ما يبقى للإنسان: كيف تبني عملًا أخلاقيًا مع النماذج اللغوية الكبيرة في العلم

أداة صارت في المختبر بالفعل — لكن السؤال مختلف

لم تعد النماذج اللغوية أمراً غريباً في العمل البحثي. فتلخيص الأدبيات، ومسودات الفرضيات، وشيفرة معالجة البيانات، والتحقق من الاستدلالات الصورية — كل ذلك صار جزءاً من الروتين اليومي. لكن مع السهولة يأتي سؤال لا تُحلّه الإعدادات ولا اللوائح: إذا كان جزء من الاستدلال قد أنجزته آلة، فتحت أي شروط يمكن أن يظل الناتج معرفةً، لا مجرد نص مقنع؟

هكذا بالضبط يطرح Kalin Stoyanov المسألة في عمله «Ethical LLM-Assisted Research» (arXiv:2608.23644، 24 أغسطس 2026). فهذه ليست دعوة أخرى إلى «استخدام الذكاء الاصطناعي بحذر»، بل محاولة لبناء إطار معياري ومفاهيمي — أي لغة يمكن من خلالها مناقشة تفويض العمل المعرفي مناقشة صارمة.

الفرضية المحورية: الاستدلال العلمي عملية موزّعة. يمكن أن تأتي المساهمة فيه من مصادر مختلفة، بشرية وآلية، وبأي نسبة. أما المسؤولية عمّا ينتهي به الأمر في السجل العلمي فتبقى بشرية. وهذا يعني أن سؤال «كم من الذكاء الاصطناعي يُقبل في مقال ما» سؤال مصوغ صوغاً خاطئاً. السؤال الصحيح مختلف: ما الذي يجب على الإنسان فعله بالضبط كي يظل الناتج مشروعاً؟

خمسة متغيرات بدلاً من «مشاركة الذكاء الاصطناعي» الغامضة الواحدة

عادةً ما يختزل الجدل في نسبة مئوية: كم كتب الإنسان، وكم كتب النموذج. يقترح الإطار تفكيك ذلك إلى خمسة مكوّنات منفصلة. ويمكن لكل واحد منها أن يتغير بصورة مستقلة عن الآخرين.

• أصل المحتوى (O(g)) — من أو ما الذي أنتج قولاً بعينه.
• اكتمال التحقق البشري (V(g)) — هل أُنجز التحقق حتى نهايته على يد باحث حقيقي.
• إسناد المسؤولية (R(g)) — على من يقع عبء قرار قبول القول.
• الانتماء البشري المسؤول (M(g)) — من يملك القول بمعنى استعداده للدفاع عنه والمساءلة عليه.
• الناتج المعرفي (E(g)) — ما الذي يقدمه التحقق من حيث نمو المعرفة.

قد يبدو هذا التقسيم شبه متزمت، لكنه يسدّ ثغرة يستغلها الجميع. فأصل المحتوى والتحقق والناتج والمسؤولية أشياء مختلفة، ولا يمكن استنتاج أحدها من الآخر. فقد يكون النص مولَّداً آلياً، ومع ذلك يبقى الإنسان هو من يتحمل مسؤوليته — وهذا أمر طبيعي. ويحدث العكس أيضاً: فمن حيث الشكل كل شيء مكتوب بقلم المؤلف، لكن التحقق كان صورياً، فلا تنمو المعرفة في النهاية.

لماذا لا يكفي أن تقول «لقد تحققت من كل شيء»

عبارة «قرأتُ ووافقت» ليست تحققاً. فهي لا تحدّد ما الذي جرى التحقق منه بالضبط، ولا على أي أساس، ولا أين تقع الحدود بين المؤكَّد والمقبول على الثقة. ومكوّن V(g) يقتضي تحديداً اكتمال التحقق، لا مجرد الإعلان عنه. وهذا مهم، لأن الاستدلال المدعوم بنموذج لغوي كبير يكاد لا يختلف ظاهرياً عن الاستدلال العادي: النص سلس، والحجج مترابطة، والمراجع تبدو حقيقية.

الحد الفاصل يمرّ عند التحقق، لا عند حجم المساهمة الآلية

الموقف المحوري في العمل يقول: الحد الأخلاقي يتحدد بالتحقق الكافي والانتماء البشري المسؤول، لا بدرجة انخراط الآلة. أي أن مجرد التفويض محايد أخلاقياً. ولا يصبح مشكلة إلا حين يكون التحقق صورياً والمسؤولية ضبابية.

