة. وقد شهدت السنوات الأخيرة حالات أثارت جدلًا واسعًا بعد اكتشاف استخدام أدوات توليدية في إعداد أجزاء من أوراق علمية أو مراجعات أدبية دون إفصاح كافٍ، كما دفعت بعض المجلات إلى تحديث سياساتها بشأن الإفصاح والمسؤولية العلمية. كذلك بدأت دراسات أولية تشير إلى أن أدوات التلخيص والتوليد تغيّر بالفعل ممارسات الباحثين في مراجعة الأدبيات وصياغة المسودات، بما يرفع الإنتاجية من جهة ويثير تساؤلات حول العمق النقدي والاستقلالية الفكرية من جهة أخرى.
أما إذا كان الهدف هو إنتاج معرفة جديدة، واكتشاف معنى خفي، وفهم ظاهرة معقدة، وربط العلم بحاجات الإنسان والمجتمع، فإن دور الإنسان لا يزال جوهريًا، بل ربما يصبح أكثر أهمية من أي وقت مضى.
فالذكاء الاصطناعي قد يساعدنا في الإجابة، لكنه لا يعرف دائمًا أي سؤال يستحق أن يُطرح. وقد يعالج البيانات، لكنه لا يفهم بالضرورة ألم المشكلة أو أثرها أو أولويتها. وقد يقترح فرضية، لكنه لا يحمل خبرة الباحث، ولا حدسه، ولا إحساسه بالتناقض، ولا قدرته على التقاط ما لا تقوله الأرقام صراحة. في البحث العلمي الحقيقي، هناك لحظة إنسانية لا يمكن اختزالها في الخوارزمية: لحظة الشك، والدهشة، والمسؤولية، والحكم على القيمة.
السؤال الجوهري الذي ينبغي أن يبقى في يد الإنسان هو: ما المشكلة التي تستحق البحث أصلًا؟ لماذا هذه المشكلة مهمة؟ لمن نبحث؟ ما القيمة العلمية أو الإنسانية أو الوطنية لحلها؟ هل النتائج منطقية أم أنها مجرد مخرجات جميلة؟ هل تضيف هذه الدراسة شيئًا إلى فهمنا، أم أنها تكرر بلغة جديدة ما قيل سابقًا؟ هذه الأسئلة لا تنتمي إلى عالم الحساب فقط، بل إلى عالم الرؤية والتقدير والأخلاق.
ولعل هذا التحول سيعيد تعريف قيمة المجلات العلمية نفسها. ففي الماضي، كانت المجلات بوابات نادرة للوصول إلى المعرفة. أما اليوم، فالمعلومات متاحة بكثافة غير مسبوقة، بل إن إنتاج النصوص العلمية أصبح أسهل من أي وقت مضى. لذلك، قد ينتقل الدور الأهم للمجلات من مجرد النشر إلى التحقق، ومن إتاحة المعلومة إلى بناء الثقة، ومن زيادة المحتوى إلى فرز المعرفة ذات القيمة. في زمن يستطيع فيه الجميع إنتاج نصوص تبدو علمية، تصبح الثقة هي المورد النادر.
وهنا تظهر المفارقة الكبرى: الذكاء الاصطناعي قد يجعل إنتاج الأبحاث أسهل، لكنه سيجعل التمييز بين البحث المهم والبحث العادي أصعب. لذلك لن تكون القيمة المستقبلية في القدرة على كتابة بحث فقط، بل في القدرة على طرح سؤال أصيل، وتصميم منهجية رصينة، وتفسير النتائج بحكمة، وربطها بسياقها العلمي والإنساني، ثم اتخاذ موقف مسؤول من حدودها وآثارها.
إن الخطر الحقيقي ليس أن يستخدم الباحث الذكاء الاصطناعي. فقد يكون استخدامه ضرورة، إذا تم بوعي وشفافية وأمانة. الخطر أن يتحول الباحث إلى مدير لعملية إنتاج آلية، وأن تصبح الجامعة مصنعًا للأوراق أكثر من كونها فضاء لاكتشاف الحقيقة. والخطر الأكبر أن تستمر أنظمة الترقية والتصنيف والتمويل في مكافأة الكثرة أكثر من الجودة، والسرعة أكثر من العمق، والمؤشر أكثر من المعنى. عندها، لن تكون المشكلة في الذكاء الاصطناعي، بل في النظام الأكاديمي الذي يطلب من الإنسان أن يتصرف كآلة، ثم يندهش حين تأتي الآلة لتؤدي الدور بكفاءة أكبر.
