كيف يُسرّع الذكاء الاصطناعي مسار الاكتشافات العلمية؟

زادت كفاءة وحجم العمل اليومي 10 أضعاف

باحثون بجامعة نورث كارولينا يعتمدون على روبوت لتنفيذ مهام بالمختبر (جامعة نورث كارولينا)
باحثون بجامعة نورث كارولينا يعتمدون على روبوت لتنفيذ مهام بالمختبر (جامعة نورث كارولينا)
TT

كيف يُسرّع الذكاء الاصطناعي مسار الاكتشافات العلمية؟

باحثون بجامعة نورث كارولينا يعتمدون على روبوت لتنفيذ مهام بالمختبر (جامعة نورث كارولينا)
باحثون بجامعة نورث كارولينا يعتمدون على روبوت لتنفيذ مهام بالمختبر (جامعة نورث كارولينا)

في عصر تزداد فيه الحاجة إلى حلول مبتكرة لمواجهة التحديات العالمية في مجالات الصحة والطاقة، لا يزال كثير من المختبرات الحديثة تعتمد بشكل كبير على العمل اليدوي، ما يحد من سرعة ودقة التجارب العلمية.

لكن تحولاً جذرياً قد تشهده مختبرات العلوم في مجالات الكيمياء، والكيمياء الحيوية، وعلوم المواد؛ بفضل التقدم في التشغيل الآلي للروبوتات والذكاء الاصطناعي لأتمتة المهام المتكررة في المختبرات.

وتُمكّن الأتمتة، الروبوتات من إجراء التجارب بدقة وتناسق عالٍ دون تعب؛ ما يسرع من وتيرة البحث بشكل كبير ويقلل من المخاطر المرتبطة بالتعامل مع المواد الخطرة.

يمكن الاعتماد على الروبوتات في تنفيذ المهام المتكررة بالمختبرات (جامعة نورث كارولينا)

ويحرر هذا التحول العلماء من الأعمال الروتينية؛ ما يسمح لهم بالتركيز على أسئلة بحثية أكثر تعقيداً، ويعزّز من سرعة وفاعلية الاكتشافات العلمية في مجالات مثل الطب والطاقة والاستدامة.

5 مراحل

يعمل باحثون في قسمي علوم الكومبيوتر والكيمياء بجامعة نورث كارولاينا الأميركية على دراسة كيفية دمج الروبوتات وتقنيات الذكاء الاصطناعي لأتمتة المهام الروتينية في المختبرات، باستخدام روبوت متحرك لأتمتة مهام مختبر الكيمياء.

ويشير الباحثون، في الدراسة المنشورة بدورية «ساينس» في 23 أكتوبر (تشرين الأول) الماضي، إلى أن هذه الخطوة لا تعزز الكفاءة فحسب، بل تمثل أيضاً تحولاً جذرياً في طريقة إجراء الأبحاث العلمية، ما يتيح تحقيق نتائج مذهلة بشكل أكثر أماناً وموثوقية.

أوضح الباحثون أن أتمتة المختبرات تمر بـ5 مراحل تبدأ بالمساعدة في المهام البسيطة وتنتهي بالتشغيل الآلي الكامل. في المرحلة الأولى، يتم تنفيذ مهام فردية كالتعامل مع السوائل لتخفيف العبء الروتيني، ثم في المرحلة الثانية، ينفّذ الروبوت خطوات متتالية مع بقاء العاملين من البشر للإعداد والإشراف.

أتمتة المختبرات قد تحدث تحولاً جذرياً في طريقة إجراء الأبحاث العلمية (جامعة نورث كارولينا)

وفي المرحلة الثالثة، يدير الروبوت التجارب بالكامل مع تدخل بشري عند الظروف الطارئة، بينما في الرابعة يصبح الروبوت قادراً على التعامل مع هذه الظروف بمرونة أكبر.

أما في المرحلة الخامسة، فتعمل الروبوتات وأنظمة الذكاء الاصطناعي بشكل مستقل تماماً؛ ما يمكّن المختبرات من العمل المستمر دون تدخل بشري، ويعزز سرعة الاكتشافات العلمية والابتكار.

