هل يمكن للذكاء الصناعي استعراض الأدب العلمي؟

تحقق الذكاء الصناعي تقدمًا في مجال توليف البحوث، لكن الخبراء يختلفون حول قدرته على تحليل وتلخيص الأدبيات العلمية الواسعة بشكل كامل، كما أفادت يوم الأربعاء في استعراض أدبي نشر على Nature.

الورقة التي كتبتها هيلين بيرسون تستكشف كيف يبدو أن هذه التكنولوجيا تحمل طاقة هائلة لتبسيط المراجعات العلمية، ولكن لا تزال هناك تحديات كبيرة مستمرة.

سام رودريغز، طالب سابق في علم الأعصاب ومدير في شركة الناشئة الأمريكية FutureHouse، هو واحد من بين الذين يدعون لاستخدام الذكاء الاصطناعي للتعامل مع الأدبيات العلمية، كما ذكر في مجلة Nature.

في سبتمبر، أطلق فريقه نظامًا مبنيًا على الذكاء الاصطناعي كان قادرًا، في غضون دقائق، على إنشاء ملخصات عن آلاف الجينات البشرية، مملئًا التفاصيل التي لم يتم تسجيلها سابقًا.

لقد أظهرت هذه الأداة، المسماة PaperQA2، وعداً في توليد ملخصات تتفوق أحياناً على المحتوى الذي كتبه البشر من حيث الدقة، وفقاً للتجارب الأولية، كما ذكرت في Nature.

إن الجاذبية للذكاء الصناعي لمراجعة الأدب واضحة. فمراجع البحوث التقليدية، التي غالباً ما تكون طويلة وتستغرق وقتاً طويلاً، يمكن أن تستغرق سنوات لإكمالها وتتعرض للخطر بأن تصبح قديمة بحلول الوقت الذي يتم فيه نشرها.

تقدم الذكاء الصناعي، وبخاصة نماذج اللغة الكبيرة (LLMs) مثل ChatGPT، إمكانية تجميع البيانات بسرعة وتلخيص المعلومات من قواعد بيانات ضخمة، مما يخفف العبء عن الباحثين، كما لوحظ في مجلة Nature.

على الرغم من هذه التطورات، ما زالت المراجعات المستندة إلى الذكاء الصناعي بعيدة عن استبدال المراجعات المنهجية التي تقودها البشر بالكامل، والتي تتضمن معايير صارمة لتقييم الدراسات وتوليف النتائج، كما تلاحظ بيرسون.
الأدوات مثل كونسنسوس وإليسيت، وهي محركات بحث تعتمد على الذكاء الصناعي، تسمح للباحثين بتصفية وتلخيص الأوراق الأكاديمية، مما يوفر طبقة أولى من الاستنتاجات.

ومع ذلك، فإنها محدودة في قدرتها على إجراء مراجعات شاملة ومعايير ذهبية. يقترح بول غلازيو، المتخصص في المراجعات النظامية في جامعة بوند، أن الأتمتة الكاملة لهذه المراجعات قد تكون لا تزال عقوداً بعيدة، كما أفادت بيرسون.
يتحدث المقال عن كيفية تنبيه حدود الذكاء الاصطناعي للقلق حول الدقة والشفافية. على سبيل المثال، يمكن لـ LLMs توليد محتوى يفتقر إلى السياق أو يُسيء تمثيل البيانات، وغالبًا ما يستمد من مصادر غير موثوقة دون التأمل في جودة المعلومات.

بالإضافة إلى ذلك، فهي عرضة لأخطاء “الهلوسة” – إنشاء مراجع أو نقاط بيانات غير موجودة.

لتخفيف هذا، تسمح بعض الأنظمة للمستخدمين بتحميل أوراق محددة إلى LLM، والتي يمكن أن تقوم بتحليلها فقط على أساس المصادر المحملة، مما يقلل من الأخطاء ولكن لا يزيلها بالكامل، كما يقول بيرسون.

يحذر النقاد من أن الذكاء الاصطناعي قد يغرق البيئة العلمية بملخصات ذات جودة منخفضة أو حتى مضللة. يحذر جيمس توماس من كلية الجامعة لندن من أن الاستعراضات المنفذة بشكل سيئ قد تقوض سنوات من الممارسات المبنية على الأدلة، كما هو ملحوظ في Nature.

في النهاية، وبينما يقدم الذكاء الصناعي أداة واعدة لتسريع عملية المراجعة، يشدد الخبراء على الحاجة إلى الرقابة الصارمة والشفافية إذا كان من المفترض أن يعزز حقاً الفهم العلمي.