معايير الانتحال والذكاء الاصطناعي في الرسائل الأكاديمية: إطار عملي حديث لضمان الجودة والنزاهة العلمية
- 18 أبريل
- 7 دقيقة قراءة
تُعدّ الرسائل الأكاديمية من أهم صور الإنتاج العلمي، لأنها تعبّر عن قدرة الطالب على البحث والتحليل وصياغة المعرفة بطريقة أصيلة ومسؤولة. ومع الانتشار السريع لأدوات الذكاء الاصطناعي في الكتابة والتحرير والمراجعة اللغوية، ظهرت أسئلة جديدة تتعلق بالأصالة العلمية، وحدود الاستفادة المقبولة من هذه الأدوات، وكيفية التمييز بين المساعدة المشروعة والمحتوى غير الأصيل.يعرض هذا المقال إطارًا عمليًا واضحًا لتقييم نسب التشابه والانتحال في الرسائل الأكاديمية وفق ثلاثة مستويات: أقل من 10% مقبول، ومن 10% إلى 15% يحتاج إلى تقييم، وأكثر من 15% يُعدّ رسوبًا. كما يوضح المقال أن النسبة وحدها لا تكفي للحكم، بل يجب أن يصاحبها تقييم أكاديمي بشري يراعي طبيعة النص، وجودة التوثيق، ومدى فهم الطالب لما كتبه. والهدف من هذا الإطار ليس التضييق على الطلبة، بل دعم جودة البحث العلمي، وتعزيز الثقة في المخرجات الأكاديمية، وترسيخ ثقافة الأمانة العلمية بأسلوب إيجابي ومتوازن.
المقدمة
تقوم الحياة الأكاديمية على الثقة، وتستند هذه الثقة إلى فكرة أساسية وهي أن العمل العلمي يجب أن يعكس جهد صاحبه الحقيقي، وفهمه العميق، وقدرته على التحليل والاستنتاج. والرسالة الأكاديمية ليست مجرد نص طويل يجمع فيه الطالب معلومات من مصادر مختلفة، بل هي مشروع علمي يثبت فيه الباحث أنه قادر على التعامل مع المعرفة بشكل نزيه، ومنظم، ومبدع.
في السنوات الأخيرة، أصبح الذكاء الاصطناعي جزءًا من الواقع التعليمي. فهناك من يستخدمه لتحسين اللغة، أو تنظيم الأفكار، أو المساعدة في الصياغة الأولية، أو تصحيح الأخطاء. وفي الأصل، لا يُنظر إلى هذا الاستخدام باعتباره أمرًا سلبيًا إذا كان في حدود أخلاقية واضحة، وكان الطالب هو صاحب الفكرة والتحليل والاستنتاج. لكن المشكلة تبدأ عندما يتحول الذكاء الاصطناعي من أداة مساعدة إلى بديل عن الجهد العلمي الحقيقي، أو عندما تُكتب أجزاء كبيرة من الرسالة بشكل آلي دون مراجعة علمية جادة، أو دون قدرة الطالب على الدفاع عنها وفهمها.
ولهذا السبب، أصبح من الضروري وجود إطار عملي بسيط وواضح يساعد المؤسسات التعليمية والباحثين والمشرفين على تقييم الرسائل بطريقة عادلة. ومن أكثر النماذج العملية فائدة اعتماد ثلاثة مستويات واضحة: أقل من 10% مقبول، ومن 10% إلى 15% يحتاج إلى تقييم، وأكثر من 15% يُعدّ رسوبًا. هذا النموذج يمنح وضوحًا للطالب، ويساعد في ضبط الجودة، ويعزز العدالة في اتخاذ القرار.
مراجعة الأدبيات
تشير الأدبيات الأكاديمية المتعلقة بالنزاهة العلمية إلى أن التشابه النصي ليس دائمًا دليلًا على الانتحال. فبعض العبارات تتكرر بطبيعتها في الأعمال العلمية، مثل المصطلحات الفنية، وتعريفات المفاهيم، وبعض الجمل الشائعة في وصف المنهجية أو أدوات البحث. ولهذا، يحذر عدد كبير من الباحثين في مجال الجودة الأكاديمية من الاعتماد الكامل على النسبة الرقمية وحدها دون النظر في السياق.