فوائد وتحديات

يقول الدكتور رون ألتيروفيتز، الباحث في الروبوتات الطبية بجامعة نورث كارولاينا، إن تطوير جزيئات ومواد كيميائية جديدة يتطلب جهوداً بشرية مكثفة، تشمل تصميم التجارب وتوليف المواد وتحليل النتائج، فيما يمكن لأتمتة المهام الروتينية أن تسرّع هذه العمليات وتزيد دقتها، عبر تنفيذ الخطوات بتناسق أعلى وتقليل الأخطاء، ما يعزز إمكانية إعادة إنتاج النتائج.

وأوضح لـ«الشرق الأوسط» أن الروبوتات يمكن أن تساهم في نقل العينات وإجراء القياسات وتقليل المخاطر المرتبطة بالمواد الخطرة؛ ما يعزز سلامة الباحثين. كما يمكنها تحليل كميات ضخمة من بيانات التجارب، واكتشاف الأنماط والرؤى غير الملحوظة للبشر، خصوصاً في التجارب التي تتطلب مراقبة مستمرة أو إنتاج كميات كبيرة من البيانات، مثل الفحص عالي الإنتاجية المستخدم في اكتشاف الأدوية.

ووفق شركة «يونايتد روبوتيكس غروب» المتخصصة في تطوير الروبوتات وحلول الأتمتة، فإن الروبوتات توفر فائدة مالية رئيسية تتمثل في زيادة الكفاءة والإنتاجية؛ إذ يمكن لأتمتة أنظمة المختبرات الأساسية تقليل خطوات المعالجة اليدوية بنسبة تصل إلى 86 في المائة، ما يعزز الكفاءة ويخفض تكاليف العمالة.

يمكن للروبوتات تحليل كميات ضخمة من بيانات التجارب واكتشاف الأنماط والرؤى غير الملحوظة للبشر

في السياق نفسه، كشفت مؤسسة «مايو كلينيك» الطبية الأميركية أن الأتمتة أدت إلى زيادة حجم العمل اليومي لـ10 أضعاف في بعض المختبرات، ما يرفع الإنتاجية ويتيح التعامل مع الطلب المتزايد في الأبحاث الطبية والعلمية.

وفي مجال الكيمياء المناعية، وهي تقنية مخبرية تستخدم لتحديد توزيع البروتينات والجزيئات داخل الأنسجة، ساعدت الأتمتة في معالجة المزيد من شرائح الأنسجة بزمن أقل، مما خفض زمن المعالجة بنسبة 15.22 في المائة والتكلفة لكل شريحة بنسبة 37.27 في المائة، وفق «يونايتد روبوتيكس غروب».

ولا تقتصر الفوائد على تقليل الزمن والتكلفة، بل تشمل تحسين الدقة وتقليل الأخطاء، وهو أمر حيوي في مجالات حساسة كعلم الجينوم واكتشاف الأدوية، وفق الباحثين.

وأظهرت تجربة، بمستشفى «إلبلاند كلينيكوم مايسن» في ألمانيا عام 2023، كيف تسهم الروبوتات في تحسين كفاءة المختبرات وتقليل عبء العمل، خصوصاً مع نقص الكوادر.

وفيما يتعلق بالتحديات، أشار ألتيروفيتز إلى أن الأتمتة تُنفذ حالياً في مهام محدودة بالمختبرات، ولتحقيق التنفيذ الكامل، يتطلب الأمر تطوير مهارات في الروبوتات وعلوم البيانات والذكاء الاصطناعي، إضافة إلى ضخ استثمارات في البنية التحتية وبرامج التدريب، ما قد يشكل عبئاً مالياً كبيراً. كما يتطلب تعاوناً بين الباحثين والمهندسين وعلماء الكومبيوتر لتحقيق الفائدة الكاملة من هذه التقنية.


مقالات ذات صلة

نظام يتيح للروبوتات رباعية الأرجل تفادي العوائق قبل الاصطدام

تكنولوجيا يعتمد النظام على دمج الإدراك الذاتي مع الرؤية الخارجية لمساعدة الروبوت على فهم العوائق قبل ملامستها (KAIST)

نظام يتيح للروبوتات رباعية الأرجل تفادي العوائق قبل الاصطدام

النظام يدمج الرؤية والإحساس الذاتي لتمكين الروبوتات رباعية الأرجل من تفادي العوائق مبكراً والتحرك بكفاءة أكبر.

