هوش مصنوعی (Artificial Intelligence) در سالهای اخیر به یکی از تأثیرگذارترین فناوریها در عرصه تولید علم تبدیل شده است؛ فناوریای که نهتنها شیوه نگارش، بلکه منطق تولید و ارزیابی مقالات علمی را نیز دستخوش تغییر کرده است. تأثیرات مثبت و منفی هوش مصنوعی بر تولید و کیفیت مقالات علمی امروز به یکی از مباحث جدی در محافل دانشگاهی و پژوهشی بدل شده و پرسشهای بنیادینی را درباره آینده دانش، داوری علمی و اعتبار متون پژوهشی مطرح کرده است. این فناوری با کاهش چشمگیر هزینه زمانی و مهارتی تولید متن، مرز میان نگارش علمی اصیل و تولید انبوه متون شبهعلمی را کمرنگ کرده و الگوی تازهای از تولید مقاله علمی (Scientific Article Production) را پیش روی پژوهشگران قرار داده است.
آنچه در ابتدا بهعنوان ابزاری کمکی برای تسهیل نگارش، بهبود زبان انگلیسی پژوهشگران غیرانگلیسیزبان و افزایش بهرهوری علمی معرفی میشد، امروز به پدیدهای ساختاری تبدیل شده که پیامدهای آن فراتر از بهبود سبک نگارش است. هوش مصنوعی اکنون میتواند در زمانی کوتاه، متونی با ظاهر آکادمیک، ساختار منسجم و واژگان تخصصی تولید کند؛ اما پرسش اصلی این است که آیا این تحول به ارتقای کیفیت علم منجر شده یا صرفاً شتاب تولید متون ظاهراً علمی را افزایش داده است؟
هوش مصنوعی و دگرگونی فرایند تولید مقالات علمی
هوش مصنوعی مولد، بهویژه مدلهای زبانی بزرگ، توانستهاند فرایند سنتی تولید مقاله علمی را بهشدت متحول کنند. در گذشته، نگارش یک مقاله علمی مستلزم تسلط عمیق بر موضوع، صرف زمان طولانی برای تدوین متن، بازبینیهای مکرر و عبور از فرایندهای پیچیده فکری بود. اما امروز، این فناوری امکان تولید پیشنویسهای نسبتاً کامل را با حداقل مداخله انسانی فراهم کرده است.
این تغییر، بهویژه برای پژوهشگران غیرانگلیسیزبان، یک مزیت جدی محسوب میشود. هوش مصنوعی توانسته است موانع زبانی را کاهش داده و فرصت حضور عادلانهتر این پژوهشگران در عرصه نشر علمی بینالمللی را فراهم کند. از این منظر، میتوان از نوعی «دموکراتیزه شدن دسترسی به تولید علم» سخن گفت.
افزایش بهرهوری یا تورم متون علمی؟
مطالعات جدید نشان میدهد که استفاده از هوش مصنوعی به افزایش چشمگیر بهرهوری پژوهشگران منجر شده است. در برخی بسترهای نشر علمی، تعداد مقالات منتشرشده پس از استفاده از ابزارهای هوش مصنوعی بین ۳۰ تا ۶۰ درصد افزایش یافته و این رقم برای برخی نویسندگان غیرانگلیسیزبان حتی به حدود ۹۰ درصد نیز رسیده است.
اما این رشد کمّی، روی دیگر سکه نیز دارد. افزایش حجم تولید، الزاماً به معنای تعمیق دانش نیست. بخش قابلتوجهی از این مقالات، اگرچه از نظر ظاهری واجد تمامی مؤلفههای آکادمیک هستند، اما در سطح محتوایی فاقد نوآوری نظری، مسئله اصیل یا پیشرفت معنادار در دانش موجودند. این وضعیت، پدیدهای را رقم زده که میتوان از آن با عنوان «تورم زبانی در علم» یاد کرد.
