يُحكَم الآن على جزء متزايد من الكتابة العلمية، على الأقل جزئياً، بواسطة الذكاء الاصطناعي، وتشير دراسة جديدة إلى أن الكلمات التي يختارها الباحث يمكن أن تغيّر حُكم المراجع القائم على الذكاء الاصطناعي حتى عندما لا تتغير البيانات الأساسية مطلقاً. وجد الباحثون الذين درسوا التأثير البلاغي على المراجعة بالذكاء الاصطناعي أن طريقة الصياغة، وليس الأدلة، يمكن أن تُميل الدرجات بهدوء صعوداً أو هبوطاً في أنظمة مراجعة الأقران المعتمدة على نماذج اللغة الكبيرة، مما يثير أسئلة جديدة حول مدى موثوقية «القضاة» الآليين فعلاً.
هذا القلق ليس افتراضياً. فمراجعة الأقران، النظام القائم منذ عقود والذي يقيّم فيه الباحثون أعمال بعضهم البعض قبل النشر، يترنح بالفعل تحت وطأة سيل من عمليات الإرسال. فقد وجدت استبانة لمجلات Frontiers أشار إليها موقع Ars Technica أن أكثر من نصف مراجعي الأقران يعتمدون بالفعل على أدوات الذكاء الاصطناعي في مرحلة ما من عملية المراجعة، غالباً لمجرد مواكبة الحجم. هذا الاعتماد هو بالضبط ما يجعل مسألة التحيز البلاغي في المراجعة بالذكاء الاصطناعي ملحّة للغاية: إذا كانت الآلات تُقيّم الأوراق بالفعل، واختيار الكلمات وحده يمكن أن يغيّر درجاتها، فإن رهانات العدالة العلمية ترتفع بسرعة.
هذا هو الفارق الذي سعى فريق بقيادة مينغ لي إلى قياسه. فبحثهم، الذي قُدِّم في أغسطس 2026 وبُني حول عمليات الإرسال إلى ICLR 2026، يعزل البلاغة عن المضمون ليرى بالضبط إلى أي مدى يمكن لطريقة العرض أن تؤثر في حكم قائم على الذكاء الاصطناعي، وتُظهر النتائج صورة لتحيز منظم وغير متساوٍ، وفي بعض الحالات يمكن التنبؤ به على نحو مفاجئ.
Summary
أهم النقاط
- التأطير البلاغي وحده غيّر درجات المراجعة بالذكاء الاصطناعي بشكل ملموس رغم أن المحتوى العلمي الأساسي ظل متطابقاً.
- أنشأ الباحثون مجموعة بيانات مكوّنة من 4200 مخطوطة بحثية كاملة مشتقة من 120 ورقة مقدَّمة إلى ICLR 2026 بعد إخفاء هويتها لاختبار التأثير.
- تسبّب تأطير الأدلة وموقف الجِدّة في أكبر التغيّرات في درجات التقييم الإجمالية، أكثر من أي بُعد بلاغي آخر.
- الأوراق ذات الدرجات الأصلية المنخفضة بالذكاء الاصطناعي مالت إلى الارتفاع بعد إعادة الصياغة البلاغية، بينما مالت الأوراق ذات الدرجات الأعلى إلى الانخفاض.
- قلّص بروتوكول مراجعة أكثر صرامة متوسط الدرجات بمقدار 1.36 نقطة لكنه لم يُقلِّل بشكل موثوق من الحساسية البلاغية الأساسية.
نظرة عامة على الدراسة والمنهجية
صمّم فريق البحث تجربة مضبوطة خصيصاً لإزالة كل المتغيرات باستثناء كيفية صياغة الورقة، مع عزل الحساسية البلاغية كالعنصر الوحيد الذي يتغير بين نسخ المخطوطة نفسها. هذا الاختيار في التصميم هو ما يمنح النتائج ثقلها: أي اختلاف في الدرجات بين نسخ المخطوطة يمكن إرجاعه إلى طريقة العرض بدلاً من اختلافات حقيقية في العلم.
مجموعة مخطوطات مضبوطة من عمليات الإرسال إلى ICLR 2026
لاختبار ذلك بشكل نقي، أنشأ الباحثون مجموعة من 4200 مخطوطة كاملة مشتقة من 120 ورقة مقدَّمة إلى ICLR 2026 بعد إخفاء هويتها، وهو أحد أهم مؤتمرات تعلّم الآلة في هذا المجال. أُعيدت كتابة كل ورقة أصلية إلى عدة نسخ بلاغية مختلفة، مما أنشأ مجموعة بيانات كبيرة بما يكفي لاكتشاف أنماط لا يمكن لعدد قليل من الأوراق كشفها.