نسيم رمضان (لندن)
تكنولوجيا طوَّر الباحثون نظاماً يجعل العضلات المخبرية «تتدرّب ذاتياً» عبر انقباض متبادل يزيد قوتها بمرور الوقت (NUS)

روبوت سبّاح بعضلات مخبرية يتدرّب ذاتياً

الروبوت «OstraBot» يعمل بعضلات مخبرية تتدرّب ذاتياً؛ ما يحقِّق سرعةً قياسيةً، ويفتح تطبيقات طبية وبيئية للروبوتات الحيوية المتقدمة.

نسيم رمضان (لندن)
تكنولوجيا العضلات الاصطناعية تعمل بالهواء ما يمنح الروبوتات قدرة على رفع أوزان تصل إلى 100 ضعف وزنها (جامعة ولاية أريزونا)

عضلات اصطناعية تمكّن الروبوتات من رفع 100 ضعف وزنها

عضلات اصطناعية تعمل بالهواء تمنح الروبوتات قوة ومرونة لرفع أوزان كبيرة والعمل بكفاءة في بيئات قاسية ومعقدة.

نسيم رمضان (لندن)
تكنولوجيا يمكن للروبوتات تعلم مهارات حركية معقدة باستخدام بيانات بشرية غير مكتملة بدلاً من الاعتماد على بيانات مثالية (المصدر)

تعليم روبوت بشري مهارات لعب التنس… من بيانات غير كاملة

تُظهر دراسة أن الروبوتات يمكنها تعلم مهارات حركية معقدة من بيانات غير مكتملة ما يفتح آفاقاً جديدة لتدريب الذكاء الاصطناعي.

نسيم رمضان (لندن)
تكنولوجيا يفتح الابتكار المجال لتطبيقات مستقبلية في التنقل والبيئات الواقعية المعقدة (شاترستوك)

روبوتات الدرّاجة تحقق توازناً ديناميكياً وتتجاوز العقبات

روبوت دراجة يحقق توازناً ديناميكياً ويتجاوز العقبات بسرعة مستفيداً من تصميم بسيط وتحكم متكيف يحاكي مهارات الإنسان في بيئات معقدة.

نسيم رمضان (لندن)

روبوتات الدردشة المدعومة بالذكاء الاصطناعي تقدِّم نصائح طبية مضللة

روبوتات الدردشة المدعومة بالذكاء الاصطناعي تقدِّم نصائح طبية مضللة
TT

روبوتات الدردشة المدعومة بالذكاء الاصطناعي تقدِّم نصائح طبية مضللة

روبوتات الدردشة المدعومة بالذكاء الاصطناعي تقدِّم نصائح طبية مضللة

كشفت دراسة جديدة أن روبوتات الدردشة المدعومة بالذكاء الاصطناعي تقدِّم للمستخدمين نصائح طبية خاطئة في نحو نصف الحالات، ما يسلط الضوء على المخاطر الصحية لهذه التقنية التي باتت جزءاً لا يتجزأ من حياتنا اليومية.

تقييم 5 نماذج ذكية

وأجرى باحثون من الولايات المتحدة وكندا والمملكة المتحدة تقييماً لـ5 منصات شائعة: «تشات جي بي تي»، و«جيميناي»، و«ميتا إيه آي»، و«غروك»، و«ديب سيك» من خلال طرح 10 أسئلة على كل منها، ضمن 5 فئات صحية.

نصف الإجابات خاطئة

ووفقاً للنتائج المنشورة هذا الأسبوع في المجلة الطبية «BMJ Open»، اعتُبر نحو 50 في المائة من إجمالي الإجابات خاطئاً، بما في ذلك ما يقرب من 20 في المائة كانت إجابات خاطئة للغاية، وفقاً لتقرير نشرته وكالة «بلومبرغ».

وأظهرت الدراسة أن أداء روبوتات الدردشة كان أفضل نسبياً في الإجابة عن الأسئلة المغلقة، والأسئلة المتعلقة باللقاحات والسرطان، بينما كان أداؤها أسوأ في الإجابة عن الأسئلة المفتوحة وفي مجالات مثل الخلايا الجذعية والتغذية.

إجابات بثقة... من دون مراجع

أفاد الباحثون بأن الإجابات كانت تُقدَّم غالباً بثقة ويقين، مع أن أياً من برامج الدردشة الآلية لم يُقدِّم قائمة مراجع كاملة ودقيقة استجابةً لأي سؤال. ولم يُسجَّل سوى رفضين للإجابة عن سؤال، وكلاهما من نموذج «ميتا».

