أكثر طرق المقارنة شيوعًا في أوساط الأدوات هي أن تضع شيئين جنبًا إلى جنب وتسأل «أيهما أقوى». أما بالنسبة إلى MuchSci وChatGPT، فهذا السؤال خاطئ منذ البداية — فهما ليسا في المستوى نفسه، ولا يخدمان النوع نفسه من الاحتياجات. MuchSci هو منصة عمل للبحث العلمي: البحث والترجمة والقراءة المتعمقة وكتابة النص وإعداد الصور، وهي عمليات متكررة في البحث العلمي، قد فكّر فيها نيابة عنك وحوّلها إلى مكوّنات ثابتة، فتمضي وفق العملية فقط. أما ChatGPT فهو نموذج محادثة عام كبير أطلقته OpenAI، يستطيع الإجابة العامة والكتابة والبرمجة، لكنه لا يتضمن مكتبة أدبيات أكاديمية مدمجة — أنت تعطي التعليمات وهو ينفّذها، أما العملية والمعايير فعليك تحديدهما في الموقع.
لنضرب مثالًا: أحدهما مثل جهاز في المختبر مخصص لقياس مؤشر معيّن، تكون العملية مصممة داخل الجهاز، فأنت تضع العينة وتقرأ القيمة؛ والآخر مثل مساعد عام يمكنه الحديث في أي شيء وكتابة سطرين في أي شيء، لكنه لن يعرف نيابة عنك أي بند يجب قياسه ولا وفق أي معيار تكتب. يتفوق الجهاز في التخصص والسرعة والمعيارية؛ ويتفوق المساعد في الاتساع والمرونة، لكن الثمن أن عليك أن تفكّر بنفسك فيما تريد فعله وأن تشرح المعايير بوضوح.
لا تتناول هذه المقالة نتائج الاختبارات القياسية، بل تتناول الآلية فقط، ومتى ينبغي استخدام أي منهما.
01 ليسا في المستوى نفسه
إذا رتّبت الأمور على شكل طبقات، يصبح التموضع واضحًا.
▲ الشكل 1｜كلما ارتفعنا اقتربنا من عمليات البحث العلمي المحددة، وكلما نزلنا صرنا أكثر عمومية
الطبقة السفلى هي قدرات النموذج — فهم السياق الطويل، والتعرف متعدد الوسائط، والبرمجة والاستدلال، والتعبير متعدد اللغات. هذه الطبقة هي الأساس، وكل من المنظومتين العلويتين يستدعيها، وهي التي تحدد اختلاف الجودة بدرجة أساسية. وكل من ChatGPT وMuchSci مبني على هذا النوع من الأساسات، وقوة النموذج الأساسي تؤثر في سقف كليهما في الوقت نفسه.
الطبقة الوسطى هي قدرة المحادثة العامة، وهو الموضع الذي يقف فيه ChatGPT. ومن سماتها «عدم افتراض العملية مسبقًا»: تعطيها سؤالًا فتجيب فورًا، وتساعدك في الصياغة الأولية، وتكتب شيفرة برمجية، وتناقشك. أما العملية والمعايير فعليك أن تحددها — وهذا مصدر مرونتها، وهو أيضًا كلفتها، لأن عليك أن تعرف ما تريد ووفق أي معيار، وإلا فلن تستطيع إلا أن تتصرف بحرية وفق الصيغة التي قدمتها.
الطبقة العليا هي تطبيقات البحث العلمي، وMuchSci في هذه الطبقة. فقد حوّل الأفعال المتكررة في البحث العلمي إلى مكوّنات ثابتة: البحث المتصل بالمكتبة الأكاديمية، والترجمة التي تحافظ على بنية الفقرات، والقراءة المتعمقة التي تستخرج النقاط الأساسية، وكتابة النص وفق الصيغة الأكاديمية، وإعداد الصور وفق معايير المجلات. العملية محددة لك مسبقًا، لذا يكون البدء سريعًا؛ أما الثمن فهو أنه لا ينفّذ إلا تلك الأمور المعرّفة، ولا يستطيع التمدد إلى احتياجات خارج عمليات البحث العلمي.
