تأثير أدوات الذكاء الاصطناعي على الكتابة الأكاديمية

يتم حاليًا استكشاف أدوات تقنيات الذكاء الاصطناعي (AI) بشكل مكثف على نطاق واسع؛ للمساعدة في مجموعة متنوعة من القضايا المتعلقة بالنشر، بما في ذلك الكتابة الأكاديمية. تناقش شارلوت بابتيستا Charlotte Baptista، خبيرة أتمتة اللغة، في مقتطفات من هذا المنشور، آراءها القائمة على الخبرة حول ما يجب أن تكون عليه أداة الذكاء الاصطناعي للكتابة الأكاديمية؛ لتكون ذات قيمة حقيقية للباحثين.

تشتهر الكتابة الأكاديمية بطبيعتها المتخصصة. بينما تمت كتابة الأوراق العلمية الأولى في شكل رسائل في القرن السابع عشر 1، فقد تطورت ممارسات الهيكل ومعايير التنسيق والنبرة والكتابة لتصل إلى مستوى معين من التوحيد القياسي غالبًا في الخمسين عامًا الماضية. لقد نمت المعرفة الأكاديمية بسرعة كبيرة خلال هذه الفترة، وتطورت اتفاقيات الكتابة الأكاديمية لمواكبة هذا التحول. نتيجةً لذلك، يمكن أن يكون إعداد ورقة بحث مهمة صعبة وشاقة. هل يمكن أن تساعد الأتمتة في تسهيل الكتابة الأكاديمية؟ أعتقد أنه يمكن ذلك إذا تم استيفاء بعض المتطلبات الأساسية المهمة.

ما هي التحديات في تطوير مثل هذه الأداة؟

الكتابة الأكاديمية صعبة ومعقدة

غالبًا ما يستخدم نمط IMRAD (المقدمة – الطرق المنهجية - النتائج - المناقشة) في المنشورات البحثية، والتي تمثل معظم الأدبيات والمؤلفات. تستخدم الأجزاء المختلفة أسلوبًا سرديًا وحكاية مألوفة، مع وضع البيانات والإفصاحات في المكان الذي تنتمي إليه. إن القاعدة هي اللهجة الأكاديمية الرسمية، وعادةً ما يلتزم المؤلفون إما بمعايير اللغة الإنجليزية في المملكة المتحدة أو الولايات المتحدة. يجب أن تعبر الكلمات المستخدمة عن الأفكار بوضوح وتمنع التكرار الواضح. يتم تحديد معايير زمن الفعل ليس فقط بالوقت، ولكن أيضًا بالسياق: أي جزء يعمل عليه المرء، إذا كان المرء يصف معتقدًا واسع الانتشار، وما إلى ذلك.

يتم مراعاة معايير معينة واصطلاحات صارمة عند تصوير الاختصارات والوحدات والترميز الرياضي والرموز الكيميائية وأسماء الأنواع / الأجناس والأشياء والكيانات الأخرى. يمكن تنسيق الاقتباسات كأرقام بين قوسين أو مرتفعين، أو يمكن كتابتها بتنسيق تاريخ المؤلف وترتيبها أبجديًا أو ترتيبًا زمنيًا. يجب أن تتوافق الاقتباسات أيضًا مع قائمة المراجع، ويجب أن يلتزم كل عنصر في القائمة بتنسيق محدد في المجلة أو بأحد الأنماط المستخدمة بشكل متكرر مثل (APA - MLA - Harvard - Chicago - IEEE وما إلى ذلك). إن علامات الترقيم بسيطة بشكل مخادع؛ كل فاصلة تبدو غير مهمة تخدم غرضًا مهمًا للغاية والوضوح. أخيرًا، يخدم كل مبدأ توجيهي وممارسة أو اتفاقية في الكتابة الأكاديمية غرضًا واحدًا: شرح الدراسة بنجاح وتوصيلها بشكل فعال، بحيث يتم نشرها في مجلة تحظى بالتقدير الكافي، ويتم مشاركتها والوصول إليها على نطاق واسع.

من الصعب تكرار الخبرة البشرية

إن هذه الوصفات الكتابية في حقيقتها مغطاة بإرشادات الأدلة الأكاديمية وأسلوب المجلات العلمية، والتي غالبًا يمكن أن تتكون من مئات الصفحات. يطور الباحثون المحنكون والمحررون المتمرسون، الذين قضوا وقتًا كافيًا في تحرير المخطوطات، حاسة سادسة لهذه القواعد والمعايير، ويطبقونها تلقائيًا تقريبًا في معظم الأحيان.

إن مهمة إنشاء آلة قادرة على التعامل مع هذه الدرجة من التعقيد تصبح حقًا فوق طاقة البشر. ليس من المستغرب أن غالبية مدققي القواعد وأدواتها في السوق اليوم يفشلون في الوفاء بوعودهم.

 ومع ذلك، هناك فائدة كبيرة في دمج تقنيات الذكاء الاصطناعي والاستفادة منها، إلى جانب معالجة اللغات الطبيعية؛ لإنشاء حلول آلية يمكن أن تكمل ترسانة الباحثين. بشكل عام، فيما يلي ثلاث خصائص رئيسية يجب على مبتكري هذه التقنيات مراعاتها - نوع من قائمة التوقعات لأداة مساعدة الكتابة القائمة على الذكاء الاصطناعي.

