آینده انتشارات علمی به طور فزایندهای تحت تأثیر توسعه هوش مصنوعی قرار گرفته است و این فناوری میتواند بسیاری از فرایندهای سنتی تولید، ارزیابی، انتشار و بازیابی دانش را دگرگون کند. انتشارات علمی تا مدتها بر مجموعهای از فعالیتهای انسانی زمانبر، شامل نگارش مقاله، جستوجوی منابع، انتخاب مجله، بررسی اولیه، داوری تخصصی، ویرایش علمی و زبانی، صفحهآرایی و نمایهسازی استوار بوده است. ورود سامانههای هوشمند به این چرخه، امکان خودکارسازی بخشی از فعالیتهای تکراری و پشتیبانی از تصمیمگیریهای پیچیدهتر را فراهم کرده است. با وجود این، نقش آینده هوش مصنوعی را نباید صرفاً به عنوان جایگزینی برای نیروی انسانی در نظر گرفت، زیرا ماهیت علم بر قضاوت تخصصی، مسئولیتپذیری، خلاقیت، اخلاق پژوهش و گفتوگوی انتقادی استوار است. در الگوی مطلوب، هوش مصنوعی به صورت یک ابزار پشتیبان عمل میکند که توانایی پژوهشگران، سردبیران، داوران و ناشران را افزایش میدهد، بدون آنکه مسئولیت نهایی تصمیمهای علمی از انسان سلب شود. بنابراین، آینده نشر علمی نه کاملاً خودکار، بلکه مبتنی بر همکاری هدفمند میان انسان و سامانههای هوشمند خواهد بود؛ همکاریای که موفقیت آن به شفافیت، نظارت، آموزش کاربران و تدوین قواعد اخلاقی وابسته است (شواب و همکاران، ۲۰۲۳).
یکی از مهمترین حوزههای اثرگذاری هوش مصنوعی، کمک به پژوهشگران در مرحله آمادهسازی مقاله است. پژوهشگران میتوانند از سامانههای هوشمند برای سازماندهی اولیه اندیشهها، اصلاح ساختار متن، شناسایی جملههای مبهم، کاهش تکرار، پیشنهاد عنوان و چکیده و بهبود پیوستگی بخشهای مختلف استفاده کنند. این قابلیت به ویژه برای نویسندگانی که مقاله خود را به زبانی غیر از زبان مادری مینویسند، میتواند موانع زبانی را کاهش دهد و کیفیت ظاهری نگارش را ارتقا بخشد. با این حال، متن علمی فقط مجموعهای از جملههای درست و روان نیست، بلکه باید بازتابدهنده استدلال نویسنده، روش واقعی پژوهش و تفسیر مسئولانه دادهها باشد. سامانه هوشمند ممکن است عبارتی قانعکننده اما نادرست تولید کند، منبعی غیرواقعی پیشنهاد دهد یا تفاوتهای ظریف میان مفاهیم تخصصی را نادیده بگیرد. از این رو، نویسنده باید همه مطالب تولیدشده یا اصلاحشده را شخصاً بررسی کند و مسئولیت علمی متن را بپذیرد. استفاده از ابزارهای هوشمند نباید به حذف نقش اندیشهورزی پژوهشگر منجر شود، بلکه باید فرصتی برای صرف زمان بیشتر بر تحلیل، نوآوری و استدلال علمی فراهم آورد (ریبا و همکاران، ۲۰۲۱).
هوش مصنوعی میتواند شیوه جستوجو و مرور پیشینه پژوهش را نیز متحول کند. افزایش سریع تعداد مقالات موجب شده است که شناسایی همه منابع مرتبط با یک موضوع برای پژوهشگران دشوار شود و جستوجوی ساده بر اساس چند واژه، همیشه نتایج کافی و دقیق ارائه نکند. سامانههای هوشمند میتوانند محتوای مقالهها، ارتباط میان مفاهیم، شباهت روشها و روندهای موضوعی را تحلیل کنند و منابعی را پیشنهاد دهند که در جستوجوی معمولی ممکن است نادیده گرفته شوند. این ابزارها همچنین میتوانند مجموعه بزرگی از چکیدهها را دستهبندی کنند، مسیر تحول یک مفهوم را نشان دهند و پیوند میان مقالهها، دادهها و اختراعها را آشکار سازند. با این حال، اتکای کامل به پیشنهادهای ماشینی ممکن است سوگیریهای موجود در پایگاههای اطلاعاتی را بازتولید کند. مقالههای پرارجاع، منابع منتشرشده به زبانهای غالب و پژوهشهای متعلق به مؤسسات مشهور ممکن است بیش از حد دیده شوند، در حالی که مطالعات محلی یا جدید نادیده بمانند. بنابراین پژوهشگر باید راهبرد جستوجوی خود را مستند کند، پیشنهادهای سامانه را با پایگاههای معتبر مقایسه کند و از تبدیل شدن ابزار هوشمند به تنها دروازه دسترسی به دانش جلوگیری کند (ژا و همکاران، ۲۰۱۹).