الطبقات تحمل بعضها بعضًا وليست متنافسة. كلما قوي الأساس استفادت الطبقتان؛ وكلما اتسعت قدرة المحادثة العامة زاد ما يمكن للطبقة العليا أن تتلقاه من مهام. ومقارنة الاثنين ببعضهما لمعرفة الأقوى تعادل وضع الجهاز والمساعد على المضمار نفسه وحساب الزمن، فالمضمار نفسه مختار اختيارًا خاطئًا.
02 في المهمة نفسها «كتابة ورقة بحثية»، تختلف نقطة التدخل
إذا فككنا «كتابة ورقة بحثية» إلى أفعال محددة، تظهر نقاط قوة كل منهما.
▲ الشكل 2｜أحدهما لديه عمليات بحث علمي جاهزة، والآخر لديه قدرات محادثة عامة وكتابة
في البحث في الأدبيات، يتضمن MuchSci مكتبة أكاديمية مدمجة ومعايير موحدة، ويمكن أرشفة نتائج البحث الواحد مباشرة ضمن المواد؛ ويستطيع ChatGPT أيضًا أن يناقش بالاستعانة بالإنترنت أو بالأدبيات التي تلصقها له، لكنه لا يتضمن مكتبة أدبيات أكاديمية مدمجة، وعليك أنت تحديد نطاق البحث ومعيار المصادر، وقد لا تأتي النتائج بمصدر موحد، كما أن الأرشفة تتطلب منك جهدًا يدويًا.
في الترجمة والقراءة المتعمقة، يحافظ MuchSci على بنية الفقرات، ويمكن أرشفة النقاط المستخلصة بعد القراءة في مكتبة المواد لتسهيل الاقتباس لاحقًا؛ ويستطيع ChatGPT الترجمة وشرح النصوص الطويلة، لكن المواد المقروءة تتناثر في المحادثة، وعليك تنظيمها بنفسك ضمن منظومتك، ومن السهل خصوصًا فقدان السياق عند تعدد جولات المحادثة.
في كتابة النص والتنسيق، ينتج MuchSci مسودة وفق الصيغة الأكاديمية، ويكون الملف المُسلَّم جاهزًا للاستخدام مباشرة؛ ويستطيع ChatGPT كتابة نصوص طويلة وتعديل المسودات واستكمالها، لكن عليك تذكيره بمعايير التنسيق بندًا بندًا، وأنت من يتحكم في مدى التزام المنتج النهائي الصارم بالأسلوب الأكاديمي، وغالبًا يلزم إعادة تدقيق قبل التسليم.
في الاقتباس والمصادر، ترتبط مواد MuchSci واقتباساته بطبيعتها بالمكتبة، ويمكن تتبع المصدر؛ أما ChatGPT فلا يتضمن مكتبة مدمجة، وعليك التحقق بندًا بندًا من دقة الاقتباس وإمكانية العودة إلى النص الأصلي، ولا يمكن استخدامه مباشرة كمصدر.
في تتبع سجل العملية، يمكن داخل عملية MuchSci تتبع الأدبيات والاقتباسات؛ ويمكن حفظ محادثة ChatGPT، لكن سلسلة «أي عبارة جاءت من أي مرجع» عليك صيانتها بنفسك، وهي أقل سهولة من الأولى عند المراجعة.
03 ربط الاثنين في خط إنتاج واحد
بما أن تقسيم الأدوار واضح، فربطهما معًا واستخدامهما يصبح خيارًا طبيعيًا.
▲ الشكل 3｜ليس الأمر اختيارًا بين اثنين، بل أن يقف كل منهما في الموضع الأنسب له
من التركيبات الشائعة ما يلي: تحديد الموضوع وإيجاد الاتجاه يقوم بهما أنت، ويمكن أن يكون كل منهما طرفًا في النقاش، وقرار الحكم بيدك؛ البحث في الأدبيات وإدخالها إلى المكتبة يتم عبر MuchSci — فالعملية ناضجة والمعايير موحدة، وتُؤرشف نتائج البحث مباشرة، ويكون للاقتباسات مصدر عند الكتابة لاحقًا؛ القراءة المتعمقة وتنظيم المواد تتم أيضًا عبر MuchSci — فالنقاط المستخلصة بعد القراءة تبقى في المكتبة ولا تتناثر في عشرات نوافذ المحادثة؛ أما النقاش العام والشيفرة البرمجية في هذه المرحلة فيُسندان إلى ChatGPT — إذ يكمّل هنا الإجابة العامة، ويكتب الشيفرة، ويساعدك في ترتيب الحجج، ويبحث عن مادة خارجية غير مدمجة لديه؛ وتعود كتابة النص ومعايير التنسيق إلى MuchSci — لإنتاج مسودة وفق الصيغة الأكاديمية، بحيث يكون الملف المُسلَّم جاهزًا للاستخدام فور استلامه؛ أما التحقق والأرشفة فيقوم بهما أنت.
