تعد علوم الذكاء الاصطناعي من التوجهات الرائدة في عالم الأبحاث، وبخاصة مع صعود نماذج اللغات الضخمة (Large Language Models) التي بدأت مؤخراً في توجيه مسار التمويل البحثي الفيدرالي الأمريكي. وفقاً لدراسة حديثة، تتزايد استخدامات هذه النماذج في تقديم الاقتراحات، ما يفتح تساؤلات حول مدى تأثيرها على تنوع وعدد الأبحاث المدعومة.

تستند الدراسة إلى بيانات سرية من مؤسستين رائدتين في الجامعات الأمريكية، حيث تم تحليل الاقتراحات المقدمة إلى مؤسسة العلوم الوطنية (NSF) والمعاهد الوطنية للصحة (NIH). وكشفت النتائج أن استخدام نماذج اللغات الضخمة بدأ في الارتفاع بشكل واضح منذ عام 2023، مع وجود انفصال ملحوظ بين الاستخدامات البسيطة والملموسة.

عند النظر إلى جوهر التأثير، يظهر أن الاعتماد على هذه النماذج يرتبط بشكل إيجابي بنجاح الاقتراحات البحثية وزيادة الإنتاج العلمي لدى NIH، حيث لوحظ أن زيادة الإنتاج تتركز في الأوراق غير الأبرز بدلاً من تلك الأكثر استشهادًا.

ومع ذلك، لم تُظهر نتائج مماثلة في حالة NSF، مما يعكس تباين الوكالات في تقدير قيمة هذه النماذج ودورها في الابتكار العلمي. إن هذا التحول يعكس ضرورة إعادة تقييم كيفية مقاربة الأبحاث العلمية وأثرها على الاستدامة والتنوع في المشاريع المدعومة.

في ضوء هذه النتائج، يتأكد لنا أن صعود نماذج اللغات الضخمة ليس مجرد ظاهرة عابرة، بل هو عنصر محوري في إعادة تشكيل كيفية توجيه وتقييم الأبحاث العلمية. كيف تنظرون إلى تأثير هذه النماذج على مستقبل البحوث العلمية وأساليب تمويلها؟