در فرایند ارسال مقاله، هوش مصنوعی میتواند به انتخاب مجله مناسب کمک کند. بسیاری از پژوهشگران به دلیل شباهت حوزههای موضوعی مجلات، تفاوت سیاستهای انتشار، هزینهها و شرایط داوری در انتخاب مقصد مناسب با دشواری روبهرو هستند. سامانههای هوشمند میتوانند عنوان، چکیده، واژگان کلیدی و منابع مقاله را تحلیل کنند و مجلاتی را پیشنهاد دهند که از نظر موضوع، نوع مقاله و مخاطبان با پژوهش هماهنگتر هستند. این قابلیت میتواند از ارسالهای نامتناسب بکاهد و زمان نویسنده و سردبیر را حفظ کند. با وجود این، پیشنهاد مجله نباید بر اساس منافع مالی ناشر یا پرداخت هزینه انتشار جهتگیری شود. سامانهای که فقط مجلات متعلق به یک ناشر را پیشنهاد میدهد یا رتبهبندی آن فاقد معیارهای شفاف است، ممکن است انتخاب نویسنده را محدود کند. پژوهشگر باید اعتبار نمایهها، کیفیت هیئت تحریریه، سیاستهای اخلاقی، هزینه انتشار و سابقه مجله را مستقلاً بررسی کند. نقش هوش مصنوعی در این مرحله باید ارائه اطلاعات و گزینهها باشد، نه تصمیمگیری نهایی به جای نویسنده (کانلوس و همکاران، ۲۰۱۹).
ارزیابی اولیه مقالهها در دفتر مجله از دیگر حوزههایی است که احتمالاً بیش از گذشته با هوش مصنوعی همراه خواهد شد. مجلات روزانه با تعداد زیادی مقاله روبهرو هستند و بررسی تناسب موضوعی، کامل بودن پرونده، رعایت شیوهنامه، کیفیت شکلها، مشابهت متنی و وجود بخشهای ضروری زمان زیادی میطلبد. سامانههای هوشمند میتوانند مقالههای ناقص را شناسایی کنند، ناسازگاری میان بخشهای روش و نتایج را هشدار دهند، کیفیت اولیه جدولها و تصاویر را بررسی کنند و موارد احتمالی دستکاری یا بازاستفاده نامناسب از محتوا را برای بررسی انسانی مشخص سازند. این ابزارها میتوانند سرعت بررسی اولیه را افزایش دهند، اما نباید به صورت خودکار درباره پذیرش یا رد علمی مقاله تصمیم بگیرند. الگویی که صرفاً بر ویژگیهای ظاهری متن یا شباهت آن با مقالههای پذیرفتهشده گذشته تکیه کند، ممکن است پژوهشهای نوآورانه یا روشهای غیرمتعارف را کنار بگذارد. همچنین احتمال خطا در شناسایی تخلف وجود دارد و هر هشدار باید به عنوان نشانهای برای بررسی بیشتر تلقی شود، نه مدرک قطعی تخلف نویسنده (گو و همکاران، ۲۰۲۲).