الخطوة الرابعة هي أكثر مرحلة يظهر فيها تكامل الاثنين. فالأجزاء من عمليات البحث العلمي التي حُوّلت بالفعل إلى مكوّنات، تُنجز بمعيارية عبر MuchSci؛ وعندما تحتاج إلى مناقشة فكرة على الفور، أو كتابة سكربت معالجة، أو البحث عن مادة غير مدمجة لديه، فإن قدرة المحادثة العامة لدى ChatGPT تكمّل ذلك تمامًا. لا يتنافسان على المهام، بل يقف كل منهما في موضعه، ويصبح خط الإنتاج كله أقل جهدًا من استخدام أحدهما وحده.
04 معيار عملي للحكم
في المحصلة، لا يتطلب اختيار أحدهما مقارنة القوة، بل يكفي أن تسأل نفسك سؤالًا واحدًا: هل لهذه العملية طريقة جاهزة؟
▲ الشكل 4｜معيار الحكم ليس «أيهما أقوى»، بل «هل توجد طريقة جاهزة؟»
العمليات المعرّفة مسبقًا — كتابة المسودة، والترجمة، والبحث، والتنسيق وفق صيغة المجلة — سلّمها إلى MuchSci. وقيمته تكمن في أن «الإجراء القياسي قد سلكه أحدهم نيابة عنك من قبل»، فتمضي وفق المكوّنات بسرعة؛ خصوصًا عندما تحتاج النتائج إلى اقتباسات قابلة للتتبع، أو إلى تسليمها مباشرة، فإن مخرجات تحمل مصادرها تكون أقل كلفة بكثير من إضافة المصادر لاحقًا.
العمليات التي لم ينجزها أحد بعد، أو عندما تريد فقط قدرة عامة معينة — مناقشة حجة عابرة، أو كتابة مقطع شيفرة، أو البحث عن مادة خارجية، أو صياغة بريد يومي — سلّمها إلى ChatGPT. وقيمته تكمن في أنه «ينفّذ بمجرد أن تعطي التعليمات»، بشرط أن تشرح الحاجة أولًا وتوضح المعايير، وإلا فإن جودة المخرجات تتقلب بحسب الصيغة التي تقدمها.
الاثنان لا يستبعد أحدهما الآخر. ففي الورقة البحثية نفسها، إسناد البحث في الأدبيات إلى MuchSci والنقاش العام والشيفرة إلى ChatGPT تقسيم شائع ومريح جدًا — أحدهما مسؤول عن إنجاز العمليات الناضجة وفق المعيار، والآخر عن الاستجابة الفورية للاحتياجات الطارئة.
05 الحدود
① هذه المقالة تحليل للآلية وتقسيم الأدوار، وليست مراجعة للمنتج. لم تُجرِ المقالة اختبارًا مقارنًا منهجيًا للاثنين، وأوصاف القدرات مبنية على الوظائف المعلنة والملاحظات من الاستخدام الفعلي؛ وكلا المنتجين يتطوران بسرعة، لذا يُرجى اعتبار أحدث إصدار هو المرجع في الأداء المحدد.
② تقسيم الأدوار لا يغيّر مسؤولية الإسناد. فأيًا كانت الأداة المستخدمة، فإن صحة البيانات وملاءمة الاقتباس وتماسك الاستنتاج تبقى مسؤولية الشخص الموقّع في النهاية؛ وعندما تصل مخرجات الأداة إلى يديك، فتعامل معها دائمًا بوصفها «مسودة بانتظار التحقق».
③ النطاق المسموح به لمشاركة الذكاء الاصطناعي في كتابة الأوراق البحثية يخضع للوائح السارية في مؤسستك. وفي الحالات المتعلقة بالنزاهة الأكاديمية وامتثال البيانات، يُنصح بالتحقق من اللوائح ذات الصلة مسبقًا، وعدم التقديم مباشرة بالاعتماد على مخرجات الأداة وحدها.