تشهد مجتمع الذكاء الاصطناعي (AI) في الوقت الحالي زيادة كبيرة في عدد الطلبات المقدمة لمراجعات الأبحاث، مما يؤدي إلى ضغط متزايد على أنظمة المراجعة التقليدية. ومع اعتماد منصات مثل OpenReview، يُظهر الجميع تذمرًا من تجاربهم السلبية في هذه العملية. ومن خلال ورقة بحثية جديدة، تمت مناقشة مشكلتين رئيسيتين: كيفية ضبط عدد الطلبات وكيف يمكن تحفيز المراجعين الجيدين والتقليل من أولئك الذين يقدمون مراجعات سيئة.

في هذا السياق، تم تحليل نقاط القوة والضعف في المحاولات الحالية لمواجهة هذه التحديات، حيث تم تقديم أربع أفكار مستندة إلى بعض الآليات المستخدمة في المؤتمرات الشهيرة. والأهم من ذلك، تم اقتراح تصاميم بديلة لتحسين الأداء في مراجعات الذكاء الاصطناعي.

النقطة الرئيسية التي تتناولها الورقة هي أن التحسينات الجادة لنظام المراجعة في مجال الذكاء الاصطناعي لن تأتي من مجرد توصيات ودية، بل من ضرورة اعتماد إجراءات صارمة مصحوبة بنظام نقاط يشبه العملات، مثل النقاط المقترحة في OpenReview. يمكن للممارسين في هذا المجال "كسب" هذه النقاط من خلال مساهماتهم الإيجابية في مراجعاتهم، واستخدامها للحصول على مزايا مثل التسجيل المجاني أو طلب موارد إضافية للمراجعة.

تحتاج هذه الاقتراحات إلى اهتمام المجتمع الأكاديمي لضمان خلق بيئة أكثر حيوية وفعالية في مراجعات الأبحاث، وهذا يتطلب من جميع المعنيين الانخراط في حوار جاد حول تحسين هذه الأنظمة.