هوش مصنوعی در آینده میتواند فرایند انتخاب داور را دقیقتر و سریعتر کند. انتخاب داور مناسب یکی از دشوارترین وظایف سردبیران است، زیرا فرد منتخب باید تخصص کافی، نبود تعارض منافع، فرصت زمانی مناسب و سابقه قابل اعتماد داشته باشد. سامانههای هوشمند میتوانند مقالههای منتشرشده پژوهشگران، موضوع فعالیت، همکاریهای گذشته و زمینههای تخصصی آنان را تحلیل کنند و فهرستی از داوران احتمالی ارائه دهند. همچنین میتوانند تعارض منافع آشکار، مانند همنویسندگی نزدیک یا وابستگی سازمانی مشترک را شناسایی کنند. با این حال، استفاده از این سامانهها ممکن است به تکرار انتخاب گروه محدودی از پژوهشگران مشهور منجر شود و بار داوری را به طور نابرابر توزیع کند. پژوهشگران جوان، متخصصان کشورهای کمتر دیدهشده و افراد دارای دانش کاربردی ممکن است در دادههای گذشته حضور کمتری داشته باشند و کمتر پیشنهاد شوند. بنابراین سردبیر باید پیشنهادهای سامانه را با سیاست تنوع، عدالت و شناخت انسانی از جامعه تخصصی ترکیب کند و تصمیم نهایی را شخصاً بگیرد (فرابر و همکاران، ۲۰۲۱).
در خود فرایند داوری نیز هوش مصنوعی میتواند به عنوان دستیار عمل کند، اما جایگزینی کامل داور انسانی با چالشهای اساسی همراه است. سامانه هوشمند میتواند ناسازگاری عددی میان جدولها و متن را پیدا کند، کامل بودن گزارش روش را بررسی کند، منابع احتمالی حذفشده را پیشنهاد دهد و جملههای مبهم یا ادعاهای بدون پشتوانه را علامتگذاری کند. این کمکها ممکن است داور را از بررسیهای تکراری رها سازد و زمان بیشتری برای ارزیابی نوآوری، منطق پژوهش و اهمیت علمی فراهم کند. با این حال، داوری فقط تشخیص خطاهای ظاهری نیست، بلکه نیازمند فهم زمینه، تجربه تخصصی، سنجش اهمیت مسئله و داوری درباره پیامدهای نظری و عملی است. سامانههای هوشمند ممکن است مقالهای را بر اساس الگوهای رایج ارزیابی کنند و نسبت به اندیشههای تازه یا دیدگاههای مخالف جریان اصلی سوگیری داشته باشند. همچنین بارگذاری مقاله منتشرنشده در ابزارهای بیرونی میتواند محرمانگی داوری و مالکیت فکری نویسندگان را تهدید کند. استفاده از این ابزارها باید با مجوز مجله، حفاظت از اطلاعات و اعلام شفاف به نویسندگان همراه باشد (ماکلون و گارسیاـولاسکو، ۲۰۲۳).
هوش مصنوعی میتواند در افزایش قابلیت تکرار و بررسیپذیری پژوهشها نیز نقش داشته باشد. سامانههای پیشرفته قادرند محاسبات مقاله را با دادههای ارائهشده مقایسه کنند، خطاهای احتمالی در گزارش آزمونهای آماری را شناسایی کنند و از سازگاری نتیجهگیری با دادهها گزارش دهند. در پژوهشهای رایانهای، ابزارهای هوشمند میتوانند به مستندسازی مراحل تحلیل، تولید توضیح برای برنامههای محاسباتی و شناسایی وابستگیهای لازم کمک کنند. این قابلیتها میتوانند مسیر بازاجرای تحلیل را برای پژوهشگران دیگر روشنتر سازند. با وجود این، درست اجرا شدن محاسبات به معنای درست بودن طراحی پژوهش نیست. ممکن است نمونهگیری نامناسب، اندازه نمونه ناکافی، متغیرهای مخدوشکننده یا فرضهای نظری نادرست در مطالعه وجود داشته باشد که با بررسی خودکار ساده آشکار نشوند. بنابراین هوش مصنوعی باید در کنار روششناسان، آمارگران و متخصصان موضوعی به کار رود. هدف مطلوب، ایجاد زنجیرهای شفاف از داده تا نتیجه است که در آن ابزارهای هوشمند خطاهای قابل تشخیص را کاهش دهند، ولی قضاوت درباره اعتبار کلی پژوهش همچنان بر عهده انسان باقی بماند (گودمن و همکاران، ۲۰۱۶).