وارونگی رابطه زبان و کیفیت علمی
در نظام سنتی داوری علمی، پیچیدگی زبانی و انسجام نگارشی معمولاً بهعنوان نشانههایی از عمق علمی تلقی میشدند. اما یافتههای جدید نشان میدهد که در مقالاتی که با کمک هوش مصنوعی نوشته شدهاند، این رابطه معکوس شده است. به بیان دیگر، هرچه زبان این مقالات پیچیدهتر باشد، احتمال پذیرش آنها کاهش مییابد.
این وارونگی معنادار نشان میدهد که پیچیدگی زبانی مبتنی بر هوش مصنوعی، در بسیاری از موارد نه بازتاب عمق علمی، بلکه پوششی برای ضعفهای روششناختی و محتوایی پژوهش است. در چنین شرایطی، زبان علمی میتواند به ابزاری برای استتار «ابتذال علمی» تبدیل شود.
پیامدهای راهبردی برای داوری و ارزیابی علمی
یکی از مهمترین پیامدهای گسترش هوش مصنوعی، تضعیف اعتبار زبان بهعنوان شاخص سریع و کمهزینه ارزیابی کیفیت علمی است. اتکای بیشازحد به ظاهر نگارشی، اکنون میتواند داوران را به خطا بیندازد و منجر به پذیرش مقالاتی شود که ضعفهای اساسی آنها در پس زبانی آراسته پنهان مانده است.
در نتیجه، فرآیند داوری علمی ناگزیر است به سمت ارزیابیهای عمیقتر حرکت کند؛ تمرکز بر منطق طراحی پژوهش، اعتبار دادهها، شفافیت روشهای تحلیلی، قابلیت بازتولید نتایج و سهم واقعی مقاله در حل یک مسئله علمی مشخص. هرچند این تغییر ضروری است، اما همزمان بار کاری داوران و سردبیران نشریات علمی را بهطور چشمگیری افزایش میدهد.
مبارزه با هوش مصنوعی از طریق هوش مصنوعی
در واکنش به این چالشها، استفاده از ابزارهای داوری مبتنی بر هوش مصنوعی بهعنوان راهکاری محتمل مطرح شده است. این ابزارها میتوانند در مراحل اولیه ارزیابی، الگوهای کلیشهای، ناهماهنگیهای روششناختی و ضعفهای ساختاری مقالات را شناسایی کرده و بار شناختی داوران انسانی را کاهش دهند.
با این حال، استفاده از چنین سامانههایی نیازمند احتیاط نهادی و شفافیت الگوریتمی است تا فرآیند داوری علمی بیش از پیش به سازوکاری غیرشفاف و ماشینی فروکاسته نشود. آینده نشر علمی نه در طرد کامل هوش مصنوعی، بلکه در همزیستی انتقادی و کنترلشده با آن رقم خواهد خورد.
هوش مصنوعی و تنوع دسترسی به منابع علمی
هوش مصنوعی تنها بر تولید متن اثر نگذاشته، بلکه الگوی دسترسی به منابع علمی را نیز دگرگون کرده است. شواهد نشان میدهد که موتورهای جستجوی مجهز به هوش مصنوعی، امکان دسترسی به طیف متنوعتر و جدیدتری از مقالات علمی را فراهم کردهاند؛ امری که میتواند به کاهش انحصار منابع پرارجاع و افزایش دیدهشدن پژوهشهای کمتر شناختهشده کمک کند.
در عین حال، این تحول قدرت انتخاب و برجستهسازی منابع را بیش از پیش در اختیار الگوریتمها قرار میدهد و ضرورت نظارت، شفافیت و فهم انتقادی این سازوکارها را دوچندان میکند.
در مجموع، تأثیرات مثبت و منفی هوش مصنوعی بر تولید و کیفیت مقالات علمی واقعیتی چندلایه است. این فناوری میتواند همزمان به تسهیل تولید علم و تضعیف معیارهای سنتی کیفیت منجر شود. آینده علم در گرو بازتعریف معیارهای ارزیابی، بازطراحی فرآیند داوری و استفاده هوشمندانه از هوش مصنوعی بهعنوان ابزاری در خدمت عقلانیت علمی و قضاوت انسانی است.