1. يتقاطع الذكاء الاصطناعي مع الخبرة في الموضوع

تُستخدم مناهج الذكاء الاصطناعي AI / تعلم الآلة ML / أو قواعد البرمجة اللغوية العصبية NLP لإنشاء أنظمة للتحقق من اللغة. إن نموذج التصحيح النحوي القائم على التعلم العميق "يتعلم" من "الحقيقة الأساسية" أو بيانات العالم الحقيقي ("الإدخال") ويسعى جاهدًا لإعادة إنتاج تلك البيانات أثناء إنتاج تعديلات على اللغة وتصحيحها ("المخرجات"). على عكس الخوارزميات الأخرى التي تهدف صراحة إلى تقديم نتيجة محددة، فإن هذا الشكل من نموذج التعلم العميق هو الصندوق الأسود، مما يعني أن الأعمال الأساسية لسبب وصول الآلة إلى تنبؤ معين غير معروفة.

 نتيجةً لذلك، فإن إخراج حلول الصندوق الأسود ليس دائمًا نظيفًا ومفيدًا في إمكانية استخدامه على الفور. من ناحية أخرى، تعمل الأنظمة القائمة على القواعد البحتة عن طريق ترميز – تشفير مخرجات معينة؛ طالما تم استيفاء مجموعة محددة مسبقًا من الشروط. هذه لها تغطية خطأ منخفضة وكثيرا ما تفشل لأن مثل هذه الاستثناءات والحالات يصعب حلها.

ومع ذلك، إذا تم إنشاء هذه الحلول بالتعاون مع محررين أكفاء، الذين يقومون بتزويدها بالخبرة في الموضوع، فيمكنها التخلص من العيوب، وإنتاج نتائج شبيهة بالبشر بشكل مثير للاهتمام من حيث جودة وكمية الأفكار والمقترحات المنتجة.

2. القدرة على فهم السياق والبيئة الأكاديمية

قد يعترض الباحثون المتشككون على ترك مخطوطة عملوا عليها لأشهر في يد آلة. هل سيدمر الذكاء الاصطناعي هيكلي البحثي؟ هل ستكون قادرة على فهم المصطلحات؟ هل الوقت الذي أمضيته في تنظيم المراجع يذهب سدى؟

لكي يكون نظام الذكاء الاصطناعي مناسبًا حقًا للكتابة العلمية، يجب أن يشتمل على طبقة من الذكاء تمكنه من فهم كيفية التعامل مع الورقة الأكاديمية. على سبيل المثال، يجب أن يتعرف الذكاء الاصطناعي على ما إذا كان يتعامل مع مقال بحثي، أو ورقة علمية، أو تقرير حالة، أو مقال عام، وتقديم توصيات مصممة خصيصًا لهذا السياق. هذا لأن قواعد الهيكل والوقت، وما إلى ذلك تختلف بين أنواع مستندات الأوراق هذه.

3. حلول موفرة للوقت وغنية بالميزات

قد يحتج بعض الباحثين على الأدوات الآلية؛ إذا كانوا يعتقدون بأنها تفتقر إلى اتساع نطاق الوظائف والقدرات اللازمة لمتطلبات كتابة البحوث الخاصة بهم. يجب أن توجه أتمتة الكتابة بالذكاء الاصطناعي انتباه الباحثين المشغولين بشكل هادف إلى المكان المطلوب حيث تكون هناك حاجة إليها، وتساعده على توفير الوقت حيثما كان ذلك ممكنًا.

بصرف النظر عن القواعد والتهجئة النحوية والإملائية، يمكن لأدوات تقنيات الذكاء الاصطناعي أن تسمح للمؤلفين بالتحقق من صحة المفاهيم والأفكار الواردة في الأدبيات المنشورة. عند إلقاء نظرة، قد يوضح ما إذا تم استيفاء عدد الكلمات المنصوص عليها، أو إذا تم تحديد جميع الاختصارات، أو إذا تم توفير بيانات الإفصاح المطلوبة. سيكون خيار التوصية بالمجلات المناسبة لتقديمها مفيدًا أيضًا بشكل لا يصدق.

العصر الذهبي للذكاء الاصطناعي

يعد نشر ورقة أو مقال أكاديمي إجراءً مستهلكًا للوقت، ويتطلب العديد من المراجعات، قبل أن يتمكن الباحث من إنتاج مقال أو ورقة بحثية عالية الجودة. يمكن لأدوات الذكاء الاصطناعي المساعدة في تقصير هذه العملية، من خلال مساعدة الباحثين في اكتشاف العيوب وتحديد المشكلات قبل التقديم. قد يتم الآن إكمال مهام مثل التدقيق اللغوي وتنسيق المرجع في غضون دقائق، والتي كانت تستغرق عادةً ساعات لإكمالها.

يمكن أن تتمتع الحلول الآلية المستندة إلى الذكاء الاصطناعي والمناسبة للسياقات الأكاديمية بميزة تنافسية كبيرة على مدققات القواعد العامة؛ إذا تم تصميمها بشكل مدروس وتنفيذها بعناية. هناك الكثير من المجالات لا بأس بها التي يجب تغطيتها، ومن المؤكد أن منشئو هذه الحلول قد توقفوا عن العمل.

مع تصادم صعود البيانات الضخمة مع التقدم الكبير في قوة الحوسبة وتحليلات البيانات، كان لتقنيات الذكاء الاصطناعي بالفعل تأثير كبير في هذه الصناعة. أنا متأكد من أن أدوات الذكاء الاصطناعي للكتابة العلمية ستفي بوعدها في المستقبل القريب. ولكن، ماذا عنك أنت – هل تعتقد بالفعل أن أدوات الذكاء الاصطناعي قد أصبحت متوغلة تدريجيًا في العمل الأكاديمي والبحثي؟ كيف تنظر إلى مميزاتها وسلبياتها حسب تحليلك الشخصي لهذه الأدوات التكنولوجية؟