از منظر تولید و ارائه محتوای علمی، هوش مصنوعی میتواند شکل مقالههای آینده را نیز تغییر دهد. مقاله علمی ممکن است از یک متن ثابت به یک محیط تعاملی تبدیل شود که در آن خواننده بتواند دادهها را مشاهده، نمودارها را تغییر دهد، مراحل تحلیل را دنبال کند و توضیحهای متناسب با سطح تخصص خود دریافت نماید. سامانههای هوشمند میتوانند خلاصههایی برای گروههای مختلف، از متخصصان تا سیاستگذاران و عموم جامعه، تهیه کنند و مفاهیم پیچیده را به زبان قابل فهمتری توضیح دهند. همچنین امکان ترجمه دقیقتر مقالهها میتواند سلطه چند زبان محدود بر ارتباطات علمی را کاهش دهد و یافتهها را در اختیار مخاطبان گستردهتری قرار دهد. با این حال، خلاصهسازی و ترجمه خودکار ممکن است عدم قطعیتها، محدودیتها و تفاوتهای معنایی را از بین ببرد. بنابراین نسخههای تولیدشده باید تحت نظارت نویسنده یا ویراستار متخصص قرار گیرند و ارتباط روشنی با متن اصلی داشته باشند. آینده مقاله علمی میتواند چندلایه و تعاملی باشد، اما اعتبار آن همچنان به دقت محتوای اصلی وابسته خواهد بود (دونگ و همکاران، ۲۰۱۹).
کاربرد هوش مصنوعی در تصاویر، نمودارها و دادههای بصری نیز فرصتها و تهدیدهای همزمانی ایجاد میکند. ابزارهای هوشمند میتوانند کیفیت تصویر را بهبود دهند، اجزای شکل را برچسبگذاری کنند، نمودارهای مناسب پیشنهاد دهند و به افراد دارای محدودیت بینایی در درک محتوای تصویری کمک کنند. در مقابل، همین فناوری میتواند برای ساخت تصاویر جعلی، تغییر گزینشی دادهها یا تولید نمودارهای ظاهراً معتبر اما گمراهکننده استفاده شود. تشخیص دستکاریهای پیچیده ممکن است برای داوران دشوار باشد، به ویژه هنگامی که تصویر تولیدشده با الگوهای علمی رایج سازگار به نظر میرسد. ناشران در آینده ناگزیر خواهند بود ابزارهای بررسی اصالت تصویر، ثبت مراحل ویرایش و نگهداری نسخه اولیه دادههای تصویری را گسترش دهند. نویسندگان نیز باید همه تغییرات انجامشده را اعلام کنند و مرز میان اصلاح فنی مجاز و تغییر محتوای علمی را رعایت نمایند. استفاده اخلاقی از هوش مصنوعی در تصاویر زمانی ممکن است که فرایند تولید و ویرایش آن قابل ردیابی باشد و داده خام برای ارزیابی در دسترس قرار گیرد (جامبور و همکاران، ۲۰۲۱).
یکی از بنیادیترین مسائل آینده، تعیین مسئولیت نویسندگی در شرایط استفاده گسترده از هوش مصنوعی است. نویسنده علمی باید بتواند درباره اصالت، صحت، روش، منابع و نتیجهگیری مقاله پاسخگو باشد و در صورت کشف خطا، اصلاح لازم را انجام دهد. سامانه هوشمند فاقد مسئولیت حقوقی و اخلاقی مستقل است و نمیتواند رضایت نهایی برای انتشار بدهد یا تعارض منافع خود را اعلام کند. از این رو، ابزار هوشمند نباید در جایگاه نویسنده معرفی شود، هرچند میزان و نوع استفاده از آن باید بر اساس سیاست مجله به صورت شفاف گزارش شود. پنهان کردن استفاده گسترده از این ابزارها میتواند اعتماد خوانندگان را کاهش دهد، همانگونه که نسبت دادن کامل متن به سامانه نیز مسئولیت پژوهشگر را از بین نمیبرد. دانشگاهها و مجلات باید معیارهای روشنی درباره استفاده مجاز، نحوه افشا، حفاظت از دادهها و مسئولیت نویسندگان تدوین کنند. اصل اساسی آن است که هر نام درجشده در فهرست نویسندگان باید سهم فکری واقعی داشته باشد و بتواند از محتوای مقاله دفاع کند (آزبورن و هالند، ۲۰۱۹).