كما تؤكد الدراسات أن الانتحال لا يرتبط فقط بالنسخ المباشر، بل قد يظهر أيضًا في إعادة صياغة غير سليمة، أو في الاستعانة الزائدة بمصادر دون إسناد علمي واضح، أو في بناء فصول كاملة من أفكار منقولة دون مساهمة تحليلية حقيقية من الطالب. ومع تطور أدوات الذكاء الاصطناعي، توسع النقاش ليشمل أيضًا النصوص التي تبدو سليمة لغويًا لكنها ضعيفة من حيث العمق، أو عامة جدًا، أو تحتوي على مراجع غير دقيقة، أو تعكس أسلوبًا غير متناسق مع مستوى الطالب الحقيقي.
وفي تجارب تعليمية دولية متعددة، ظهر توجه متزايد نحو الدمج بين أدوات الكشف الآلي وبين التقييم البشري. ففي بعض الحالات، تُقبل الرسائل ذات التشابه المنخفض بشكل طبيعي، بينما تتطلب النسب المتوسطة مراجعة دقيقة للأجزاء المتشابهة، مع فحص أسلوب التوثيق، وطرح أسئلة أثناء المناقشة. أما النسب المرتفعة، فغالبًا ما تثير شكوكًا جدية حول أصالة العمل العلمي ومدى استقلالية الباحث في إنتاجه.
وتُظهر هذه الأدبيات أن أفضل السياسات ليست الأكثر تشددًا بشكل آلي، بل الأكثر وضوحًا وعدلًا واتزانًا. فالبيئة الأكاديمية الناجحة هي التي توضح للطالب منذ البداية ما هو المقبول وما هو غير المقبول، وتمنحه تدريبًا كافيًا على الاقتباس، والتوثيق، وإعادة الصياغة، والاستفادة الأخلاقية من التكنولوجيا الحديثة.
المنهجية
يعتمد هذا المقال على منهج تحليلي تفسيري يهدف إلى بناء إطار عملي سهل التطبيق لتقييم الانتحال والتشابه المرتبط باستخدام الذكاء الاصطناعي في الرسائل الأكاديمية. وينطلق هذا الإطار من ثلاثة مبادئ رئيسية: الوضوح، والعدالة، والحفاظ على النزاهة العلمية.
أولًا، يقوم النموذج على تقسيم نسب التشابه إلى ثلاث فئات واضحة:
أقل من 10% = مقبول
من 10% إلى 15% = يحتاج إلى تقييم
أكثر من 15% = رسوب
ثانيًا، يفترض هذا النموذج أن النسبة الرقمية ليست حكمًا نهائيًا، بل مؤشرًا أوليًا يحتاج إلى تفسير.ثالثًا، يربط الإطار بين فحص التشابه التقليدي وبين تقييم أثر الذكاء الاصطناعي على أصالة المحتوى، بما يشمل أسلوب الكتابة، ودقة المراجع، وقدرة الطالب على شرح عمله والدفاع عنه.
ويهدف هذا النموذج إلى مساعدة المؤسسات الأكاديمية في الوصول إلى قرارات متوازنة، بحيث لا تتم معاقبة الطالب بسبب أرقام مجردة، وفي الوقت نفسه لا يتم التساهل مع الأعمال التي تفتقر إلى الأصالة أو تنتهك أسس النزاهة العلمية.
التحليلتمثل فئة أقل من 10% المستوى المقبول في أغلب الحالات، لأن وجود نسبة محدودة من التشابه أمر طبيعي في الكتابة الأكاديمية. فقد تظهر بعض العبارات المتكررة في المقدمة أو المنهجية أو التوصيف العام للمفاهيم، كما أن الاقتباسات القصيرة الموثقة بشكل صحيح قد تدخل ضمن نسبة التشابه. وفي هذه الحالة، يكون الأصل أن الرسالة تعكس جهدًا علميًا أصيلًا، وأن ما يظهر من تشابه لا يؤثر على القيمة العلمية العامة للعمل.
