من الاقتراح إلى المسودة النهائية: خمس نقاط تعثّر في كتابة أطروحة الدراسات العليا
ملاحظات رصد حول عملية كتابة أطروحة الدراسات العليا، أسجّل فيها المطبات التي وقعت فيها في عدة مراحل، وكيف تخلّصت لاحقًا من جزء من العمل المتكرر فيها.
عند كتابة أطروحة التخرج، ما يسبّب الانهيار الحقيقي لم يكن يومًا هو فعل "الجلوس وضرب لوحة المفاتيح".
قبل الكتابة تعرف ما تريد أن تكتبه، وأثناء الكتابة تعرف ما تقوله — لكن معظم الوقت يُستهلك في مكان آخر: تدقّق ساعتين في قواعد البيانات، فلا تجد إلا أبحاثًا تتقاطع مع موضوعك قليلًا؛ وتنزّل ثلاثين ملف PDF، فلا يقرأ منهم الملخص سوى أقل من عشرة؛ وبعد أن تستقرّ أخيرًا على موضوع، يأتي يوم الاقتراح ويسألك المشرف: "هل جُرّب هذا الاتجاه في السنوات الماضية؟" فتبقى واقفًا في مكانك.
لاحقًا قسّمت هذه النقاط العالقة وعدّدتها، فوجدت أن نحو خمس مراحل في عملية الكتابة تستهلك الإنسان مرارًا، وثلاث منها استهلاكها "عمل ميكانيكي صرف"، لا علاقة له بمستوى ذكائك.
أولًا: مرحلة الاقتراح — لا تعرف من سبقك إلى حرث هذه الأرض
أكثر ما يخيف في مقترح البحث ليس أن تكون الفكرة ساذجة، بل أن تكون قديمة.
في أول اقتراح لي طرحت زاوية اعتقدت أنها جديدة إلى حد ما، فكان ردّ المشرف هادئًا: "لهذا الموضوع مراجعات كثيرة في السنوات الثلاث الماضية، ارجع ولخّص ما هو موجود." المشكلة أنني لم أكن أعرف ما هو "الموجود". لم أكن قد بحثت بحثًا منهجيًا، وكنت قد قرأت فقط بضع أوراق متفرقة تناقلها طلاب أكبر مني.
في التدريب الأكاديمي، يُفترض تلقائيًا أنك تعرف كيف "تطّلع على واقع المجال"، لكن لا أحد يعلّمك فعليًا كيف تبني خريطة سريعة داخل عشرات الآلاف من الأوراق. وإن لم تجتز هذه العقبة، فإن المنهج والابتكار بعد ذلك يبقيان بناءً في الهواء.
ثانيًا: البحث في الأدبيات — إذا لم تُصب كلمات البحث، كانت النتائج كلها ضجيجًا
هذه العقبة هي التي علقت عندها أطول وقت، وهي أيضًا الموضع الذي تغيّر فيه أكبر تغيير لاحقًا.
مشكلة البحث التقليدي ليست في أن قاعدة البيانات سيئة، بل في أن البحث في الأدبيات نفسه يعتمد اعتمادًا كبيرًا على الخبرة:
l السؤال الذي تريد طرحه هو سؤال بحثي ("هل جُرّب أثر X على Y؟")، لكن قاعدة البيانات لا تستقبل إلا تركيبات من الكلمات المفتاحية؛
l إذا اختلفت كلمة بحث واحدة، صارت النتائج عالَمين مختلفين؛
l تخرج مئات النتائج، وعليك أن تحكم على الصلة بنفسك عنوانًا بعد عنوان؛
l وإذا اخترت واحدة، فعليك يدويًا أن تكمل المؤلف والدورية والسنة والمجلد والعدد والصفحات وDOI — ورقة بعد ورقة.
ربما يضيع وقت أمسية كاملة في حلقة "تعديل صيغة البحث ← تقليب النتائج ← الاستبعاد ← إكمال الاستشهادات" من غير أثر.
