في عصر تتزايد فيه قوة الذكاء الاصطناعي، تتجه الأنظار نحو وكالات البحث العميق (Deep Research Agents) التي تساهم في توليف الأدلة وإنتاج تقارير موثوقة. ولكن، هل يمكن أن تصل هذه التقارير إلى استنتاجات مضللة بالرغم من كثرة الاقتباسات؟!

تتخذ الدراسة الجديدة خطوة جريئة نحو معالجة هذه القضية بإحداث ثورة في طريقة تقييم الأدلة. يقوم الفريق البحثي بتسليط الضوء على مشكلة الاتجاه الاختياري للأدلة، حيث تتعرض الأدلة المحتملة (candidate pool) لانتقاء انتقائي، مما يؤثر على إلى أي مدى تعكس تلك الأدلة الواقع.

تم تقديم تقنية جديدة تُعرف باسم تصحيح اختيار الأدلة السببية (Causal Evidence Selection Correction - CESS)، والتي تعمل على تصحيح التحيز الناتج عن البيانات المختارة. تتنبأ CESS باتجاه الأدلة لكل وثيقة مرشحة وتقوم بتعديل المتوسطات حسب احتمالات اختيار كل وثيقة.

من نتائج الدراسة، تبين أن CESS خفض معدل الخطأ بنسبة تصل إلى 9.2% مقارنةً بمتوسط الأدلة. الأرقام تتحدث عن نفسها، ففي حالات متعددة، بلغت نسبة التخفيض 87.2%! هذا يدل على أن الأمر لا يتعلق فقط بجودة الوثائق، بل بكيفية اختيارها.

باختصار، CESS ليست مجرد أداة، بل هي خطوة نحو تقديم أدلة أكثر دقة وتعزيز مصداقية الأبحاث العلمية.