المحاور
- المحاذير المتعلقة ب:
- قدرات الذكاء الاصطناعي
- الذكاء الاصطناعي في كتابة البحوث
- الذكاء الاصطناعي في عملية التحرير
المحاذير المتعلقة بقدرات الذكاء الاصطناعي
- مرتبطة بتوقعات المستخدمين
بعض التوقعات الخاطئة
- الذكاء الاصطناعي يفكر بنفسه كالبشر
- الذكاءالاصطناعي يمكنه الابتكار
- الذكاء الاصطناعي سيلغي العديد من الوظائف ويستبدل البشر
- يجب أن تكون مبرمجاً لتستفيد من الذكاء الاصطناعي
- سيكون تأثير الذكاء الاصطناعي محدودا أو يمكننا الاستغناء عنه
بعض التوقعات الخاطئة
- مخرجات الذكاء الاصطناعي عالية الجودة وموثوقة
- الذكاء الاصطناعي غير مكلف
- حواراتي أو بياناتي التي أعرضها على الذكاء الاصطناعي آمنة
- التحديات القانونية والأخلاقية سهلة الحل ويسعنا تجاهلها
- الذكاء الاصطناعي هو ChatGPT
ما هو الذكاء الاصطناعي؟
- أي آلة تؤدي مهام تحاكي الذكاء البشري
- المجال الذي يهتم بدراسة هذه الأنظمة والآلات والخوارزميات
- Artificial Intelligence (AI)
مفاهيم مهمة مرتبطة بالذكاء الاصطناعي
- تعلم الآلة (ML) Machine Learning
- التعلم العميق (DL) Deep Learning
تعلم الآلة (ML)
- تخصص فرعي من الذكاء الاصطناعي يهتم بالخوارزميات والنماذج التي تستخلص الأنماط والرؤى والفوائد من البيانات دون أن تتم برمجتها بشكل صريح لذلك.
التعلم العميق (DL)
- تخصص فرعي من تعلم الآلة
- أو فئة خاصة من نماذج تعلم الآلة
- توظف النماذج على شكل طبقات متعددة
- لتحليل البيانات واستخلاص الأنماط والرؤى واتخاذ القرارات.
- تتمتع بإمكانيات مذهلة تتعرف على أنماط معقدة
- تتطلب كمية بيانات و إمكانات حاسوبية هائلة للتدريب
تغير دور المبرمج مع هذا التطور
- إختلفت مهام المبرمج مع تطور مجالات الذكاء الاصطناعي
في البرمجة التقليدية
- المبرمج يحدد جميع التعليمات
- تنفذ هذه التعليمات على البيانات
- خطوات محددة ونتائج مؤكدة
مع تعلم الآلة
- بروز دور النماذج والبيانات
- المبرمج يختار الخوارزميات و يوفر البيانات
- النماذج تستنبط المعاملات و الأنماط من البيانات
- تطبق هذه النماذج المستنبطة على بيانات جديدة
مع تعلم الآلة
- النتائج غير مؤكدة ويمكن تحسينها بتغيير الخوارزميات واختيار خواص مختلفة بالبيانات
- يمكن تفسير ما يحصل إلى حد ما لأنها تبنى على خوارزميات معروفة
- مثال: Logistic regression, Naive Bayes, Decision Trees, PCA, K-means, إلخ.
- يمكن تفسير عمل هذه النماذج إلى حد ما
مع التعلم العميق
- تتبع تعلم الآلة
- طبقات متعددة من النماذج والخوارزميات وعدد المعاملات المستنبطة هائل
- مثال: CNN, RNN, LSTM, BERT, GPT, إلخ.