لاحقًا تحوّلت إلى وصف سؤال البحث باللغة الطبيعية بدلًا من التكلّف في صياغة استعلام بحث. الأداة التي أستخدمها اسمها MuchSci، ومساعد البحث عن الأوراق فيها يفعل الأمر التالي: توضح سؤال البحث مباشرة بجملة واحدة، فيفكّكه تلقائيًا إلى أبعاد بحث؛ ومصدر الأدبيات تحته هو 180 مليون ورقة أكاديمية في Crossref؛ كما يدعم البحث الدقيق أو التقريبي بالعنوان والمؤلف وDOI، ويمكنه التصفية حسب السنة وعدد الاستشهادات.
أكثر ما كان مفيدًا لي نقطتان، وليستا مبهرجتين:
أولًا: خطوة "إكمال الاستشهادات" صارت مُستغنى عنها. أدخل العنوان أو المؤلف، فيعيد النتائج المطابقة وDOI المقابل، ويكمل تلقائيًا من مصادر بيانات مثل Crossref معلومات الاستشهاد: المؤلف والدورية والسنة والمجلد والعدد والصفحات. ما كان يُكتب يدويًا في Word ثم يُصحّح سطرًا سطرًا صار تصديرًا واحدًا. كل من كتب قائمة مراجع يعرف أن ما توفّره هذه النقطة ليس الوقت، بل التوتّر أثناء التصحيح.
ثانيًا: لا يقدّم "قائمة عناصر" فحسب. بل يفكّك لكل ورقة سؤال البحث والمنهج والنتائج الرئيسية والقيود، ويدعم تصدير البيانات الأساسية. وهذا يعني أنني في مرحلة الفرز لم أعد مضطرًا إلى قراءة كل ملف PDF حتى النهاية قبل أن أقرر إبقاءه أو استبعاده — أنظر إلى التفكيك أولًا، ثم أقرر ما يستحق القراءة المتأنية. ثلاثون ورقة تصير عشرًا، وعشر تصير ثلاثًا، فتزداد كثافة ما أقرأه.
لأوضّح نقطة: نتائج البحث لا تزال تحتاج إلى حكمك أنت. فالأداة تعطيك "مجموعة مرشّحين أنظف"، وليست استنتاجًا بأن "هذه هي الأوراق التي يجب أن تستشهد بها". جودة مراجعة الأدبيات تبقى في النهاية معتمدة على ما إذا كنت تنظر في التفاصيل بما يكفي.
ثالثًا: مرحلة القراءة — اللغة والوقت، جبلان كبيران
الأدبيات يغلب عليها الإنجليزية، وهذه حقيقة معلنة. وألم قراءة الأدبيات الإنجليزية له طبقتان: طبقة أنك لا تفهم المصطلحات فعلًا، وطبقة أنك تفهم لكن سرعتك لا ترتفع — في الساعتين نفسيهما، تقرأ بالصينية عشر صفحات، وبالإنجليزية لا تتجاوز ثلاثًا.
طريقتي كانت التقسيم إلى طبقات: ما يرتبط بقوة بموضوعي أقرأه في الأصل بمشقة؛ وما هو فقط لفهم الخلفية أو لتأكيد نتيجة معينة، أتركه لترجمة الأوراق تمرّ عليه أولًا. ترجمة MuchSci تدعم 13 لغة شائعة (بما فيها الصينية المبسطة والتقليدية)، وتتعامل مع صيغ docx وpdf وtxt وmd.
وبالمناسبة، منطق تصميم وظيفة "الترجمة" فيها متحفّظ إلى حد ما: إرسال بنقرة واحدة، ونتيجة احترافية، من دون تغليف إضافي كثير. استخدامي لها هو "خذ المعنى العام أولًا، ثم ارجع إلى النص الأصلي في الفقرات الرئيسية"، وهذا المزيج أسرع بكثير من الاجتهاد في الفهم، وأنظف مما كنت أفعله سابقًا حين أقطع الفقرات وألصقها في أداة ترجمة عامة.
