الذكاء الاصطناعي في البحث العلمي: أداة مساعدة أم مصدر تحيز جديد؟

خطوات عملية للحد من التحيزات المحددة

انتبه لتحيز الاختيار في الفحص

قد تفضل نماذج اللغات الكبيرة بشكل منهجي أنواعًا معينة من الدراسات أو اللغات أو النتائج، وقد تستبعد أخرى. يجب على الباحثين مقارنة قرارات فحص الذكاء الاصطناعي مقابل مجموعة بشرية مرجعية لمعايرتها .

انتبه لتحيز التأكيد وتحيز النشر

غالبًا ما تُدرب أنظمة التعلم الآلي على الحكمة التقليدية والأدبيات المنشورة، والتي تميل بالفعل نحو النتائج الإيجابية. هذا يمكن أن يضخم بصمت التحيزات الموجودة في قاعدة الأدلة .

تحقق من مخرجات الذكاء الاصطناعي مقابل الحكم البشري

لا تقبل بشكل أعمى الدراسات أو البيانات المستخرجة أو تقييمات مخاطر التحيز التي يقترحها الذكاء الاصطناعي. تحقق يدويًا من عينة عشوائية كبيرة .

استخدم الذكاء الاصطناعي فقط للمهام التي صُمم وطُور من أجلها تحديدًا

لا تأخذ نصيحة من نموذج خارج مجال تدريبه أبدًا، وتحقق دائمًا من عمله .

معايير الشفافية والإبلاغ

افصح عن كل أداة ذكاء اصطناعي مستخدمة، بما في ذلك الإصدار والدور

في عام 2025، أصدرت منظمات كوشران (Cochrane)، وكامبل كولابوريشن (Campbell Collaboration)، وجي بي آي (JBI)، وتعاون الأدلة البيئية (Collaboration for Environmental Evidence) بيانًا مشتركًا يطلب الإبلاغ العلني عن كل استخدام للذكاء الاصطناعي في تركيبات الأدلة .

اتبع إرشادات الإبلاغ الناشئة

توصي المبادئ التوجيهية ثلاثية الركائز للاستخدام المسؤول للذكاء الاصطناعي في المراجعات المنهجية باستخدام الجيل المعزز بالاسترجاع (RAG) مع إسناد مصدر يمكن التحقق منه، ووضع الذكاء الاصطناعي كـ "شريك معاير" بدلاً من بديل .

سد الفجوات في التدريب والمعايير

هناك حاجة إلى تحسين الشفافية، ووضع معايير إبلاغ أوضح، وتوفير تدريب أكبر للمستخدمين لدعم التبني المسؤول للذكاء الاصطناعي في تركيب الأدلة .

خلاصة القول

يمكن للذكاء الاصطناعي تقليل عبء العمل اليدوي بنسبة 50-75% عبر فحص الأدبيات، واستخراج البيانات، وتقييم مخاطر التحيز — دون التضحية بدقة معيار PRISMA — عندما يقترن بإشراف الباحث . لكن نفس الدراسات تؤكد أن الذكاء الاصطناعي يُدخل تحيزاته الخاصة (تحيز الاختيار، تحيز التأكيد، تحيز بيانات التدريب). الترياق هو الإشراف البشري، والإبلاغ الشفاف، والتحقق الدقيق. لا توكّل التفكير النقدي للأداة أبدًا.