هذا يقلب المنطق المعتاد. فالجدل حول «كم في المئة» كتبه النموذج جدل بلا معنى: فسطر واحد مولَّد ومُلصَق على العمياء في الخاتمة قد يفسد النتيجة، ومساعدة آلية واسعة مع تحقق أمين لا تكسر شيئاً. الخطر ليس في حجم التفويض، بل في غياب شفافيته.

التدقيق المعرفي: سجل يجعل الاستدلال قابلاً للفحص

من هذا المنطق ينشأ أداة عملية — التدقيق المعرفي. وهو تسجيل منظَّم لما جرى تفويضه، وكيف جرى التحقق منه، ومن أين جاء المحتوى، وعلى من أُلقيت المسؤولية. وهو في جوهره سجل لأصول الأفكار، لا قائمة بالأدوات المستخدمة.

وقيمة هذا التسجيل أنه يجعل الاستدلال متاحاً للفحص الخارجي. فيمكن للقارئ أو المحكّم أو المشارك أن يرى أين ينتهي التخمين الآلي ويبدأ المؤكَّد. وهذا ليس تقريراً لجهات رقابية، بل أثر عمل: فهو يساعد المؤلف نفسه على ملاحظة أنه قبل قولاً ما دون تحقق لمجرد أنه بدا مقنعاً.

كيف يبدو ذلك في العمل اليومي

يمكن اختزال الإطار في بضع خطوات لا تتطلب منصباً جديداً في المختبر ولا برمجيات خاصة.

• احتفظ بسجل للتفويض: ما الذي سلّمته للنموذج بالضبط — البحث في الأدبيات، مسودة حجة، شيفرة، تحقق صوري.
• حدّد الأصل: أي جزء جاء من الآلة وأي جزء جاء منك.
• افصل التحقق عن الموافقة: سجّل ما الذي تحققت منه تحديداً وبأي طريقة.
• سمِّ المسؤول بالاسم، لا بـ«فريق المؤلفين». لا يهم إن كان ChatGPT أو مساعداً آخر — فالمسؤول عن القول هو الإنسان.
• افحص الأكثر إقناعاً أولاً: فالفقرة المكتوبة بسلاسة ليست دليل صحة، بل قد تكون العكس أحياناً.

أين تنقطع الأمور غالباً

ثلاث نقاط فشل نموذجية. الأولى — المراجع والاقتباسات: تبدو مقنعة لكنها تحتاج تأكيداً يدوياً. الثانية — الأقوال العددية والإحصائية التي يسهل قبولها كمسلَّمات. الثالثة — التعميمات «البديهية» التي لا يتحقق منها أحد لأنها تبدو مبتذلة.

حدود التطبيق والمواضع الخلافية

الإطار صوري، أي أنه يعمل بنتائج التعريفات المعتمدة، لا بالممارسة الحية. ويبقى سؤال مفتوحاً: كيف نقيس «اكتمال التحقق» — فهو مكوّن، لا رقم. ولا يتضح تماماً كيف يُدمج التدقيق في التحكيم: فالمجلات لا تطلب حتى الآن سجلات تفويض، وليس مؤكداً أنها ستطلبها.

وثمة خطر أيضاً في تحوّل الفكرة إلى طقس. فأي مساءلة تنزع إلى أن تصبح بيروقراطية: وإذا أُجري التدقيق لأجل الشكل فقط، فقد فقد معناه تماماً كما كان سيفقد التحقق الصوري معناه. وتظل فائدة الأداة معلّقة على أمانة من يديرها.

ما الذي يبقى للإنسان في النهاية

يمكن تسليم الكثير للآلة: العمل الأولي، وتوليد الخيارات، وروتين البحث، والتجميع الأولي للنص. لكن ما لا يُفوَّض شيء آخر — قرار ما يُعدّ ثابتاً، والاستعداد للمساءلة عنه. ويقدم إطار Stoyanov معجماً صورياً لهذا: فهو يتيح التمييز بين التفويض المعرفي المسؤول ومجرد نقل المسؤولية أو تجاهلها في صمت.

وهذا في الواقع عودة إلى القاعدة القديمة في العمل العلمي، لكن بأداة جديدة في اليد. فالمعرفة كانت دائماً نتاج تحقق، لا نتاج ادعاء. ولم يغيّر ظهور النماذج اللغوية الكبيرة شيئاً في ذلك — بل جعل الفرق بين التحقق ومحاكاته أكثر وضوحاً.