افتقار النماذج للخبرة الطبية

تُسلِّط هذه النتائج الضوء على القلق المتزايد بشأن كيفية استخدام الناس لمنصات الذكاء الاصطناعي التوليدي، التي لا تملك ترخيصاً لتقديم المشورة الطبية، وتفتقر إلى الخبرة السريرية اللازمة للتشخيص.

200 مليون يستشيرون «الطبيب جي بي تي» أسبوعياً

وقد أدى النمو الهائل لبرامج الدردشة الآلية التي تعمل بالذكاء الاصطناعي إلى تحويلها لأداة شائعة للأشخاص الذين يبحثون عن إرشادات بشأن أمراضهم. وصرَّحت شركة «أوبن إيه آي» بأن أكثر من 200 مليون شخص يطرحون أسئلة حول الصحة والعافية على منصة «تشات جي بي تي» أسبوعياً.

وكانت المنصة قد أعلنت في يناير (كانون الثاني) الماضي عن أدوات صحية لكل من المستخدمين العاديين والأطباء. وفي الشهر نفسه أعلنت شركة «أنثروبيك» عن إطلاق منتجها «كلاود» كخدمة جديدة للرعاية الصحية.

تضخيم المعلومات المضللة

وأشار مؤلفو الدراسة إلى أن أحد المخاطر الرئيسية لنشر برامج الدردشة الآلية دون توعية عامة ورقابة، هو أنها قد تُضخِّم المعلومات المضللة. وكتب الباحثون أن النتائج «تُسلِّط الضوء على قيود سلوكية مهمة، وعلى ضرورة إعادة تقييم كيفية استخدام روبوتات الدردشة المدعومة بالذكاء الاصطناعي في التواصل الصحي والطبي الموجَّه للجمهور». وأضافوا أن هذه الأنظمة قد تُنتج «ردوداً تبدو موثوقة، ولكنها قد تكون معيبة».


حين يقترح الذكاء الاصطناعي الدواء… مَن يقرر فعلاً؟

بين الشاشة والطبيب
بين الشاشة والطبيب
TT

حين يقترح الذكاء الاصطناعي الدواء… مَن يقرر فعلاً؟

بين الشاشة والطبيب
بين الشاشة والطبيب

في الطب، لم يكن القرار يوماً مجرد اختيار بين خيارات متاحة، بل لحظة مسؤولية معقدة، يقف فيها الطبيب بين ما تقوله البيانات وما يعيشه الإنسان. فالتشخيص قد يكون علماً، لكن القرار ظل دائماً فعلاً إنسانياً يقوم على مزيج من الخبرة والحدس والقدرة على قراءة ما بين السطور.

عندما يصبح القرار احتمالاً

وفي الطب النفسي تحديداً، يزداد هذا التعقيد. فالمريض ليس رقماً ولا عضواً يمكن قياسه، بل تجربة إنسانية كاملة: مشاعر، ذاكرة، وعلاقات. لذلك؛ كان اختيار الدواء أقرب إلى محاولة فهم... لا إلى تطبيق معادلة.

لكن هذا التوازن بدأ يتغير مع دخول الذكاء الاصطناعي التنبؤي، حيث لم يعد القرار يبدأ من الفهم فقط، بل من الاحتمال.

الدواء تحت مجهر الخوارزمية

من«أي دواء أختار؟» إلى «ما احتمال النجاح؟»

في دراسة حديثة نُشرت في أبريل (نيسان) 2026 في مجلة «جاما للطب النفسي» (JAMA Psychiatry)، حلّل باحثون بيانات أكثر من 300 ألف مريض لتقدير احتمالية الاستجابة لمضادات الاكتئاب من نوع مثبطات استرداد السيروتونين الانتقائية (SSRIs)، وأظهرت النتائج أن النماذج التنبؤية بلغت دقة تقارب 74 في المائة، مقارنة بما يقابل نحو 48 في المائة في الممارسة التقليدية.

لكن الأهم من الأرقام هو ما تعكسه من تحول في طريقة التفكير الطبي. فبدلاً من أن يبدأ الطبيب من خبرته ليختار الدواء، يبدأ الآن من تقدير احتمالي مسبق يوجه القرار منذ البداية... وهنا لا تتغير الإجابة فقط... بل يتغير السؤال نفسه.

مثال من العيادة... حيث يبدأ التردد

في عيادة نفسية، يحضر مريض يعاني اكتئاباً متوسطاً. في النموذج التقليدي، يختار الطبيب الدواء بناءً على خبرته، ثم يراقب الاستجابة ويعدّل العلاج عند الحاجة.

