به گزارش سلامت نیوز، دو سردبیر سابق مجلات معتبر پزشکی با طرح مدلی پیشنهادی، امکان جایگزینی داوری خارجی انسانی با ارزیابی هوش مصنوعی را مطرح کردهاند؛ مدلی که به اعتقاد آنها میتواند زمان انتشار مقالات علمی را از چند ماه به چند روز یا چند هفته کاهش دهد.
فرایند انتشار مقالات علمی برای نویسندگان، داوران و سردبیران به یکی از مراحل زمانبر و فرسایشی فعالیتهای پژوهشی تبدیل شده است. تفاوت قالب و الزامات مجلات، پیچیدگی مراحل ارسال مقاله، بررسیهای اولیه و انتظار طولانی برای دریافت پاسخ، از جمله مشکلاتی است که میتواند انتشار یافتههای علمی را به تأخیر بیندازد.
در همین زمینه، هاوارد بوچنر و فردریک پی. ریوارا، دو استاد دانشگاه و سردبیر سابق مجلات معتبر پزشکی، در مقالهای که ۱۷ نوامبر ۲۰۲۶ در وبسایت «Sensible Medicine» منتشر شده، این پرسش را مطرح کردهاند که آیا میتوان داوری خارجی انسانی را بهطور کامل از فرایند انتشار مقالات حذف کرد و بهجای آن، از هوش مصنوعی برای ارزیابی علمی دستنوشتهها استفاده کرد؟
داوری علمی؛ فرایندی زمانبر برای نویسندگان، داوران و سردبیران
نویسندگان مقاله توضیح میدهند که ارسال یک مقاله علمی صرفاً به بارگذاری فایل محدود نمیشود. تقریباً هر مجله و ناشر، قالب و دستورالعمل اختصاصی خود را دارد و در نتیجه، نویسندگان پس از رد مقاله و ارسال آن به مجلهای دیگر، ناچارند بار دیگر متن خود را با قالب جدید تطبیق دهند. تکمیل فرمهای متعدد و عبور از مراحل کنترل اولیه نیز ممکن است فرایند ارسال را طولانیتر کند.
از سوی دیگر، اگر مقاله برای داوری خارجی ارسال شود، نویسنده ممکن است چندین ماه در انتظار دریافت نتیجه بماند. داوران نیز با درخواستهای مکرر برای بررسی مقالات روبهرو هستند و پس از پذیرش داوری باید در سامانههای اختصاصی مجلات ثبتنام کنند، مقاله را مطالعه کنند، گزارش بنویسند و مراحل مختلف ثبت و ارسال ارزیابی را پشت سر بگذارند.
سردبیران نیز با افزایش مداوم تعداد مقالات ارسالی، سامانههای مدیریت مقاله و دشواری یافتن داوران مناسب مواجهاند. علاوه بر این، در صورت درخواست اصلاح مقاله، باید بررسی کنند که آیا نویسندگان واقعاً ایرادهای مطرحشده را برطرف کردهاند یا خیر.
مدل پیشنهادی؛ ارزیابی دو مرحلهای مقالات با هوش مصنوعی
بوچنر و ریوارا پیشنهاد میکنند که هوش مصنوعی در مراحل مختلف ارسال، بررسی و اصلاح مقالات نقش داشته باشد؛ بهگونهای که حتی امکان حذف داوری خارجی انسانی نیز فراهم شود.
در مدل پیشنهادی آنها، مقاله ابتدا برای بررسی به یک سامانه هوش مصنوعی ارائه میشود. این سامانه بر اساس سه معیار اصلی شامل استحکام علمی و روششناختی، اصالت و اهمیت پژوهش، به مقاله امتیاز میدهد و گزارش ارزیابی خود را در اختیار سردبیر قرار میدهد.
سردبیر بر اساس این گزارش درباره رد مقاله یا درخواست اصلاح آن تصمیم میگیرد. اگر مقاله نیازمند اصلاح باشد، نسخه بازنگریشده بار دیگر به هوش مصنوعی سپرده میشود تا ارزیابی دوم انجام شود. در صورتی که امتیاز مقاله پس از اصلاح به میزان قابلتوجهی افزایش یابد، مقاله منتشر خواهد شد؛ با این تفاوت که نسخه اولیه مقاله و هر دو گزارش ارزیابی هوش مصنوعی نیز در کنار نسخه نهایی در دسترس قرار میگیرند.
نویسندگان معتقدند در چنین مدلی، زمان فاصله ارسال تا انتشار مقاله میتواند از چند ماه به چند روز یا چند هفته کاهش یابد؛ هرچند سرعت نهایی تا حد زیادی به زمانی بستگی دارد که نویسنده برای اصلاح مقاله نیاز دارد.
هوش مصنوعی چه بخشهایی از داوری را انجام میدهد؟
به اعتقاد نویسندگان، هوش مصنوعی میتواند بسیاری از بررسیهایی را که اکنون به داوران انسانی وابسته است، انجام دهد. برای مثال، در کارآزماییهای بالینی تصادفی، میتواند ثبت کارآزمایی و انطباق گزارش پژوهش با پروتکل ثبتشده و دستورالعمل گزارشدهی CONSORT را بررسی کند.
