HyperAIHyperAI

Command Palette

Search for a command to run...

Elsevier تطلق أداة ذكاء اصطناعي لتحليل المقالات العلمية المدفوعة، هل تستحق التكلفة؟

تُعدّ منصة LeapSpace، التي أطلقتها شركة إلسيفير، أكبر ناشر عالمي للمقالات العلمية، خطوة جريئة في مجال الذكاء الاصطناعي لتحليل الأدبيات العلمية، إذ تُتيح للباحثين الوصول إلى تحليلات ذكية لملايين المقالات المدفوعة الاشتراك، عبر نموذج لغوي كبير (LLM) مدعوم من OpenAI. تُعدّ هذه الخطوة فريدة بفضل شراكتها مع أربع شركات نشر رئيسية أخرى: إمرالد، ومعهد الفيزياء، وفريق جريدة نيو إنغلاند للطب، وسايج ببليكيشنز، مما يمنحها وصولاً إلى ما يقارب 18 مليون ورقة علمية، منها أكثر من نصفها مُدفوعة الاشتراك. تُظهر أدوات مثل LeapSpace قدرتها على الإجابة على أسئلة بحثية معقدة، مثل اقتراح أدوية قابلة لإعادة التوظيف لعلاج مرض باركنسون، مع تضمين مراجع مباشرة من الأوراق الأصلية. لكن هذه الخطوة تثير جدلاً واسعاً حول حصة الوصول إلى المعرفة العلمية. يرى خبراء مثل جيسون برييم من قاعدة بيانات OpenAlex أن تقسيم الأدبيات إلى أجزاء مُشترَكة وبيع تحليلها لا يُقدّم رؤية شاملة، لأن العلم يتطلب رؤية متكاملة للحقل. كما يشيرون إلى أن معظم الأدوات الحالية، مثل Consensus وAsta، تعتمد على مصادر مفتوحة التوزيع، لأنها تفتقر إلى وصول واسع إلى المقالات المدفوعة. أما LeapSpace، فتُفرض على المستخدمين دفع اشتراك شهري بقيمة 32 دولاراً، أو الاعتماد على اشتراك مؤسسي، وهو ما يُفاقم الضغط على المكتبات التي تُعاني بالفعل من تكاليف الاشتراكات. إضافة إلى ذلك، حتى عند الحصول على تحليل من LeapSpace، يظل على الباحث دفع اشتراك منفصل لقراءة المقالات المُستشهد بها، ما يشبه دفع اشتراكات متعددة لخدمات بث فيديو. ورغم أن LeapSpace تقدم ميزة "بطاقة الثقة" التي تفسر سبب اختيار كل مصدر، فإن خبراء مثل ليسا جانيك هينكليف من جامعة إلينوي يشكون من أن نطاق التغطية لا يزال محدوداً، إذ تُغطي شركات النشر الشريكة فقط نحو 22% من المقالات العلمية المنشورة في 2024، بينما نصف المقالات الجديدة مفتوحة التوزيع. وتحذر منظمات مثل Authors Alliance من أن تركز إلسيفير وشريكتها على هذه الأدوات قد يعزز هيمنة السوق، خاصة مع التصريحات التي أطلقها الرئيس التنفيذي لشركة RELX، الأم لـإِلسيفير، بأن الشركة تخطط لاحتكار تحليل محتواها عبر الذكاء الاصطناعي، بدلاً من ترخيصه لشركات أخرى. كما يُعدّ غياب معايير مستقلة لتقييم دقة هذه الأدوات عقبة كبيرة، وفقاً لجيفين وست من جامعة واشنطن، الذي يحذر من أن النماذج قد تُظهر إجابات مُقنعة لكن غير دقيقة. رغم أن الاستخدام الحالي لهذه الأدوات لا يزال محدوداً بين الباحثين، إلا أن الحاجة المتزايدة إلى تصفية كمّ هائل من المقالات، خاصة في البحوث متعددة التخصصات، قد تدفع إلى اعتمادها لاحقاً. ورغم التفاؤل من جانب إلسيفير حول التفاعل الإيجابي مع LeapSpace، فإن التحدي الأكبر يبقى: هل يمكن لنموذج يعتمد على مصادر محدودة، ويدفع ثمناً باهظاً، أن يُقدّم قيمة حقيقية في عالم يدعو إلى فتح المعرفة؟

الروابط ذات الصلة

Elsevier تطلق أداة ذكاء اصطناعي لتحليل المقالات العلمية المدفوعة، هل تستحق التكلفة؟ | القصص الشائعة | HyperAI