أما فئة من 10% إلى 15% فهي فئة وسطية تحتاج إلى تقييم دقيق، ولا ينبغي أن تؤدي بشكل تلقائي إلى قبول أو رفض. في هذا المجال، يجب على المراجع أو المشرف أن يفحص طبيعة النصوص المتشابهة: هل هي في الجانب النظري فقط؟ هل هي موثقة؟ هل التشابه ناتج عن استخدام مصطلحات علمية متكررة؟ أم أن هناك مؤشرات على نقل مطول أو صياغة غير أصيلة؟هذه الفئة مهمة جدًا لأنها تمثل منطقة التوازن بين الصرامة والعدل. فقد يحتاج الطالب فقط إلى تحسين التوثيق، أو إعادة صياغة بعض الأجزاء، أو تقديم توضيحات إضافية أثناء المناقشة. ومن هنا تظهر قيمة التقييم البشري، لأنه يمنع إصدار أحكام متسرعة على عمل قد يكون جيدًا في جوهره لكنه يحتاج إلى تنقيح.
أما فئة أكثر من 15% فتُعدّ مؤشرًا قويًا على وجود مشكلة حقيقية في أصالة الرسالة. وفي هذه الحالة، يكون حجم التشابه مرتفعًا إلى درجة يصعب معها اعتبار العمل نتاجًا مستقلًا وكاملًا للطالب. وقد يدل ذلك على اعتماد مفرط على نصوص سابقة، أو ضعف واضح في مهارات الكتابة العلمية، أو استخدام غير منضبط لأدوات الذكاء الاصطناعي، أو حتى غياب المساهمة الفكرية الخاصة بالباحث.وفي إطار الجودة الإيجابية، لا يُنظر إلى الرسوب هنا بوصفه نهاية، بل كإشارة إلى الحاجة لإعادة البناء والتعلم والتحسن. فالغاية ليست العقاب فقط، بل حماية القيمة العلمية للرسائل الأكاديمية وحفظ ثقة المجتمع في مخرجات التعليم العالي.
الذكاء الاصطناعي بين الفرصة والتحديمن المهم التأكيد أن الذكاء الاصطناعي ليس عدوًا للبحث العلمي، بل يمكن أن يكون أداة نافعة إذا استُخدم بطريقة أخلاقية وواعية. فالطالب قد يستفيد منه في تحسين اللغة، أو اقتراح هيكل أولي، أو تنظيم الأفكار، أو فهم الفروقات بين أساليب الكتابة. لكن هذه الاستفادة يجب أن تبقى ضمن حدود واضحة: أن يكون الطالب هو صاحب الفكرة، وصاحب التحليل، وصاحب النتيجة، وصاحب المسؤولية الكاملة عن كل ما يرد في الرسالة.
المشكلة لا تكمن في استخدام التكنولوجيا، بل في استخدامها بصورة تُضعف الأصالة. فبعض النصوص المنتجة آليًا قد تبدو ممتازة من الناحية اللغوية، لكنها عامة، ومتكررة، وتفتقر إلى العمق، ولا تعكس شخصية الباحث أو فهمه الحقيقي. كما أن بعض الأدوات قد تُنتج مراجع غير دقيقة، أو تحليلات سطحية، أو لغة منمقة تخفي ضعف المحتوى العلمي. لذلك، فإن تقييم الرسالة في عصر الذكاء الاصطناعي يجب أن يشمل عناصر إضافية، مثل:
مدى اتساق الأسلوب عبر فصول الرسالة
وجود تحليل حقيقي وليس مجرد كلام عام
دقة التوثيق والمراجع
قدرة الطالب على شرح ما كتب بلغة واضحة أثناء المناقشة
وجود بصمة فكرية خاصة تعكس شخصية الباحث واجتهاده
وبهذا المعنى، فإن الجودة الأكاديمية الحقيقية لم تعد تقاس فقط بانخفاض نسبة التشابه، بل أيضًا بمدى صدق الرسالة في التعبير عن صاحبها.