إعادة الصياغة البلاغية وبروتوكولات المراجعة بالذكاء الاصطناعي
قام اثنان من نماذج اللغة الكبيرة المخصّصة لإعادة الصياغة بتعديل ستة أبعاد بلاغية مميزة في كل مخطوطة، مع دفع كل بُعد في اتجاهين متعاكسين، مثل صياغة أكثر ثقة مقابل أكثر حذراً، مع ترك المحتوى العلمي المبلَّغ عنه دون مساس. بعد ذلك قيّم خمسة مراجعين مختلفين من نماذج اللغة الكبيرة جميع المخطوطات الناتجة، مرة وفق بروتوكول مراجعة قياسي ومرة وفق بروتوكول أكثر صرامة، حتى يتمكن الفريق من مقارنة كيفية تأثير البلاغة عبر ظروف تقييم مختلفة. كما اختبرت الدراسة عمليات إعادة صياغة مشتركة وتكرارية وموجَّهة من المراجع لمعرفة ما إذا كان الجمع بين الاستراتيجيات يضخّم التأثير.
تأثير الخيارات البلاغية على درجات المراجعة بالذكاء الاصطناعي
النتيجة الأبرز هي أن الحساسية البلاغية في مراجعة الأقران المعتمدة على الذكاء الاصطناعي ليست ضوضاء عشوائية، بل تتبع تسلسلاً هرمياً واضحاً، حيث تهم بعض الخيارات الأسلوبية أكثر بكثير من غيرها. هذا التنظيم هو ما يحوّل الأمر من ظاهرة طريفة عابرة إلى شيء يحتاج المقيمون إلى أخذه في الحسبان عند تصميم الأنظمة.
الأبعاد البلاغية الأساسية: تأطير الأدلة وموقف الجِدّة
من بين الأبعاد البلاغية الستة التي تم اختبارها، أنتج تأطير الأدلة وموقف الجِدّة أكبر التباينات الإيجابية والسلبية في درجات التقييم الإجمالية بفارق كبير. شكّل تأطير النطاق طبقة ثانية أضعف، بينما أظهرت الأبعاد المتبقية تأثيرات أصغر وأقل اتساقاً. بعبارة أخرى، مدى ثقة الورقة في ادعاء الجِدّة أو مدى حزمها في عرض الأدلة يمكن أن يكون أهم لمراجع بالذكاء الاصطناعي من عدة عوامل أسلوبية أخرى مجتمعة.
أنماط حركة الدرجات بناءً على الدرجات الأصلية
اتّجهت حركة الدرجات بقوة تبعاً لنقطة انطلاق المخطوطة. فالأوراق التي حصلت في الأصل على درجات مراجعة منخفضة بالذكاء الاصطناعي مالت إلى الارتفاع بعد إعادة الصياغة البلاغية، بينما مالت الأوراق التي حصلت على درجات عالية أصلاً إلى الانخفاض. ظهرت أوضح التباينات الاتجاهية، أي أكبر فجوة بين النسخة المعاد تأطيرها إيجابياً وتلك المعاد تأطيرها سلبياً من الورقة نفسها، في النطاق المتوسط من الدرجات، حيث يكون مصير المخطوطة موضع جدل على الأرجح.
التعقيد والاعتمادية في سير عمل إعادة الصياغة
قد يفترض المرء أن تكديس تقنيات إعادة الصياغة سينتج عنه تقلبات أكبر في الدرجات، لكن البيانات لم تدعم ذلك. فلم تُسفر سير العمل الأكثر تعقيداً، بما في ذلك إعادة الصياغة المشتركة والتكرارية والموجَّهة من المراجع، بشكل موثوق عن مكاسب أكبر من الأساليب الأبسط. تبيّن أن تأثيرات إعادة الصياغة المشتركة تعتمد بقوة على نموذج إعادة الصياغة المستخدم، ولم يؤدِّ منح المراجعين توجيهات صريحة إلى أداء أفضل باستمرار من مجرد إلقاء نظرة ثانية بسيطة وغير موجَّهة على المخطوطة. جلبت جولات إعادة الصياغة المتكررة عوائد متناقصة تعتمد على الإعداد بدلاً من مزايا متراكمة بثبات. عبر كل حالة تم اختبارها، كان نموذج إعادة الصياغة هو العامل الرئيسي في تحديد مدى تباعد النسخ البلاغية المتقابلة، بينما كان نموذج المراجِع هو من يحدد حجم واتجاه تغيّر الدرجة الناتج.
تأثير بروتوكولات التقييم والدلالات المترتبة
أدّى تشديد قواعد المراجعة إلى خفض الدرجات على نطاق واسع، لكنه لم يُصلح التحيز البلاغي الأساسي، وهو ما يمكن القول إنه الاستنتاج الأهم لأي شخص يبني أو يعتمد على أنظمة مراجعة بالذكاء الاصطناعي.
