راههای مجاز استفاده از هوش مصنوعی در نگارش علمی: چارهای هست؟

اگر با وجدانِ کاری روبهرو هستید که میگوید نباید از هوش مصنوعی استفاده کنم، و از طرفی میبینید ابزار میتواند ساعتهای کارِ تکراری را کم کند، پرسش واقعی این است: چارهای هست؟ پاسخ کوتاه بله است، به شرط اینکه به ابزار نقشِ اجرایی بدهید، نه نقشِ اندیشهای. اجرا یعنی مرتب کردن و صیقل دادن و ترجمه و کدنویسی؛ اندیشه یعنی تصمیم دربارهٔ مسئله، روش و معنا.
مرزِ مجاز و غیرمجاز در عمل روشنتر از آن است که تصور میشود و بیشتر از یک قاعدهٔ اخلاقی، یک قاعدهٔ نسبت است: هرچه سهمِ ابزار در تولید اندیشه یا داده بیشتر شود، کار از دامنهٔ کمک بیرون میرود. این مقاله هفت کارِ مجاز را فهرست میکند، جای خدماتِ متعارف را در قانون نشان میدهد، ترتیبِ درستِ کار را توضیح میدهد، و یک نمونهٔ متنِ افشا میآورد.
هفت کارِ مجاز
این هفت کار بخش بزرگی از کارِ روزمرهٔ نگارش را سبک میکنند و در همان حال سهمِ اندیشه را دستنخورده میگذارند:
- طوفان فکری و پرسشسازی: ساختن فهرستی از زاویههای ممکن برای یک مسئله.
- ساختن نقشهٔ فصلها: مرتب کردن ترتیبِ فصلها و زیربخشها پیش از نوشتن.
- بازنویسی زبانیِ متنِ خودتان: روانتر کردن جملهها بیآنکه معنا عوض شود.
- خلاصهکردن مقالههایی که خودتان خواندهاید، برای یادداشت و مرورِ شخصی.
- ساختن جدولِ مقایسه از منابعی که خودتان مطالعه کردهاید.
- ترجمهٔ متنِ خودتان، از فارسی به انگلیسی یا برعکس.
- کمک به کدِ تحلیل روی دادهٔ خودتان: نوشتن یا اصلاح کد برای محاسبههای تکراری.
وجه مشترک این هفت مورد یک چیز است: ورودی همیشه مالِ خودتان است. مقاله را خودتان خواندهاید، متن را خودتان نوشتهاید، داده را خودتان جمع کردهاید؛ ابزار فقط شکلِ کار را بهتر میکند. با همین یک شرط، لازم نیست هر بار با خودتان کشمکش کنید که این کار مجاز است یا نه.
«خدماتِ متعارف» کجای قانون است
متنِ حاکم بر تخلفات علمی در ایران، «قانون پیشگیری و مقابله با تقلب در تهیهٔ آثار علمی» (مصوب مجلس) و آییننامهٔ اجرایی آن (مصوب هیئت وزیران) است. این قانون جرم را آنجایی میبیند که اثری مانند رساله، پایاننامه، مقاله یا طرح پژوهشی به قصدِ انتفاع و بهعنوان حرفه تهیه، عرضه یا واگذار شود، با این هدف که شخصِ دیگری کل یا بخشی از آن را بهعنوان اثرِ خود ارائه کند. یعنی تمرکزِ قانون روی واگذاریِ اثر به قصدِ انتفاع است، نه روی استفاده از ابزار.
نکتهٔ مهمتر این است که خدماتِ متعارف، یعنی تایپ، ترجمه، ویراستاری، کمک به گردآوریِ داده و خدماتِ آزمایشگاهی، از دامنهٔ این قانون بیرون است؛ پس ابزارِ کمکِ اجرایی به خودیِ خود جرم نیست. در همان حال، این قانون و آییننامهٔ آن هیچ بندی دربارهٔ متنِ تولیدشده با هوش مصنوعی ندارند؛ یعنی امروز حکمِ صریحی برای هوش مصنوعی وجود ندارد و تصمیم به مقررات دانشگاه، رویهٔ داوری، و افشا و ارجاعِ خودِ شما برمیگردد. مرزِ واقعی پس آنجا نیست که ابزار به کار میرود؛ آنجاست که اندیشه یا داده را جایگزین میکنید.
الگوی «اول خودت، بعد ابزار»
ترتیبِ کار از خودِ کار مهمتر است. برای هر فصل، یک نسخهٔ خام با دستِ خودتان بنویسید، حتی اگر ناقص باشد؛ بعد همان را برای ویرایش و مرتبسازی به ابزار بدهید. فرقِ این نسخهٔ خام با متنی که ابزار از صفر تولید میکند در دو چیز است: صدای شما در متن شنیده میشود، و میدانید هر جمله از کجا آمده است.
همین ترتیب در تحلیل هم جواب میدهد: اول خودتان تصمیم بگیرید چه چیزی را میسنجید، بعد برای نوشتن کد کمک بگیرید، و در پایان خودتان نتیجه را تفسیر کنید. مزیتِ این الگو در دفاع روشن میشود، آنجا که باید در چند ثانیه توضیح بدهید چرا یک جدول این شکل است. کسی که متن را ساخته و فهمیده این توضیح را دارد؛ کسی که متن را سفارش داده، ندارد.