أما مع الذكاء الاصطناعي، فيمكن إدخال بيانات المريض للحصول على تقدير لاحتمال نجاح كل خيار. قد يشير النظام إلى أن دواءً معيناً يملك فرصة نجاح أعلى بنسبة 68 في المائة. في هذه اللحظة، لا يختفي دور الطبيب... لكنه يتغير.

ويظهر سؤال جديد: هل يتبع خبرته... أم الاحتمال؟

هل أصبح القرار حسابياً؟

رغم دقة هذه النماذج، فإنها لا «تفهم» المريض كإنسان، بل تحلل أنماطاً إحصائية مستخلصة من بيانات واسعة. فهي لا تدرك التاريخ النفسي أو السياق الاجتماعي أو التعقيد الشخصي للحالة. وما تقدمه هذه الأنظمة ليس قراراً، بل هو احتمال مبني على تشابه الحالات. وهنا يبرز السؤال الجوهري: هل يكفي أن يكون الخيار أكثر احتمالاً للنجاح... ليكون الخيار الأنسب؟

تعاون طبي بعقل واحد

بين الدقة والإقناع

كلما ازدادت دقة الخوارزميات، ازدادت قدرتها على إقناع الطبيب بنتائجها. لكن هذا الإقناع قد لا يعكس الحقيقة دائماً، بل قوة العرض الرقمي. ففي بيئة تعتمد على السرعة والكفاءة، قد يميل الطبيب إلى الوثوق بالنتيجة، لا لأنه تحقق من دقتها، بل لأنها تبدو منظمة وواثقة.

وهنا يكمن الخطر الحقيقي: ليس في أن تخطئ الأنظمة... بل في أن تُقنعنا بأنها لا تخطئ.

الطب النفسي الشخصي... إلى أي مدى؟

تقود هذه التطورات إلى ما يُعرف بـ«الطب النفسي الشخصي»، الذي يسعى لتخصيص العلاج وفق خصائص كل مريض. لكن الاكتئاب ليس مجرد خلل كيميائي، بل حالة معقدة تتداخل فيها عوامل بيولوجية ونفسية واجتماعية، مثل التجارب الحياتية والعلاقات والضغوط اليومية - وهي عناصر يصعب قياسها بالكامل. لذلك؛ تظل النماذج التنبؤية محدودة بقدرتها على تمثيل هذا التعقيد الإنساني.

ما الذي يتغير فعلاً؟

التغيير الأهم ليس في دقة اختيار الدواء، بل في دور الطبيب. فلم يعد الطبيب المصدر الوحيد للقرار، بل أصبح مفسراً لتوصيات خوارزمية، ومقيّماً لمدى توافقها مع واقع المريض. وهذا يعيد تعريف دوره: من صانع قرار مباشر... إلى حارس للمعنى الإنساني داخل القرار. لكن هذا التحول يطرح سؤالاً أخلاقياً عميقاً: من يتحمل المسؤولية؟ الطبيب... أم النظام؟

الخلاصة: القرار ليس رقماً

قد تساعد الخوارزميات في توجيه القرار، لكنها لا تتحمل مسؤوليته. فالطب لم يكن يوماً مجرد اختيار الخيار الأكثر احتمالاً، بل كان دائماً تحملاً لنتائج هذا الاختيار في سياق إنساني معقد. ولهذا؛ قد لا يكون السؤال:

هل يستطيع الذكاء الاصطناعي اختيار الدواء؟ بل: هل يمكن اختزال القرار الطبي... في رقم؟


مرض وهمي ابتدعه العلماء... ينشر الذكاء الاصطناعي دراساته

صورة مولدة بالذكاء الاصطناعي لحالة مرض «بيكسونيمانيا» الوهمي
صورة مولدة بالذكاء الاصطناعي لحالة مرض «بيكسونيمانيا» الوهمي
TT

مرض وهمي ابتدعه العلماء... ينشر الذكاء الاصطناعي دراساته

صورة مولدة بالذكاء الاصطناعي لحالة مرض «بيكسونيمانيا» الوهمي
صورة مولدة بالذكاء الاصطناعي لحالة مرض «بيكسونيمانيا» الوهمي

ابتكر العلماء مرضاً وهمياً زعموا أنه ينتج من تأثيرات الضوء الأزرق – وهم يرصدون اليوم مدى انتشار الأخبار عنه في الأبحاث الطبية، كما كتبت لوسيا أورباخ (*).