رابعًا: الكتابة والتقارير — الأعمال الأقل قيمة التي لا يمكن تجنّبها
في منتصف الأطروحة تكون هناك مرحلة ثبات "يتقدّم فيها النص ببطء". وفي هذا الوقت، ما يقطع إيقاعك فعلًا غالبًا ليس المحتوى، بل تلك المخرجات الجانبية المرافقة:
اجتماع المجموعة يحتاج إلى عرض، فعليك إعداد PPT لمقترح البحث أو تقرير التقدّم؛
المشرف يطلب مخططًا، وعليك أن تستخرج من الأطروحة نسخة Word منظّمة؛
البيانات تحتاج إلى تنظيم في جداول، وExcel يدار ذهابًا وإيابًا.
خصيصة هذه الأعمال أنها ليست صعبة، لكن كل واحدة منها تستهلك كتلة كاملة من انتباهك.
وكيل المساعد المكتبي في MuchSci يعالج هذه المرحلة تحديدًا — تصف الحاجة بجملة واحدة، فتحصل على منتج PPT أو Word أو Excel قابل للتحرير. ولديه قالب مخصص لسياق الاقتراح: تُدخل اسم الموضوع وسؤال البحث والفكرة الأولية، فيخرج مسودة PPT تضم بنية مثل خلفية البحث والوضع الراهن والمنهج والمسار التقني. ما يُولَّد لا أعدّه مسودة نهائية، لكنه مفيد جدًا كـ"نقطة انطلاق" — فأن تكتب صفحة بنيوية من الصفر، أو تعدّل على صفحة منظّمة أصلًا، ليسا متساويين إطلاقًا في الكلفة النفسية.
وهناك سياق آخر أذكره عابرًا: إذا كنت تحضر المحاضرات واجتماعات المجموعة كثيرًا، فإن "التدوين بالذكاء الاصطناعي" فيها يدعم التسجيل المباشر والتلخيص وتوليد التقارير، فتسجيل مقطع صوتي يعطيك شيئًا يمكن سماعه ومراجعته وأرشفته. وعند كتابة ملاحظات الأدبيات ومحاضر الاجتماعات، يوفّر ذلك جزءًا من كلفة التذكّر.
خامسًا: على امتداد العملية كلها — اجعل المواد الموجودة فعلًا "قابلة للاستخدام"
هذه نقطة أزداد اهتمامًا بها كلما طال استخدامي.
كتابة أطروحة الدراسات العليا ليست إبداعًا من الصفر، بل خطوة إلى الأمام على أساس ما راكمته في السنتين أو الثلاث الماضية. لكن في الواقع، هذه التراكمات مبعثرة في: مجلدات محلية، وملفات PDF أُرسلت عبر WeChat، وشذرات في تطبيقات الملاحظات، وملخصات تسجيلات تركتها آخر مرة... وتغيير الموضوع يعني إعادة تقليبها كلها من جديد.
في MuchSci، أهتم أكثر بطبقة قاعدة المعرفة الشخصية وقاعدة البيانات الشخصية: قاعدة المعرفة تدعم استيراد صيغ PDF وDOCX وPPTX وXLSX وTXT وMD وغيرها، وهي افتراضيًا شخصية وغير مشتركة (وفي سياق التعاون الجماعي يمكن ضبط قاعدة معرفة مشتركة من لوحة الإدارة)؛ أما قاعدة البيانات الشخصية فمصادرها أكثر تنوّعًا، ويمكنها أن تضم ملفاتك من مصادر متعددة، بما فيها التقارير التي يولّدها "التدوين بالذكاء الاصطناعي". وموقعها واضح — أن تجعل المعرفة الموجودة تدعم بحثًا جديدًا.
يُضاف إلى ذلك "الإجابة المخصّصة" — فهي تستجيب لنقاط تركيزك مع خلفيتك والسياق، بدلًا من أن تبدأ في كل مرة من "ما هي مراجعة الأدبيات". وهذا الإحساس يظهر بأوضح صورة بعد استخدام شهرين أو ثلاثة.