أستاذ هارفارد يطور إطار عمل بحثي ذكي باستخدام كلود
في الأول من أكتوبر، نشرت أنتروبيك تحليلاً للبروفيسور ماتيو شوارتز من جامعة هارفارد، وكشفت عن إطلاق إطار العمل مفتوح المصدر BootLoops 1.0 تحت رخصة MIT. خلال ثلاثة أشهر، قاد شوارتز تعاوناً مع 19 باحثاً يعتمد على نموذج كلود لمعالجة مئات الأسئلة العلمية، مما أسفر عن إعداد 36 ورقة بحثية تغطي 18 تخصصاً متنوعاً. يعتمد النهج الجديد على معالجة ما سماه الباحثون المشاكل ذات الشكل المناسب للذكاء الاصطناعي. وتتمحور هذه المشاكل حول معادلات رياضية وفيزيائية دقيقة مألوفة في تخصصات معينة لكنها نادرة في أخرى، مما يسمح بنقل الحلول الجاهزة عبر الحقول المعرفية. توفر بيئة BootLoops منصة تشغيل مرنة غير مرتبطة بنموذج معين، وتفرض معايير تحقق صارمة تتطلب سكريبت بايثون قادراً على حساب النتائج بدقة عشوائية، مما يعزل أي أخطاء أو خداع خوارزمي. تميزت النتائج بدقة حسابية عالية وتطبيقات متعددة التخصصات. في الفيزياء الفلكية، تم حل 30 تكاملاً معقداً للنظام الإهليلجي، منها 15 نتيجة غير محسوبة سابقاً. وفي البيئة، أدى تطبيق النموذج على غابات بنما إلى اكتشاف أن معدل استبدال الأنواع يفوق الحدود النظرية بأربعة أضعاف ونصف، مما فتح مساراً جديداً لدراسة التنافس البيئي. كما طُبقت الأساليب على علم الوراثة السكانية لتحليل 730 ألف جينوم بشري، واكتُشف أن 95% من انحرافات الطفرات المتقاربة تُعزى لآليات إعادة التحويل الجيني. بالإضافة إلى ذلك، ساهم النظام في تدقيق آلاف الأوراق البحثية في الاقتصاد واللغويات، حيث أعاد ترميز أكثر من 30 ألف برنامج للنشر العلمي، وكشف عن تباينات رقمية في آلاف الدراسات، وأنشأ قاعدة بيانات AccStack التي غطت 6072 لغة. رغم الإنجازات، يشدد شوارتز على استمرار الهيمنة البشرية في التوجيه العلمي. يواجه الذكاء الاصطناعي تحديات في تقدير الوقت وتفضيل الحلول الحسابية الثقيلة، مما يتطلب تدقيقاً بشرياً دقيقاً لاختيار الأسئلة ذات الأهمية الأكاديمية الحقيقية. ويعتبر شوارتز أن الذكاء الاصطناعي لا يحل محل جمع البيانات أو الاستقراء التجريبي، بل يعمل كمسرّع للإنتاجية في المناطق التقاطعية بين التخصصات. كما يطرح تساؤلات جوهرية حول نماذج التمويل العلمي الحديثة، وكيفية ضبط آليات الإسناد الأكاديمي والاعتراف بدور المطورين والآلات في المنظومة البحثية المستقبلية.
