أكبر خطر عند استخدام الذكاء الاصطناعي لكتابة الأوراق البحثية ليس بطء الكتابة، بل أنه قد يختلق البيانات والمراجع دون أن تدري. فقرة تبدو مكتملة، لكن الورقة البحثية المستشهد بها غير موجودة؛ ورسم بياني جميل، لكن الأرقام وراءه ملفقة. يصعب اكتشاف هذا النوع من المشكلات في الكتابة التوليدية، لأن النموذج يهتم أكثر بـ«سلاسة القراءة» لا بـ«صحة ما يقال». يحاول PaperAssist من MuchSci معالجة هذه المشكلة من خلال تصميم سير العمل: تسع خطوات في العملية الكاملة، كل خطوة تنتج ملفات حقيقية، وتُثبّت البيانات الحقيقية والمراجع الحقيقية عند نقاط مفصلية.
الطريقة لفهمه هي الفصل بين «توليد فقرة نصية» و«إنجاز مسودة قابلة للتحقق». الأول يسعى إلى السرعة، والثاني يسعى إلى قابلية التتبع.
01 ما الذي تخشاه أدوات كتابة الأوراق البحثية أكثر من غيره: اختلاق البيانات واختلاق المراجع
للهلوسة في الكتابة بالذكاء الاصطناعي شكلان شائعان.
▲ الشكل 1｜الكتابة التوليدية العادية تسعى إلى السرعة، بينما يسعى PaperAssist إلى قابلية التحقق من كل خطوة
أحدهما هلوسة البيانات. لا يعرف النموذج ما البيانات التي تملكها، لكنه قد «يستنتج بشكل معقول» مجموعة أرقام تجعل الرسوم البيانية تبدو مكتملة.والآخر هلوسة المراجع. يستطيع النموذج توليد استشهاد بصيغة صحيحة، لكن الورقة البحثية المقابلة لذلك الاستشهاد قد لا تكون موجودة، أو قد لا تتطابق مع المؤلف أو السنة أو العنوان. القاسم المشترك بين هذين النوعين من الهلوسة هو أنهما يبدوان معقولين محليًا، لكن يصعب كشفهما بنظرة واحدة عند القبول الشامل.
لا تتمثل طريقة PaperAssist من MuchSci في جعل النموذج أكثر صدقًا، بل في استخدام سير العمل لحجب «الاختلاق» خارج العملية. فهو يطلب منك رفع بيانات حقيقية، وبناء مكتبة مراجع من قواعد بيانات حقيقية، وعند الاستشهاد يجب أن يكون بالإمكان العثور على المدخل المقابل داخل المكتبة. المشكوك فيه ليس النموذج، بل بيئة التوليد غير المقيّدة.
02 سلسلة الخطوات التسع في PaperAssist (الخطوات الثماني الأولى ظاهرة)
في لقطة الشاشة تظهر واجهة الوصف الذاتي في PaperAssist، ويمكن رؤية الخطوات الثماني الأولى.
▲ الشكل 2｜واجهة PaperAssist: وصف ذاتي لعملية من تسع خطوات، وتُظهر لقطة الشاشة الخطوات الثماني الأولى
الخطوة الأولى هي تحديد الاتجاه: تحويل الفكرة الغامضة إلى سؤال بحثي وبطاقة أفكار وProposal. والخطوة الثانية هي بناء مكتبة المراجع: بحث متعدد المصادر، ثم إزالة التكرار، مع DOI وعدد الاستشهادات، وتنزيل PDF تلقائيًا وإدخاله إلى المكتبة، ثم كتابة مراجعة الأدبيات بناءً على ملخصات حقيقية داخل المكتبة. والخطوة الثالثة هي إخراج الخطة: توليد المخطط التفصيلي وهيكل الفصول وقالب المجلة المستهدفة، وتمييز `data_needed` (الفصول التي تحتاج إلى بيانات حقيقية).
▲ الشكل 3｜تُكمل الخطوات الست الأولى التراكم الأولي للموضوع والمراجع والبيانات والرسوم البيانية
الخطوة الرابعة هي استلام البيانات: رفع CSV / Excel / JSON، ويقوم pandas بتحليل تلقائي للسمات، مع مطابقة فصلًا بفصل بين «ما يطلبه المخطط التفصيلي → ما لديك → إخراج تحليل للفجوات + قائمة إجراءات». والخطوة الخامسة هي تحليل البيانات: تشغيل الإحصاء على بيانات حقيقية، وإخراج الرسوم البيانية. والخطوة السادسة هي رسوم الورقة البحثية: تدعم 8 أنواع من الرسوم، وتجميع لوحات متعددة Figure a/b/c، والتصدير بصلاحية تحرير SVG وفق عرض عمود المجلة.