همچنین ارزیابی رعایت صدها دستورالعمل گزارشدهی پژوهش، شناسایی منابع و ارجاعات جعلی، تشخیص استفاده از هوش مصنوعی در آمادهسازی مقاله و بررسی مناسببودن آزمونهای آماری از جمله وظایفی است که میتواند به این فناوری سپرده شود.
در این پیشنهاد، نقش سردبیر نیز تغییر میکند. بهجای بررسی تمام جزئیات مقاله، سردبیر میتواند چکیده را با تمرکز بر این موضوع مطالعه کند که آیا نتیجهگیریهای مقاله ممکن است به بیماران یا سلامت عمومی آسیب برساند یا خیر.
البته نویسندگان تأکید میکنند که برخی مقالات همچنان باید تحت داوری انسانی قرار گیرند. برای نمونه، پژوهشهایی که ادعاهایی درباره ارتباط واکسیناسیون با پیامدهای سلامت مطرح میکنند یا اثربخشی داروی پیشگیری از HIV موسوم به PrEP را زیر سؤال میبرند، از جمله مواردی هستند که به ارزیابی انسانی نیاز دارند. همچنین متخصصان حوزه مربوطه میتوانند در هر مرحله از فرایند، در صورت لزوم، اصالت و اهمیت علمی مقاله را بررسی کنند.
چالشهای جایگزینی داوران انسانی با هوش مصنوعی
نویسندگان در عین طرح این پیشنهاد، به چالشهای مهم آن نیز اشاره میکنند. یکی از مهمترین نگرانیها، حفاظت از اطلاعات و دادههای محرمانه مقالاتی است که نویسندگان برای بررسی در اختیار سامانههای هوش مصنوعی قرار میدهند.
سوگیری هوش مصنوعی نیز مسئله دیگری است. به گفته آنها، این فناوری لزوماً بیطرف نیست و باید مشخص شود که میزان سوگیری آن در مقایسه با داوران انسانی کمتر است یا بیشتر و آیا در صورت شناسایی سوگیری، امکان برطرفکردن آن وجود دارد یا خیر.
از سوی دیگر، گزارشهای تولیدشده توسط هوش مصنوعی ممکن است شامل دهها پیشنهاد اصلاحی باشند که همه آنها به یک اندازه مهم یا حتی درست نیستند. بنابراین، یکی از چالشها آموزش مدلها برای تمرکز بر مسائل اساسی مانند استحکام روششناختی و آماری پژوهش است.
اما شاید مهمترین پرسش این باشد که آیا هوش مصنوعی واقعاً میتواند درباره اصالت و اهمیت یک پژوهش قضاوت کند یا این وظیفه همچنان به تخصص و تجربه انسانی وابسته است؟
بوچنر و ریوارا در این زمینه احتمال میدهند که هوش مصنوعی حتی بتواند در ارزیابی اصالت مقالات عملکرد بهتری داشته باشد؛ زیرا برخلاف انسان که به ظرفیت حافظه و دانش محدود خود متکی است، این فناوری میتواند به میلیونها مقاله علمی منتشرشده، از جمله حدود ۳۰ میلیون مقاله موجود در پایگاه PubMed Central، دسترسی داشته باشد.
هوش مصنوعی؛ تحول بعدی در نشر پزشکی
نویسندگان برای توضیح اهمیت این تحول، به تغییرات مهم سه دهه گذشته در انتشار مقالات پزشکی اشاره میکنند. به اعتقاد آنها، گسترش اینترنت شیوه انتقال و دسترسی به اطلاعات علمی را از انتشار چاپی به انتشار الکترونیکی تغییر داد و مجلات معتبر را به شبکههای ارتباطی بینالمللی تبدیل کرد.
رواج انتشار دسترسی آزاد نیز مدل اقتصادی و رابطه میان نویسندگان و ناشران را دستخوش تغییر کرد. الزام به ثبت کارآزماییهای بالینی، همراه با انتشار پروتکل و برنامه تحلیل آماری، به بهبود شفافیت و اعتبار گزارش این مطالعات کمک کرد. انتشار پیشچاپ مقالات نیز که در ابتدا با تردیدهایی روبهرو بود، بهتدریج در بسیاری از مجلات پذیرفته شد.
بوچنر و ریوارا معتقدند هوش مصنوعی تحول بزرگ بعدی در نشر پزشکی خواهد بود و همانطور که اینترنت شیوه ارتباطات علمی را تغییر داد، این فناوری نیز میتواند ساختار انتشار مقالات پزشکی را بهطور اساسی دگرگون کند.
با این حال، پیشنهاد حذف داوری خارجی انسانی در این مقاله، یک فرضیه و چشمانداز برای آینده است و نه نتیجه یک مطالعه تجربی یا تصمیم قطعی مجلات علمی. تحقق چنین مدلی به حل مسائل مربوط به محرمانگی، سوگیری، اعتبار ارزیابیها و توانایی هوش مصنوعی در تشخیص اهمیت و اصالت پژوهشها وابسته خواهد بود.
منبع: The Future of Medical Publishing – Eliminating Human Peer Review

نظر شما