- النتيجة غير مؤكدة وغير قابلة للتفسير بسبب التعقيد
- يشار إلى النماذج أنها صندوق أسود
مع التعلم العميق
- خصائص البيانات المهمة تختار تلقائياً خلال عملية التدريب
- التكاليف والوقت اللازم للتدريب هائلة
- تحسين النماذج أقل كلفة ووقت
- يتحول دور المبرمج إلى دور مهندس للبيانات
هل يفكر الذكاء الاصطناعي بنفسه؟
لا، قد يعتقد الناس أنه يفعل ذلك بسبب:
- استخدام مصطلح التعلم أو التدريب
- النماذج لها قدرات مذهلة مقارنة بما سبقها من برامج
- جهد المبرمج محدود
- الغموض المصاحب لهذه النماذج
ومع ذلك، الذكاء الاصطناعي
- يفتقر القدرة على الابتكار لطبيعة عملية التعلم
- قد يدمج البيانات الهائلة بطريقة مبتكرة
- لا يبتكر مفاهيم أو أفكار جديدة
- يعتمد على بيانات التدريب وتوجيهات المستخدم، وقد يكون متحيزاً
- يفتقر إلى الوعي و تمييز الخطأ من الصواب
- يتطلب إشرافاً بشرياً
التوقعات الخاطئة مرة أخرى
- الذكاء الاصطناعي يفكر بنفسه كالبشر
- الذكاءالاصطناعي يمكنه الابتكار
- الذكاء الاصطناعي سيلغي العديد من الوظائف ويستبدل البشر
- يجب أن تكون مبرمجاً لتستفيد من الذكاء الاصطناعي
- سيكون تأثير الذكاء الاصطناعي محدود أو يمكننا الاستغناء عنه
التوقعات الخاطئة مرة أخرى
- مخرجات الذكاء الاصطناعي عالية الجودة وموثوقة
- الذكاء الاصطناعي غير مكلف
- حواراتي أو بياناتي التي أعرضها على الذكاء الاصطناعي آمنة
- التحديات القانونية والأخلاقية سهلة الحل ويسعنا تجاهلها
- الذكاء الاصطناعي هو ChatGPT
تصحيح التوقعات
- الذكاء الاصطناعي يفكر بنفسه كالبشر
- الأصح:
- الذكاء الاصطناعي يتقن تركيب البيانات التي درب عليها بطريقة تحاكي الأسلوب البشري دون أن يميز بين الصواب والخطأ
تصحيح التوقعات
- الذكاءالاصطناعي يمكنه الابتكار
- الأصح:
- الذكاء الاصناعي يعيد تركيب البيانات الهائلة بطريقة مبتكرة ولكنه لا يبتكر مفاهيم جديدة
تصحيح التوقعات
- الذكاء الاصطناعي سيلغي العديد من الوظائف ويستبدل البشر
- الأصح:
- الذكاء الصناعي يتقن وظائف محددة
- في الغالب، ستتغير طبيعة الوظائف بدلاً من إختفائها
تصحيح التوقعات
- يجب أن تكون مبرمجاً لتستفيد من الذكاء الاصطناعي
- الأصح:
- توفر خدمات جديدة تمكن الجميع من استخدام الذكاء الاصطناعي بسهولة
- المهارات البرمجية وهندسة البيانات ضرورية لتحسين هذه النماذج وايجاد تطبيقات جديدة لها
تصحيح التوقعات
- سيكون تأثير الذكاء الاصطناعي محدود أو يمكننا الاستغناء عنه
- الأصح:
- غيرك سيوظفه وستتأثر به بشكل مباشر أو غير مباشر
- الأفضل تقبله وتعلم الاستفادة منه والوقاية من سوء استخداماته
تصحيح التوقعات
- مخرجات الذكاء الاصطناعي عالية الجودة وموثوقة
- الأصح:
- قد تبدو المخرجات عالية الجودة بسبب محاكاة الأسلوب البشري
- الأخطاء والتحيزات قد تدخل لعدم تمييز الذكاء الاصطناعي لها
- يسهل على ذوي الخبرة كشف ذلك وتصحيحه
- غموض استنتاجات الذكاء الاصطناعي تزيد من هذا النوع من المخاطر