استفاده از هوش مصنوعی ممکن است نابرابریهای موجود در نظام نشر علمی را کاهش دهد یا برعکس، آنها را تشدید کند. ابزارهای زبانی میتوانند به پژوهشگران غیرهمزبان کمک کنند تا مقاله خود را روشنتر بنویسند و از هزینههای سنگین ویرایش بکاهند. سامانههای جستوجو و تحلیل نیز ممکن است دسترسی پژوهشگران مؤسسات کوچک به تواناییهایی را فراهم کنند که پیشتر فقط در اختیار مراکز برخوردار بود. با این حال، بهترین ابزارها ممکن است پرهزینه باشند و دانشگاههای ثروتمند به نسخههای پیشرفتهتر، دادههای بیشتر و زیرساخت محاسباتی قویتری دسترسی پیدا کنند. همچنین سامانههایی که عمدتاً با متون کشورهای خاص آموزش دیدهاند، ممکن است موضوعات بومی، زبانهای کممنبع و شیوههای متفاوت تولید دانش را کمتر درک کنند. برای جلوگیری از تعمیق شکاف علمی، باید زیرساختهای عمومی، ابزارهای چندزبانه و سیاستهای دسترسی عادلانه توسعه یابند. هوش مصنوعی زمانی به گسترش عدالت علمی کمک میکند که طراحی و بهرهبرداری از آن فقط در اختیار چند ناشر و مؤسسه بزرگ باقی نماند (شیه و فریمن، ۲۰۱۹).
حفاظت از محرمانگی، مالکیت فکری و دادههای شخصی از دیگر الزامات مهم آینده انتشارات علمی است. پژوهشگران ممکن است نسخه منتشرنشده مقاله، دادههای حساس، اطلاعات شرکتکنندگان یا نتایج دارای ارزش تجاری را در سامانههای هوشمند وارد کنند، بدون آنکه بدانند این اطلاعات چگونه ذخیره یا استفاده میشوند. چنین اقدامی میتواند تعهد محرمانگی، مقررات اخلاق پژوهش یا حقوق مؤسسه را نقض کند. داوران نیز نباید مقاله محرمانه را بدون اجازه در سامانهای بارگذاری کنند که سیاست نگهداری داده آن روشن نیست. ناشران و دانشگاهها باید ابزارهای امن داخلی یا قراردادهای مشخص برای استفاده از خدمات بیرونی فراهم کنند و آموزشهای لازم را به کاربران ارائه دهند. همچنین لازم است معلوم باشد که دادههای ورودی برای آموزش سامانه استفاده میشوند یا خیر و کاربر چگونه میتواند حذف آنها را درخواست کند. بهرهگیری مسئولانه از هوش مصنوعی در نشر علمی بدون سیاست دقیق حفاظت از داده امکانپذیر نیست، زیرا اعتماد میان نویسنده، داور، مجله و شرکتکنندگان پژوهش اساس ارتباط علمی را تشکیل میدهد.
در نهایت، آینده انتشارات علمی با حذف انسان یا واگذاری کامل فرایندهای علمی به ماشین تعریف نخواهد شد، بلکه به ایجاد نظامی بستگی دارد که در آن هوش مصنوعی به افزایش دقت، سرعت، شفافیت و دسترسپذیری کمک کند و در عین حال نظارت و مسئولیت انسانی حفظ شود. ناشران باید کاربردهای هوش مصنوعی را به صورت روشن اعلام کنند، نویسندگان باید استفاده خود را افشا کنند، داوران باید محرمانگی را رعایت کنند و دانشگاهها باید مهارت ارزیابی خروجیهای هوشمند را آموزش دهند. همچنین لازم است سازوکارهایی برای بررسی سوگیری، اعتراض به تصمیمهای خودکار، اصلاح خطا و حسابرسی سامانهها ایجاد شود. ارزش علم نه فقط در تولید حجم بیشتری از مقاله، بلکه در اعتبار، اصالت، قابلیت بررسی و سودمندی آن برای جامعه است. اگر هوش مصنوعی صرفاً برای افزایش سرعت و تعداد انتشار به کار رود، ممکن است مشکلاتی مانند تولید محتوای کمکیفیت، منابع ساختگی و گسترش اطلاعات نادرست تشدید شود. اما اگر این فناوری در چارچوب اصول اخلاقی و با نظارت علمی استفاده شود، میتواند انتشارات علمی را فراگیرتر، کارآمدتر و پاسخگوتر سازد.
