تتجه الأبحاث العلمية نحو استخدام الذكاء الاصطناعي (AI) بطرق مبتكرة لتحسين تقييم البحوث في مجالات العلوم الاجتماعية. دراسة حديثة توضح كيف يمكن أن تستفيد نماذج اللغات الضخمة (Large Language Models) من آثار المنشورات الأكاديمية لتطوير قدراتها في الحكم التقييمي، خاصة في المجالات التي تعاني من صعوبة التحقق من المعلومات.

في هذه الدراسة، تم تجميع بيانات من ثماني مجالات في العلوم الاجتماعية، تشمل علم النفس، والاقتصاد، والاتصال، وعلم الاجتماع، والعلوم السياسية، والإدارة، والأعمال والتمويل، والإدارة العامة. استخدم الباحثون هذه البيانات لبناء معايير تقييم بحثية تعتمد على نتائج النشر في تلك الحقول، مما أتاح تدريب نماذج الذكاء الاصطناعي بطرق أكثر دقة.

وعلى الرغم من التحديات الكبيرة في هذا المجال، أظهرت النماذج المدربة قدرتها على تجاوز الخطوط الأساسية بنسبة 25% وتحقيق أداء أفضل مقارنة بأحدث النماذج الموجودة، حيث تراوحت دقة الأداء بين 55% في الإدارة العامة و85.5% في علم النفس. في اختبار محدد في إدارة الأعمال، تفوقت النموذج الأفضل (Qwen3-4B) على آراء الخبراء بنسبة 17.6%، مما يدل على كفاءتها العالية في التقييم.

من خلال المراقبة الدقيقة، أثبتت النماذج أنها قادرة على التمييز بين الثقة العالية والانخفاض في توقعاتها، تمامًا كما يفعل المراجعون المحترفون. وهذا يدعم الرأي بأن آثار المؤسسات الأكاديمية ليست مجرد سجلات تاريخية، بل تمثل إشارات تدريبية قابلة للتطوير لتحسين الحكم التقييمي الذي تعتمد عليه العلوم.