▲ الشكل 4｜تنفّذ الخطوتان السابعة والثامنة «الكتابة» و«الكتابة الموثوقة» بشكل منفصل
الخطوة السابعة هي كتابة المتن: الكتابة حسب الفصول، واستخدام `[cite:key]` في استشهادات المتن، مع تحقق ثلاثي في الخلفية (مستخدم / مفقود / غير مستخدم). والخطوة الثامنة هي المراجعة والفحص الذاتي: حتى 3 جولات + قفل، وتشمل التحقق من صحة الاستشهادات ومحرك إزالة الطابع الذكاء الاصطناعي. تُعرّف العملية الكاملة بأنها تسع خطوات، لكن لقطة الشاشة لا تُظهر سوى الخطوة الثامنة تقريبًا، لذلك لا نخمّن تفاصيل الخطوة التاسعة.
03 كيف تُضبط البيانات الحقيقية
مفتاح صحة البيانات هو عدم إعطاء النموذج فرصة «لملء أرقام مزيفة».
▲ الشكل 5｜تتوافق نقاط التقييد الثلاث مع أعلى ثلاث مراحل خطرًا للانتهاكات الأكاديمية
قام PaperAssist بعدة أمور في مرحلة البيانات. أولًا، يجب رفع البيانات، ولا يمكن توليدها من العدم. ثانيًا، بعد التحليل التلقائي للسمات بواسطة pandas، تقوم الأداة بمطابقة متطلبات المخطط التفصيلي مع البيانات الموجودة فصلًا بفصل، وتحدد الفجوات بوضوح. وثالثًا، لا تُملأ الفجوات تلقائيًا، بل تُنشئ قائمة إجراءات تخبرك بما لا يزال مطلوبًا. وهذا يعني أنه إذا احتاج فصل ما إلى بيانات حقيقية ولم تكن قد قدّمتها، فلن يختلق النظام لك رقمًا معقولًا، بل سيترك المشكلة لك لحلها.
ميزة هذا التصميم هي الصدق. فهو يضحي بسرعة «أن تبدو مكتملًا» مقابل موثوقية «قابلية التحقق من كل خطوة».
04 كيف تُضبط المراجع الحقيقية
يصعب منع هلوسة المراجع أكثر، لأن صيغة الاستشهاد قد تكون بالغة الانتظام، لكن المصدر مزيف.
تتمثل طريقة تعامل PaperAssist في بناء مكتبة مراجع داخلية. في مرحلة البحث، يتم العثور على المراجع من مصادر بيانات حقيقية متعددة، ثم تُزال التكرارات تلقائيًا وتُنزّل ملفات PDF وتُدخل إلى المكتبة. وفي مرحلة الكتابة تكون صيغة الاستشهاد `[cite:key]`، وتتحقق الخلفية مما إذا كان هذا الاستشهاد موجودًا فعلًا داخل المكتبة، وما إذا كان قد استُخدم، وما إذا كانت هناك مراجع كان ينبغي الاستشهاد بها ولم تُستشهد. هذا التحقق الثلاثي «مستخدم / مفقود / غير مستخدم» ينقل حلقة الاستشهاد من صحة الصيغة إلى قابلية التحقق من المصدر.
بالطبع، يتطلب ذلك أن يبني المستخدم مكتبة المراجع فعليًا. وإذا كانت المكتبة نفسها تفتقد مراجع رئيسية، فلن تستطيع الخلفية كشف ذلك. لذلك فهي تقيّد «اختلاق المراجع»، لا «عدم اكتمال البحث في المراجع». والأخير يبقى مسؤولية المؤلف نفسه.
05 الحدود
كما جرت العادة، نضع الحدود بوضوح.
① يتناول هذا المقال آلية الوظيفة، وليس وعدًا بالنتائج. يقلل PaperAssist من خطر الاختلاق عبر تصميم سير العمل، لكنه لا يضمن الجودة الأكاديمية أو الابتكار أو معدل نجاح التقديم لكل ورقة تُنتج.
② تبقى مسؤولية المصدر للبيانات الحقيقية والمراجع الحقيقية على المؤلف. يستطيع النظام منع «ملء أرقام مزيفة» و«المراجع المهلوسة»، لكنه لا يستطيع أن يحكم بدلًا عنك ما إذا كانت البيانات قد جُمعت بشكل سليم، أو كانت المراجع شاملة، أو كانت الحجة صحيحة.
③ النطاق المسموح به لمشاركة الذكاء الاصطناعي في كتابة الأوراق البحثية يخضع للوائح السارية في مؤسستك. تقع المسؤولية النهائية المتعلقة بالنزاهة الأكاديمية ومعايير الاستشهاد واستخدام البيانات دائمًا على المؤلف نفسه.