تأثير بروتوكول المراجعة الصارم والحجة لصالح تقييم متين
أدّى التحوّل إلى بروتوكول مراجعة صارم إلى خفض متوسط درجة التقييم الإجمالية بمقدار 1.36 نقطة مقارنة بالبروتوكول القياسي. هذا انخفاض ملموس من حيث القيمة المطلقة، ومع ذلك لم يُقلِّل باستمرار من مدى بقاء مراجعي الذكاء الاصطناعي حسّاسين للتأطير البلاغي. جعلت القواعد الأكثر صرامة المراجعين أشد قسوة عموماً، لكنها لم تجعلهم بالضرورة أكثر عدلاً من حيث مقاومة التلاعب الأسلوبي.
هذا الفارق مهم لكل من يتابع صعود مراجعة الأقران المعتمدة على الذكاء الاصطناعي. فإذا كان تشديد معايير التقييم لا يُبطل الحساسية البلاغية، فإن مجرد مطالبة مراجعي الذكاء الاصطناعي بأن يكونوا أكثر انتقاداً لا يُعد حلاً بحد ذاته. وتشير النتائج إلى نوع مختلف من الحلول: أنظمة تقييم تُبنى صراحة لتكون متينة في مواجهة التغيّر البلاغي الذي يحافظ على المحتوى، أي أنظمة تحكم على الورقة بالطريقة نفسها بغض النظر عما إذا كانت أدلتها مُؤطَّرة بثقة أو بحذر، طالما أن العلم الأساسي لم يتغير.
بالنسبة لمجال يقلق بالفعل بشأن الحجم والإرهاق وعدم اتساق المراجعين البشريين، كما وثّق تقرير Ars Technica حول أزمة مراجعة الأقران الأوسع، فإن إغراء الاعتماد أكثر على المقيمين الآليين لن يتراجع. وتذكّرنا هذه الدراسة بأن أتمتة الحكم لا تزيل التحيز تلقائياً، بل تغيّر فقط مصدر هذا التحيز.
الأسئلة الشائعة
كيف تؤثر الخيارات البلاغية على درجات مراجعة الأقران المعتمدة على الذكاء الاصطناعي؟
الخيارات البلاغية مثل تأطير الأدلة وموقف الجِدّة تؤثر بشكل كبير في أحكام المراجعة بالذكاء الاصطناعي بينما يظل المحتوى العلمي دون تغيير.
ما مجموعة البيانات التي استُخدمت لتحليل الحساسية البلاغية في المراجعة بالذكاء الاصطناعي؟
استُخدمت مجموعة مضبوطة من 4200 مخطوطة مشتقة من 120 ورقة مقدَّمة إلى ICLR 2026 بعد إخفاء هويتها في التحليل.
هل تؤدي استراتيجيات إعادة الصياغة الأكثر تعقيداً إلى درجات أفضل في المراجعة بالذكاء الاصطناعي؟
لا، لم تُسفر سير العمل الأكثر تعقيداً في إعادة الصياغة عن مكاسب أكبر بشكل موثوق في درجات المراجعة بالذكاء الاصطناعي.
ما تأثير استخدام بروتوكول مراجعة صارم على درجات المراجعة بالذكاء الاصطناعي؟
خفض بروتوكول المراجعة الصارم متوسط التقييم الإجمالي بمقدار 1.36 نقطة لكنه لم يغيّر الحساسية البلاغية بشكل متسق.
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”كيف تؤثر الخيارات البلاغية على درجات مراجعة الأقران المعتمدة على الذكاء الاصطناعي؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”الخيارات البلاغية مثل تأطير الأدلة وموقف الجِدّة تؤثر بشكل كبير في أحكام المراجعة بالذكاء الاصطناعي بينما يظل المحتوى العلمي دون تغيير.”}},{“@type”:”Question”,”name”:”ما مجموعة البيانات التي استُخدمت لتحليل الحساسية البلاغية في المراجعة بالذكاء الاصطناعي؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”استُخدمت مجموعة مضبوطة من 4200 مخطوطة مشتقة من 120 ورقة مقدَّمة إلى ICLR 2026 بعد إخفاء هويتها في التحليل.”}},{“@type”:”Question”,”name”:”هل تؤدي استراتيجيات إعادة الصياغة الأكثر تعقيداً إلى درجات أفضل في المراجعة بالذكاء الاصطناعي؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”لا، لم تُسفر سير العمل الأكثر تعقيداً في إعادة الصياغة عن مكاسب أكبر بشكل موثوق في درجات المراجعة بالذكاء الاصطناعي.”}},{“@type”:”Question”,”name”:”ما تأثير استخدام بروتوكول مراجعة صارم على درجات المراجعة بالذكاء الاصطناعي؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”خفض بروتوكول المراجعة الصارم متوسط التقييم الإجمالي بمقدار 1.36 نقطة لكنه لم يغيّر الحساسية البلاغية بشكل متسق.”}}]}
تم إعداد هذه المقالة بمساعدة الذكاء الاصطناعي ومراجعتها من قبل الفريق التحريري.
