أعلنت جوجل عن تجربة أداة بحث جديدة تُسمى Scholar Labs، تعتمد على الذكاء الاصطناعي لاستخلاص الدراسات العلمية ذات الصلة استجابةً لأسئلة بحثية مفصلة. تُعد هذه الأداة تطورًا في منصة Google Scholar، حيث تستخدم الذكاء الاصطناعي لتحليل العلاقات بين الكلمات في السؤال وفهم الموضوعات الرئيسية، بهدف اقتراح الدراسات الأكثر فائدة للمستخدم، بحسب توضيح متحدثة جوجل لِيْسا أوغيك. في عرض توضيحي، تم استخدام سؤال عن واجهات الدماغ-الحاسوب (BCI) لمرضى السكتة الدماغية. النتيجة الأولى كانت مراجعة منشورة عام 2024 في مجلة Applied Sciences، والتي تناولت إشارات غير جراحية مثل تخطيط الدماغ الكهربائي (EEG) والخوارزميات الشائعة في المجال. كما أشارت الأداة إلى أسباب ارتباط الدراسة بالسؤال، لكنها لم تُظهر معايير تقليدية مثل عدد الاقتباسات أو معامل التأثير (Impact Factor) للنشرة العلمية، وهي أدوات يعتمد عليها الباحثون لتقدير جودة الدراسة. معظم الباحثين يعتمدون على عدد الاقتباسات أو معامل تأثير المجلة كمؤشرات أولية لجودة الدراسة، لكن جوجل تبرر غياب هذه المعايير بكونها "مُقَيَّدة" و"غير مناسبة لجميع مجالات البحث"، خاصة في الدراسات الحديثة أو المتعددة التخصصات. وفقًا لـ أوغيك، فإن هذه المعايير تعكس السياق الاجتماعي للبحث أكثر من جودته الفعلية، وقد تؤدي إلى تفويت دراسات مهمة. الباحث ماثيو شراج من مركز الطب في جامعة فاندربيلت يتفق مع هذا الرأي، موضحًا أن الاقتباسات ومعامل التأثير لا تقيسان جودة الدراسة بذاتها، بل تُظهر مدى انتشارها ضمن المجتمع العلمي. كما أشار إلى أن بعض الدراسات المرموقة في مجلات مرموقة تم سحبها بسبب تزوير بيانات أو صور، ما يبرز حدود هذه المعايير. رغم ذلك، يعترف الباحثون، مثل جيمس سموليجا من جامعة تافتس، بأنهم يميلون إلى تفضيل الدراسات المرجحة بقوة، حتى لو عرفوا أنها غير دقيقة، لأنهم لا يمتلكون بديلاً موثوقًا عند دخول مجال جديد. في المقابل، يُظهر بحث مُعاد في قاعدة بيانات PubMed، التي تعتمد على فلاتر دقيقة مثل نوع الدراسة، والوقت، والأنواع البشرية، أن هناك دراسات متخصصة في استخدام EEG لمساعدة مرضى السكتة، مما يشير إلى أن الفرز التقليدي لا يزال فعّالًا في استهداف معلومات دقيقة. يُتوقع أن تسمح Scholar Labs للمستخدمين بطلب دراسات حديثة وتحديد فترة زمنية، مع الاعتماد على تحليل النص الكامل للورقة. جوجل تصف الأداة بأنها "اتجاه جديد"، وستُدمج ملاحظات المستخدمين لاحقًا. في النهاية، يرى شراج أن الذكاء الاصطناعي يمكن أن يكون أداة مفيدة لتوسيع نطاق البحث، لكنه لا يمكن أن يحل محل التقييم البشري. فالباحثون هم المسؤولون النهائيون عن تحديد ما يُعدّ بحثًا موثوقًا، ويجب أن يبقوا مُتَفَحِّصين ونَقَّادين لِمَنْ يُقدِّم العلم، لا يُعَوِّلوا على خوارزميات لاتُحدِّد الجودة.