في عالم الذكاء الاصطناعي، يبدو أن قدرة الأنظمة على التحقق من صحة النتائج الرياضية لم تعد كافية، فهل يمكن للذكاء الاصطناعي أن يتحقق من حداثة النتائج أيضاً؟ هذا ما يطرحه نظام **AViD Journal** الجديد. تم تصميم هذا النظام ليكون بمثابة حل مبتكر في مجال الرياضيات، حيث يعمل على استقبال المقالات المكتوبة بلغة LaTeX، ويقوم بتحويل بياناتها إلى نظام **Lean 4**، ليقدم بعد ذلك حكمًا حول مدى حداثتها.

يعمل AViD Journal على تقييم الحداثة من خلال شجرة قرار تأخذ بعين الاعتبار ثلاثة أبعاد رئيسية: أولاً، الوجود السابق في مجموعة قواعد البيانات الرسمية مثل **Mathlib**، وثانياً، عدم التكرار من خلال استخدام تقنيات تلقائية، وأخيراً، قياس المسافة الهيكلية بين الأدلة باستخدام مقياس **Jaccard**.

ومع ذلك، كشفت التجارب التي أجريت على أوراق بحثية تم سحبها من موقع **arXiv** بسبب التكرار المُعلن، عن ثلاث عقبات رئيسية تعيق هذه النهج. أولاً، النجاح في تجميع ملف Lean لا يضمن الدقة الدلالية. ثانياً، يتم تحديد سقف الاسترجاع بواسطة تغطية فهارس النظريات، وليس بواسطة مقياس التشابه. ثالثاً، يتم إزالة الشيفرة المصدرية للمقالات عند سحبها، مما يُقوض إمكانية إعادة إنتاج أي معايير مبنية عليها. هذه التحديات تظهر أهمية الابتكار والتحسين المستمر في أنظمة الذكاء الاصطناعي لضمان تقديم حلول موثوقة وفعالة في العالم الأكاديمي.