تصحيح التوقعات
- الذكاء الاصطناعي غير مكلف
- الأصح:
- تدريب نماذج التعلم العميق مكلف
- التوجه تحويلها لخدمات مدفوعة
تصحيح التوقعات
- حواراتي أو بياناتي التي أعرضها على الذكاء الاصطناعي آمنة
- الأصح:
- شركات مثل OpenAI تستفيد من البيانات التي تقدمها لها لتحسين نماذجها وتطويرها
- يمكن خداع النماذج لكشف بيانات التدريب
تصحيح التوقعات
- التحديات القانونية والأخلاقية سهلة الحل ويسعنا تجاهلها
- الأصح:
- التحديات كبيرة وتتطلب حوار مفتوح ومستمر
- هل يمكن طلب تلخيص مستندات سرية؟
- هل تملك OpenAI الحق في استخدام بياناتنا في التدريب؟
- تطوير نماذج محلية خاصة بنا قد يقلل من أثر بعض التحديات
تساؤل
- من يتميز حال استخدام الجميع نفس النموذج؟
- مثال ChatGPT
المحاذير المتعلقة باستخدام الذكاء الاصطناعي
- كتابة البحوث
- عملية التحرير
نحن نستخدم الذكاء الاصطناعي في البحث والنشر العلمي بتوسع ولفترة من الزمن
هل تستخدم هذه الأدوات؟
- مدققات الانتحال
- iThenticate، Turnitin، إلخ.
- المدققات النحوية واللغوية
- أدوات الترجمة
- محركات البحث
ما الذي تغير؟ لم هذا الاهتمام المفاجئ؟
- ظهور ChatGPT
- أثره كبير بسبب
- جودة المخرجات
- سهولة الاستخدام
ما هو ChatGPT؟
- نوع من الذكاء الاصطناعي التوليدي من OpenAI
- يحاكي الاستجابات البشرية بدقة عالية
- مدرّب على نصوص الإنترنت المتنوعة
- يتم تحديثه باستمرار لتقليل الأخطاء وتحسين الردود
إمكانات الذكاء الصناعي التوليدي
- صياغة الأوراق البحثية والمقالات
- كتابة تقارير التحكيم والمراجعة
- إنشاء وتنقيح أسئلة البحث والهياكل البحثية
- تيسير التفسيرات المعقدة
- إنتاج البيانات وتحليلها
- تلخيص الأوراق البحثية والمراجعات
- مراجعة الأوراق البحثية وتحريرها
- وأكثر من ذلك
مثال على كتابة البحوث بالذكاء الاصطناعي
O’Connor, S. & ChatGPT. (2023). Open artificial intelligence
platforms in nursingeducation: Tools for academic progress
or abuse? Nurse Education in Practice, 66, 103537.
https://doi.org/10.1016/j.nepr.2022.103537
أدوات أخرى قد تهم الباحثين
- Elicit
- Consensus
- Researchrabbit
- SciSpace
- Litmaps
- Scite
- Trinka
- Scholarcy
المحاذير المتعلقة باستخدام الذكاء الصناعي
- تجنب الاستخدام الكسول
- توظيفه في كتابة البحوث أو تقارير التحكيم كبديل عن الباحث
- تجاهل مراجعة المحتوى المنشأ بالذكاء الاصطناعي
المحاذير المتعلقة باستخدام الذكاء الصناعي
- كتمان استخدام الذكاء الاصطناعي في النشر العلمي
- الاقتصار على أول مخرج من الذكاء الاصطناعي دون تنقيح
- تجنب استخدام الذكاء الاصطناعي أو التعرف على إمكانياته
مخاطر الاستخدام الكسول
- الناتج يفتقر للإبتكار
- تكرار للمحتوى الموجود
- تقارير التحكيم تعاقب الابتكار
- تعزز فكرة استبدال الباحثين بالذكاء الاصطناعي
- فرط الاعتماد على الذكاء الاصطناعي يضعف الخبرة والمهارة