لذلك، فإن المطلوب ليس رفض الذكاء الاصطناعي ولا الخوف منه، بل إعادة بناء العلاقة معه. ينبغي أن يكون مساعدًا لا بديلًا، ومسرّعًا لا موجّهًا للمعنى، وأداة للتحقق والتحليل لا قناعًا يخفي ضعف الفكرة. كما ينبغي أن تكون الجامعات أكثر وضوحًا في سياساتها: متى يجوز استخدام الذكاء الاصطناعي؟ كيف يُفصح الباحث عن ذلك؟ ما الحدود الأخلاقية لاستخدامه؟ وكيف نضمن أن يبقى القرار العلمي النهائي قرارًا بشريًا مسؤولًا؟
ومن المفيد هنا تبني إطار عملي بسيط على مستوى الجامعات والمؤسسات البحثية. يمكن أن يتضمن هذا الإطار ثلاثة عناصر أساسية: أولًا، إلزام الباحث بالإفصاح الواضح عن طبيعة الأدوات المستخدمة ودورها في إعداد البحث. ثانيًا، اشتراط مصادقة بشرية صريحة على الفرضيات والمنهجية والتحليلات والاستنتاجات، بحيث تبقى المسؤولية العلمية والقانونية والأخلاقية على الباحثين لا على الأداة. ثالثًا، تحديث معايير التقييم والترقية بحيث لا تقتصر على عدد المنشورات والاستشهادات، بل تشمل الأثر المجتمعي والتطبيقي، والمساهمة في السياسات العامة، ونقل المعرفة، وحل المشكلات الواقعية.
وفي الوقت نفسه، على الجامعات أن تراجع بصدق منظومة الحوافز الأكاديمية. لا يكفي أن نسأل الباحث: كم نشرت؟ بل يجب أن نسأله: ماذا أضفت؟ ما المشكلة التي ساهمت في حلها؟ ما الأثر الذي تركه بحثك في تخصصك أو مجتمعك أو طلبتك؟ فالبحث العلمي لا يقاس بعدد الصفحات، ولا بعدد الجداول، ولا حتى بعدد الاستشهادات وحدها، بل يقاس بقدرته على فتح أفق جديد للفهم والعمل.
ولتحقيق ذلك، يمكن اعتماد خطوات تقييم أكثر توازنًا لما يمكن تسميته "الإضافة المعرفية". فإلى جانب المؤشرات الكمية، يمكن الاستعانة بلجان مستقلة لإجراء تقييم نوعي لأصالة الفكرة وأهميتها، وقياس التأثير العملي أو السياسي أو المجتمعي للنتائج، والنظر في مدى قابلية البحث لإعادة الإنتاج والتحقق التجريبي. مثل هذه المعايير قد تكون أكثر قدرة على التمييز بين بحث يضيف معرفة حقيقية وآخر يضيف رقمًا جديدًا فقط إلى قوائم النشر.
إننا لا نعيش نهاية البحث العلمي، بل نعيش لحظة إعادة تعريفه. وقد تكون هذه اللحظة فرصة ثمينة لتحرير الباحث من كثير من الأعمال الروتينية، وتمكينه من التفرغ لما هو أعمق: صياغة الأسئلة الكبرى، وبناء الجسور بين التخصصات، وفهم المشكلات المركبة، وتفسير النتائج، وتحويل المعرفة إلى أثر. لكن هذه الفرصة لن تتحقق تلقائيًا. فهي تحتاج إلى وعي مؤسسي، وأخلاقيات واضحة، وثقافة أكاديمية تعيد الاعتبار للمعنى قبل الرقم، وللأصالة قبل الغزارة، وللحقيقة قبل السباق.
في النهاية، ربما لا يكون السؤال الأهم في العقد القادم: كيف نستخدم الذكاء الاصطناعي في البحث العلمي؟ بل: كيف نحافظ على أن يبقى البحث العلمي بحثًا عن الحقيقة، لا مجرد عملية إنتاج معرفي مؤتمتة؟
هذا هو الامتحان الحقيقي للجامعات والمجلات والباحثين. فالذكاء الاصطناعي قد يكتب، وقد يراجع، وقد يقترح، وقد يصحح. لكنه لا ينبغي أن يأخذ من الإنسان مسؤوليته الكبرى: أن يسأل بصدق، وأن يشك بوعي، وأن يبحث لا ليضيف ورقة إلى العالم، بل ليضيف فهمًا جديدًا إليه.