افشا چطور نوشته میشود
افشا کارِ پیچیدهای نیست؛ یک بندِ کوتاه در پیشگفتار یا پیوست کافی است. در آن بند بگویید در چه بخشهایی از ابزار کمک گرفتهاید، ابزار چه کاری انجام داده، و اینکه محتوا و تحلیل و تفسیر کارِ خودتان است. این رویهٔ محتاطانه است، ولی جای پرسیدن از دانشگاه را نمیگیرد؛ اگر دانشگاه شما رویهٔ مشخصی دارد، همان را ملاک بگذارید. در سطح بینالمللی رویهٔ ناشران هم همین است: استفاده از ابزار هوش مصنوعی باید در زمانِ ارسالِ مقاله افشا شود و ابزار نمیتواند نویسندهٔ مقاله باشد؛ مسئولیتِ درستیِ متن کامل روی نویسندهٔ انسانی است.
یک نمونهٔ ساده که میتوانید به دلخواه خودتان تغییرش بدهید:
در نگارش این پایاننامه، از ابزارهای هوش مصنوعی برای ویرایش زبانی، مرتبسازی ساختار فصلها و نوشتن بخشی از کدِ تحلیل استفاده شده است. انتخاب مسئله، طراحی روش، گردآوری داده، تفسیر یافتهها و نتیجهگیری کارِ نویسنده است و مسئولیتِ درستیِ همهٔ بخشهای متن بر عهدهٔ نویسنده است.
این متن نمونه است، نه جملهٔ الزامی؛ مهم این است که دقیق، کوتاه و بیابهام باشد.
ردِ کار را نگه دارید
پیشنویسها، یادداشتِ پرسشهایی که به ابزار دادهاید، نسخههای ذخیرهشده و تاریخها، همه سندِ مسیرِ کارِ شما هستند. اگر روزی پرسشی پیش بیاید، این رد نشان میدهد متن چگونه ساخته شده و کدام بخش با اندیشهٔ شما پیش رفته است. پس نسخهها را پاک نکنید و یادداشتها را جای مشخصی نگه دارید.
همین رد در مرحلهٔ مشابهتیابی هم به کار میآید. سامانهٔ همانندجو شباهتِ متنیِ کارِ شما را با پایاننامهها، رسالهها، مقالهها و متنِ وب نشان میدهد و کاری ندارد که چه کسی نوشته است؛ ثبت در ایرانداک و مشابهتیابی پیش از دفاع هم رویهٔ الزامیِ تحصیلات تکمیلی است. وقتی نسخههای میانی کار را داشته باشید، پاسخ دادن به نتیجهٔ این بررسی سادهتر است.
خط سرخها
در مقابلِ فهرستِ مجاز، چند کار هست که هیچ توجیهی ندارد: ساختن دادهٔ جعلی، ساختن منبع یا ارجاعِ ساختگی، جمع نکردنِ دادهٔ واقعی، سپردنِ تصمیمهای روششناختی به ابزار، و افشا نکردنِ نقشِ ابزار در جایی که مقررات دانشگاه آن را میخواهد.
یک خط سرخِ دیگر هم هست که کمتر دیده میشود: پنهان کردنِ استفاده، به این امید که کسی نفهمد. حتی اگر متن سالم باشد، پنهانکاری در داوری به بیاعتباری میرسد. راهِ مطمئن همان شفافیت است؛ افشا هیچوقت به اندازهٔ کشف شدنِ پنهانکاری گران تمام نمیشود.
اگر در دفاع پرسیدند «این را خودت نوشتی؟»
پاسخِ صادقانه بهترین پاسخ است و آماده کردنش کارِ سختی نیست. مثلاً: «متن را خودم نوشتم و برای ویرایش زبان و مرتبسازی فصلها از ابزار استفاده کردم؛ نقشش را هم در پیشگفتار آوردهام.» این جمله شما را در موضعِ ضعف نمیگذارد، چون چیزی برای پنهان کردن نیست.
اگر پرسش به سمتِ ابزارهای تشخیصِ متنِ هوش مصنوعی رفت، بدانید که خروجیِ این ابزارها بهتنهایی مبنای قطعیِ اثبات تخلف نیست؛ این ابزارها خطاپذیرند و متنِ کاملاً انسانی هم ممکن است مشکوک علامت بخورد. نمونهٔ مستندِ همین خطاپذیری، تصمیمِ سازندهٔ یکی از مشهورترینِ این ابزارها است که طبقهبندِ تشخیصِ متنِ خودش را با اعلامِ دقتِ پایین بازنشسته کرد. پس بهجای بحث دربارهٔ دقتِ ابزارها، از مسیرِ کار و ارجاعها حرف بزنید.
جمعبندی و کارِ عملی
جمعبندی کوتاه است: به ابزار نقشِ اجرایی بدهید، اندیشه و داده را خودتان نگه دارید، ترتیبِ «اول خودت، بعد ابزار» را رعایت کنید، و نقشش را شفاف افشا کنید. برای تعریفِ دقیقترِ سرقت علمی و حالتهای مختلفِ آن، متنِ سرقت علمی است یا نه؟ را بخوانید؛ و برای مرورِ ساختارِ کلیِ مقالهٔ علمی، نوشتن مقالهٔ علمی و ساختار IMRAD نقطهٔ شروعِ خوبی است.
یک کارِ عملیِ کوچک هم اضافه کنید: پیش از تحویلِ هر فصل، نقشهٔ سهمها را بنویسید؛ کدام تصمیم مالِ من بود، کدام بخش را ابزار اجرا کرد، و کجا این را افشا کردهام. اگر پیش از دیدار با استاد راهنما میخواهید متن را بیطرفانه نقد کنید، در همین خوشه هیئت داوران هوش مصنوعی نویسپار را ببینید که کیفیت، ساختار و استحکامِ متن را میسنجد و جای داوریِ انسانی را نمیگیرد.