حيلة علمية

انطلت حيلة مرض غير موجود على نظم الذكاء الاصطناعي، وانتشرت أخباره على أنه حقيقة طبية. ويشرح الباحثون الذين ابتدعوه كيف حدث ذلك، ولماذا يكشف فعلاً عن ثغرة خطيرة في النماذج الذكية الحالية.

مرض «بيكسونيمانيا»

سميت الحالة المبتدعة بمصطلح «بيكسونيمانيا» bixonimania، ووصفت بأنها حالة شائعة، ربما تعانيها إذا كنت تعاني احمراراً وتهيجاً في العينين نتيجة التعرض المفرط للضوء الأزرق المنبعث من الشاشات. لكن إليك معلومة طريفة: «بيكسونيمانيا» ليست مرضاً حقيقياً.

اختبار تفسيرات الذكاء الاصطناعي

ابتداءً من مطلع عام 2024، بدأ العلماء بنشر دراسات زائفة على الإنترنت حول هذا المرض الوهمي، بهدف اختبار كيفية تفسير الذكاء الاصطناعي لهذه المعلومات المضللة، وما إذا كان سينشرها على أنها نصائح صحية موثوقة.

قادت ألميرا عثمانوفيتش ثونستروم، الباحثة الطبية في جامعة غوتنبرغ بالسويد، هذه التجربة، إذ قامت هي وفريقها بابتكار حالة جلدية وهمية، ثم قام الفريق بتحميل دراستين وهميتين عنها إلى خادم ما قبل النشر في أوائل عام 2024.

وقالت أوسمانوفيتش ثونستروم: «أردتُ أن أرى ما إذا كان بإمكاني ابتكار حالة طبية غير موجودة في قاعدة البيانات».

وقد نجحت التجربة، ففي غضون أسابيع، بدأت كبرى شركات الأدوية في تقديم هذه الحالة بصفته تشخيصاً لمن يبحثون عن أعراضهم.

* نموذج «مايكروسوفت كوبايلوت» ذكر أن «هوس الانعكاسات» ليس تشخيصاً طبياً معترفاً به على نطاق واسع حتى الآن، ولكن الكثير من الأبحاث والتقارير الحديثة تناقشه بوصفه حالة حميدة يتم تشخيصها بشكل خاطئ، وترتبط بالتعرض المطول لمصادر الضوء الأزرق مثل الشاشات.

* نموذج «تشات جي بي تي» ذكر أن «هوس الانعكاسات» هو نوع فرعي جديد مقترح من التصبغ حول العينين (الهالات السوداء حول العينين) يُعتقد أنه مرتبط بالتعرض للضوء الأزرق المنبعث من الشاشات الرقمية.

أخبار مقلقة

ونشر الكاتب كريس ستوكل-ووكر تقريراً عن هذا التزييف في مجلة «نتشر». وفي مقابلة له علل متحدث باسم «أوبن إيه آي» هذا بالقول إن «النماذج التي تُشغّل الإصدار الحالي من (تشات جي بي تي) مثل (جي بي تي-5) أفضل الآن بكثير من النماذج السابقة، في توفير معلومات طبية آمنة ودقيقة».

والمشكلة الأكثر إثارة للقلق هي أن هذه الأبحاث المزيفة قد استُشهد بها الآن في أدبيات علمية مُحكّمة. وقد أخبرت أوسمانوفيتش ثونستروم ستوكل-ووكر أن هذا يُشير إلى أن الباحثين كانوا «يعتمدون على مراجع مُولّدة بواسطة الذكاء الاصطناعي دون قراءة الأبحاث الأصلية».

كيف نجحت هذه الخدعة؟

أطلقت أوسمانوفيتش ثونستروم على الحالة اسم «بيكسونيمانيا»، وقالت إن الاسم «يبدو سخيفاً... لأني أردت أن أوضح تماماً لأي طبيب أو أي فرد من الطاقم الطبي أن هذه حالة مُختلقة؛ لأنه لا يُمكن تسمية أي حالة عين، بالهوس mania - فهذا مصطلح نفسي».