- استبدال الخبرة والتعلم بالذكاء الاصطناعي
- يصعب كشف الأخطاء في البحوث المنتجة
الاستخدامات الفعالة
- تلخيص المقالات
- شرح أو تيسير المفاهيم المعقدة
- تحليل أو تمثيل البيانات
- استخلاص البيانات من المستندات
- توليد البيانات التجريبية
- توليد/ترجمة أدوات الاستبيان
- تحسين الصياغة للكلمات والفقرات
- صياغة رؤوس الاقلام والمساعدة في تصميم الأوراق البحثية
- والمزيد
أهمية الافصاح عن استخدام الذكاء الاصطناعي
- اعطاء الفرصة لهيئة التحرير بتحديد الابحاث التي تتناسب مع سياساتهم
- لازلنا نحاول فهم كيفية توظيف الذكاء الاصطناعي بشكل اخلاقي وفعال
- الشفافية تعزز الثقة في البحوث المنشورة والباحث
- تطور الأدوات التي تكشف استخدام البحوث قد يضع الباحث في حرج
تنقيح البحوث والتقارير
- الدخول في حوار مع الذكاء الاصطناعي لتحسين المخرجات
- يكسب الباحث مهارة تمكنه من استخدام الذكاء الاصطناعي بشكل فعال وفهم حدوده
- الجهد في التنقيح قد يكون أكبر من كتابة البحث أو التقرير بنفسك
- مراجعة المخرجات بنفسك وتنقيحها
تجنب استخدام الذكاء الاصطناعي
- تجنبك استخدامه لا يعني تجنب غيرك له
- سيكون واقع يجب التعايش معه
- ضرورة المشاركة في حوار لتحديد اخلاقيات استخدامه في البحث والنشر العلمي
دور هيئات التحرير
- التفكير في دور الذكاء الاصطناعي في عملية التحرير
- وضع لوائح وسياسات لاستخدام الذكاء الاصطناعي
- الشفافية ستكون الحد الأدنى من المتطلبات
- تقييم و تطوير اللوائح بشكل مستمر
- تثقيف الباحثين حول الاستخدامات الاخلاقية
- توظيف و تقييم استخدام الذكاء الاصطناعي في عملية التحرير
استخدام الذكاء الاصطناعي في عملية التحرير
- المساعدة في فحص الطلبات المقدمة
- تحسين آلية تحكيم و مراجعة الأبحاث
- تلخيص ومقارنة المراجعات
- مراجع ثالث
- تحسين لغة التواصل
- تحسين التعليقات/التقارير لتكون مهذبة وبناءة
تحديات جديدة ستواجهها هيئات التحرير
- الانتحال غير القابل للكشف
- التلاعب بالبيانات والنتائج المُنشأة بالذكاء الاصطناعي
- التغيير في الممارسات الافتراسية
- تفشي الاستخدام الكسول وأثره على الناتج العلمي
- تحديات قانونية وأخلاقية جديدة
حلول محتملة
- تبني أدوات الذكاء الاصطناعي والتعرف على قدراتها
- رحلة استكشافية مع التقييم المستمر
- اعتماد ممارسات العلوم المفتوحة
- البيانات المفتوحة، والوصول المفتوح، و التحكيم المفتوح
- الشفافية في استخدام الذكاء الاصطناعي
الخلاصة
- إمكانات الذكاء الاصطناعي في تحويل النشر العلمي هائلة
- يزداد الانتفاع من الذكاء الاصطناعي مع ازدياد الامكانات العلمية والخبرة للباحث
- تجنب الاستخدام الكسول للذكاء الاصطناعي
- استخدمه كأداة وليس بديلاً عنك
- تجنب التغافل عن الاعتبارات القانونية والأخلاقية
- الحوار المفتوح والتقييم المستمر والشفافية في الاستخدام ضرورات في هذا الوقت
- الأرجح تغير طبيعة الوظائف بدلاً من إختفائها