النتائج
يمكن استخلاص عدد من النتائج المهمة من هذا الإطار. أولًا، إن وجود حدود رقمية واضحة يساعد على توحيد الفهم بين الطلاب والمشرفين والمراجعين. وثانيًا، إن الفئة الوسطى بين 10% و15% ضرورية جدًا لأنها تمنع الظلم، وتسمح بالمراجعة الأكاديمية العادلة. وثالثًا، إن ارتفاع التشابه فوق 15% غالبًا ما يكشف عن مشكلة فعلية في أصالة العمل، ويبرر اتخاذ موقف حازم لحماية المعايير العلمية.
كما تظهر النتائج أن دمج تقييم الذكاء الاصطناعي ضمن سياسة الجودة الأكاديمية أصبح ضرورة، لا سيما في ظل التوسع الكبير في استخدام هذه الأدوات. ومع ذلك، فإن أفضل معالجة ليست المنع الكامل، بل وضع قواعد أخلاقية واضحة، وتدريب الطلبة على الاستخدام المسؤول، وتعزيز مهارات الكتابة والتحليل والنقد.
وتؤكد النتائج أيضًا أن السياسات الأكثر نجاحًا هي تلك التي تعتمد على التعليم الوقائي، وليس فقط على العقوبة بعد وقوع الخطأ. فعندما يعرف الطالب منذ البداية كيف يقتبس، وكيف يوثق، وكيف يعيد الصياغة، وكيف يستخدم الذكاء الاصطناعي بصورة أخلاقية، ترتفع جودة الرسائل تلقائيًا، وتقل المشكلات قبل الوصول إلى مرحلة الفحص.
الخاتمة
إن وضع معايير واضحة للانتحال والذكاء الاصطناعي في الرسائل الأكاديمية أصبح ضرورة حقيقية في هذا العصر. ويقدّم معيار أقل من 10% مقبول، ومن 10% إلى 15% يحتاج إلى تقييم، وأكثر من 15% رسوب إطارًا عمليًا متوازنًا وسهل الفهم، يمكن أن يخدم أهداف الجودة والنزاهة العلمية في الوقت نفسه.
لكن الأهم من النسبة نفسها هو طريقة استخدامها. فالحكم الأكاديمي العادل لا يجب أن يعتمد على الأرقام وحدها، بل على فهم شامل لطبيعة النص، وجودة التوثيق، وأصالة التحليل، وقدرة الطالب على الدفاع عن عمله. وفي عصر الذكاء الاصطناعي، تصبح الحاجة إلى هذا التوازن أكبر من أي وقت مضى.
الرسالة الأكاديمية القوية ليست فقط تلك التي تحقق نسبة تشابه منخفضة، بل تلك التي تعبّر بصدق عن فكر الباحث، وتقدم قيمة علمية حقيقية، وتحترم أخلاقيات البحث والكتابة. ومن هنا، فإن الطريق الأفضل للمؤسسات الأكاديمية ليس الخوف من التكنولوجيا، بل بناء ثقافة علمية ناضجة تجمع بين الانفتاح على الأدوات الحديثة والتمسك الصارم بالأمانة العلمية.
References
Pecorari, D. Academic Writing and Plagiarism: A Linguistic Analysis. Continuum.
Carroll, J. A Handbook for Deterring Plagiarism in Higher Education. Oxford Centre for Staff and Learning Development.
Bretag, T. (Ed.). Handbook of Academic Integrity. Springer.
Park, C. “In Other (People’s) Words: Plagiarism by University Students—Literature and Lessons.” Assessment & Evaluation in Higher Education.
Eaton, S. E. Plagiarism in Higher Education: Tackling Tough Topics in Academic Integrity. ABC-CLIO.
Selwyn, N. Should Robots Replace Teachers? AI and the Future of Education. Polity.
Bearman, M., Ryan, J., and Ajjawi, R. “Discourses of Artificial Intelligence in Higher Education: A Critical Literature Review.” Higher Education Research & Development.
Dwivedi, Y. K. et al. “So What if ChatGPT Wrote It? Multidisciplinary Perspectives on Opportunities, Challenges and Implications of Generative AI for Research, Practice and Policy.” International Journal of Information Management.
Hashtags
تعليقات