إشارات خفية وصريحة لجمهور القراء

كما وُضعت عشرات الإشارات الخفية التي تُشير إلى أن الحالة مُختلقة، مثل أن الباحث الرئيسي، لازليف إزغوبليينوفيتش- وهو اسم مستعار- يعمل في جامعة وهمية تُدعى جامعة أستيريا هورايزون، في مدينة وهمية تُدعى نوفا سيتي، في كاليفورنيا.

وتوجهت الدراسة بالشكر، وهمياً، إلى «الأستاذة ماريا بوم من أكاديمية ستار فليت على لطفها وكرمها في المساهمة بمعرفتها ومختبرها على متن سفينة (يو إس إس إنتربرايز)». وذكرت أن التمويل جاء من «مؤسسة البروفسور سايدشو بوب لعملها في مجال الخدع المتقدمة».

لكن، حتى ولو لم يصل القراء إلى هذه الفقرة، فإنهم كانوا سيكتشفون زيف كل الحالة من خلال التصريحات الصريحة في المقدمة، مثل «هذه الدراسة بأكملها من نسج الخيال» و«تم اختيار خمسين شخصاً وهمياً تتراوح أعمارهم بين 20 و50 عاماً لمجموعة الدراسة».

ما هي تداعيات مشروع بيكسونيمانيا؟

منذ نشر مقال ستوكل-ووكر في 7 أبريل (نيسان) 2026، بدأت الكثير من أنظمة الذكاء الاصطناعي في إنتاج مخرجات مصححة. سابقاً، كانت مختبرات التعلم الآلي تعتمد على أربعة مصادر رئيسية للمعلومات: منشوران على مدونة Medium بتاريخ 15 مارس (آذار) 2024، وورقتان بحثيتان منشورتان مسبقاً على SciProfiles بتاريخ 26 أبريل و6 مايو (أيار) من العام نفسه.

تأثير متواصل

لكن تأثير التجربة لا يزال قائماً. إذ لم تُجرَ هذه الدراسة لمجرد المزاح. كان هدف عثمانوفيتش ثونستروم هو تحديد مشكلة جوهرية خطيرة في اعتماد المجتمع المتزايد على الذكاء الاصطناعي.

يقول أليكس رواني، باحث دكتوراه في المعلومات الصحية المضللة في «يونيفرسيتي كوليدج لندن»: «إذا كانت العملية العلمية نفسها والأنظمة الداعمة لها ماهرة، ولا تستطيع رصد وتصفية أجزاء كهذه، فنحن محكوم علينا بالفشل. هذه دورة متقدمة في كيفية عمل المعلومات المضللة والمغلوطة».

ذكاء اصطناعي بوتيرة سريعة

تتطور تقنية الذكاء الاصطناعي بوتيرة سريعة للغاية؛ ما يُعجِز الباحثين عن وضع ضمانات وبروتوكولات اختبار فعّالة. يقول محمود عمر، الطبيب والباحث المتخصص في تطبيقات الذكاء الاصطناعي في الرعاية الصحية بكلية الطب بجامعة هارفارد في بوسطن، ماساتشوستس، إن سرعة طرح النماذج الجديدة في السوق تجعل من الصعب التوصل إلى «إجماع أو منهجية لاختبار كل نموذج تلقائياً». عثمانوفيتش ثونستروم ليست أول من أشار إلى ذلك.

معلومات علمية مزيفة

لم تكن عثمانوفيتش ثونستروم أول من اختبر ما يمكن أن ينتجه الذكاء الاصطناعي من تغذية معلومات أكاديمية زائفة. فقد صرّحت إليزابيث بيك، عالمة الأحياء الدقيقة الهولندية ومستشارة النزاهة العلمية، بأن باحثين قاموا حتى بتأليف كتب وأوراق بحثية مزيفة لزيادة عدد الاستشهادات بها على «غوغل سكولار». ويكمن القلق الأكبر في تغذية نماذج الذكاء الاصطناعي بهذه المعلومات الزائفة، التي بدورها تعيد إنتاج هذه المعلومات المغلوطة، ما يُبعد المستخدمين أكثر فأكثر عن الواقع.

ويعمل العلماء وخبراء الأخلاقيات حالياً على قدم وساق لإيجاد حلول عملية لهذه النتائج. ومن المقلق أن تمر ادعاءات علمية ذات مصادر مشكوك فيها عبر منصات التعلم الإلكتروني دون أي رقابة. وقال رواني: «علينا حماية ثقتنا كما نحمي الذهب. الوضع فوضوي للغاية الآن».

* «إنك» - خدمات «تريبيون ميديا»