أثبتت الأدلة وجود عيوب جوهرية في كيفية تطبيق التعلم الآلي في البحث العلمي. وقد تمdentهذه المشكلة في العديد من الأبحاث التي تغطي مجالات مختلفة، إلا أن فريقًا مؤلفًا من 19 باحثًا من تخصصات متنوعة نشر إرشادات حول الذكاء الاصطناعي والاستخدام المسؤول للتعلم الآلي في العلوم، وذلك تحت إشراف أرفيند نارايانان وساياش كابور، وكلاهما عالما حاسوب في جامعة برينستون.
إرشادات الذكاء الاصطناعي للبحث العلمي
يقول المؤلفون في التقرير إن عملهم يهدف إلى تسليط الضوء على مشكلة المصداقية هذه التي قد تسود منظومة البحث العلمي بأكملها. ويجادل نارايانان بأنه لا توجد معايير عالمية لحماية نزاهة مناهج البحث، وأن التعلم الآلي يُطبّق الآن في جميع المجالات العلمية، مما قد يجعل هذه المشكلة أكثر خطورة من أزمة التكرار التي لوحظت في علم النفس الاجتماعي قبل عقد من الزمن. ويصف نارايانان الأزمة الحالية بأنها أزمة قابلية التكرار
"عندما ننتقل من الأساليب الإحصائية التقليدية إلى أساليب التعلم الآلي، يصبح هناك عدد أكبر بكثير من الطرق التي قد تؤدي إلى إلحاق الضرر بأنفسنا."
المصدر: AzoAI .
لكن لدى الباحثين من مجالات البحث الصحي، وعلوم الحاسوب، والعلوم الاجتماعية، والرياضيات، matic إيجابية أيضًا. فهم يقولون إن مجموعة من أفضل الممارسات يمكن أن تساعد في حل المشكلة الحالية. وقال كابور، طالب الدراسات العليا في علوم الحاسوب dent الذي نظم فعليًا جهود البحث لإعداد قائمة التحقق الخاصة بالعمل العلمي، ويعمل مع نارايانان، إن المشكلة منهجية matic ويجب حلها matic أيضًا .
قد يتباطأ النشر، لكن الدقة ستزداد
يركز معيار التحقق الجديد القائم على التوافق على ضمان أصالة الأبحاث التي تستخدم التعلم الآلي. فتقدم العلم قائم على إمكانية تكرار النتائج، وعلى ضرورة التحقق من صحة الادعاءات بشكلdent. وبدون ذلك، يصبح إجراء أبحاث علمية جديدة على أسس موثوقة، بالاستناد إلى الأعمال السابقة، ويفقد النظام العلمي برمته مصداقيته.
تتطلب قائمة التحقق الجديدة من الباحثين تقديم معلومات مفصلة حول استخدام نماذج التعلم الآلي، حيث يُطلب منهم تقديم مجموعات البيانات المستخدمة لتدريب النموذج، ورمزه، وقدرات الأجهزة، والتصميم التجريبي، وأهداف البحث، إلى جانب أي قيود على نتائج الدراسة، حيث ينصب التركيز على الشفافية.
في حين أنه من المحتمل أيضاً أن تؤدي المتطلبات المتزايدة لهذه المعايير الجديدة إلى إبطاء نشر الدراسات البحثية الجديدة، إلا أن الباحثين القائمين على هذه المبادرة ما زالوا يعتقدون أن اعتماد هذه القواعد سيكون مفيداً في زيادة معدل الاكتشاف والابتكار بشكل عام.
إميلي كانتريل، إحدى مؤلفات الدراسة وطالبة الدكتوراه dent جامعة برينستون، أنهم يهتمون بوتيرة البحث العلمي، ولكن من خلال ضمان جودة الأبحاث المنشورة، يمكن للأبحاث المستقبلية الاعتماد عليها في إجراء المزيد من الدراسات. ويضيف كابور أن الأخطاء ضارة نظرًا لتأثيرها الإجمالي على المستوى الجماعي، فهي تُهدر الوقت، مما يُكلف المال لأنها تُعيق البحث العلمي الذي يحصل على التمويل والاستثمار.
