الانتحال العلمي وحدود استخدام الذكاء الاصطناعي في الرسائل الجامعية: معيار واضح وعادل لحماية النزاهة الأكاديمية

قبل 18 ساعة
7 دقيقة قراءة

تُعدّ النزاهة الأكاديمية من أهم الأسس التي تقوم عليها مؤسسات التعليم العالي في العالم. وفي السنوات الأخيرة، لم تعد قضية الانتحال العلمي مرتبطة فقط بالنسخ المباشر أو سوء التوثيق، بل ظهرت تحديات جديدة مرتبطة باستخدام أدوات الذكاء الاصطناعي في كتابة الرسائل الجامعية والأطروحات. ومن هنا أصبحت الجامعات بحاجة إلى معايير واضحة وعملية تساعدها على حماية الأصالة العلمية، وفي الوقت نفسه تراعي العدالة والظروف الأكاديمية المختلفة.

يقدّم هذا المقال معيارًا بسيطًا ومباشرًا يمكن فهمه بسهولة من قبل الطلبة والباحثين والمشرفين، وهو: أقل من 10% = مقبول، من 10% إلى 15% = يحتاج إلى تقييم، أكثر من 15% = رسوب. ويؤكد المقال أن هذه النسب لا ينبغي أن تُستخدم وحدها بوصفها حكمًا نهائيًا، بل يجب أن تكون جزءًا من تقييم أكاديمي أوسع يشمل قراءة العمل، وتحليل مواضع التشابه، وفهم طبيعة استخدام الذكاء الاصطناعي إن وُجد.

كما يستعرض المقال أمثلة من جامعات دولية توضّح أن الاتجاه العالمي اليوم لا يعتمد على الرقم فقط، بل على السياق الأكاديمي الكامل، وعلى مبدأ الشفافية في الكتابة والإفصاح عن الوسائل المستخدمة. والهدف من هذا الطرح ليس التشدد، بل بناء ثقافة أكاديمية إيجابية تحمي الطالب الجاد وتدعم جودة البحث العلمي.

المقدمة

أصبحت الرسائل الجامعية اليوم تواجه بيئة أكثر تعقيدًا من أي وقت مضى. ففي الماضي كان النقاش يدور غالبًا حول الاقتباس غير الموثّق أو النقل المباشر من المصادر. أما اليوم، فقد دخل الذكاء الاصطناعي إلى المشهد الأكاديمي بوصفه أداة قادرة على المساعدة في الصياغة والتلخيص وإعادة التعبير، بل وحتى إنتاج فقرات كاملة في بعض الحالات. وهذا التطور جعل كثيرًا من الجامعات تعيد التفكير في معنى الأصالة العلمية، وحدود المساعدة المقبولة، والفرق بين الدعم اللغوي المشروع وبين إنتاج محتوى بحثي لا يعكس جهد الطالب الحقيقي.

في هذا السياق، يظهر السؤال المهم: كيف يمكن وضع معيار عملي يفهمه الجميع؟ وكيف يمكن للجمهور العام، وليس فقط الأكاديميين، أن يعرف ما إذا كانت الرسالة الجامعية تحترم المعايير العلمية أم لا؟ لهذا السبب يأتي هذا المقال في صيغة جواب عام نافع للجمهور، ويقترح معيارًا واضحًا يسهل شرحه وتطبيقه: إذا كانت نسبة التشابه أقل من 10% فهي مقبولة، وإذا تراوحت بين 10% و15% فهي تحتاج إلى تقييم أكاديمي، وإذا تجاوزت 15% فهي تُعدّ مؤشّرًا قويًا على وجود مشكلة تستوجب الرسوب أو المراجعة الرسمية.

هذا المعيار ليس أداة للعقوبة فقط، بل وسيلة تربوية أيضًا. فهو يساعد الطالب على فهم التوقعات الأكاديمية منذ البداية، ويمنح المشرف أداة مبدئية للفحص، ويعزز ثقة المجتمع في أن الجامعات تتعامل مع النزاهة العلمية بجدية ووضوح.

مراجعة الأدبيات

تشير الأدبيات الأكاديمية إلى أن الانتحال العلمي لا يقتصر على النسخ الحرفي فقط، بل يشمل أيضًا إعادة استخدام أفكار الآخرين دون توثيق مناسب، أو إعادة صياغة النص بطريقة تخفي المصدر الحقيقي، أو تقديم عمل تم إنتاجه من طرف آخر على أنه جهد شخصي. ومع تطور الذكاء الاصطناعي، اتسع هذا المفهوم ليشمل أيضًا النصوص التي تُنتجها الأدوات الرقمية وتُقدَّم دون تصريح أو إذن أكاديمي مناسب.

وفي النقاشات الحديثة، يظهر اتجاه واضح في الجامعات العالمية يؤكد أن برامج كشف التشابه ليست كافية وحدها للحكم النهائي. فالرقم الناتج عن برنامج الفحص قد يكون مرتفعًا بسبب قائمة المراجع أو العبارات الاصطلاحية أو المنهجية المتكررة، وقد يكون منخفضًا رغم وجود مشكلات حقيقية في الأصالة الفكرية. ولذلك، تؤكد الأدبيات الحديثة أن التقييم الأكاديمي السليم يجب أن يجمع بين التقرير التقني وبين القراءة البشرية الدقيقة.

كما أن كثيرًا من الدراسات الحديثة بدأت تناقش الذكاء الاصطناعي من زاوية أخلاقية وتربوية، لا من زاوية تقنية فقط. فالمشكلة ليست في استخدام الأداة بحد ذاته، بل في حدود استخدامها، وفي ما إذا كان الطالب قد حافظ على صوته العلمي الخاص، وفهمه الحقيقي لموضوعه، وقدرته على الدفاع عن أفكاره أمام اللجنة. ومن هنا أصبح الإفصاح عن استخدام الذكاء الاصطناعي، وتحديد مجالاته بدقة، جزءًا متزايد الأهمية في سياسات الجامعات.

المنهجية

يعتمد هذا المقال على منهج تحليلي وصفي مبني على مراجعة الاتجاهات العامة في سياسات النزاهة الأكاديمية في عدد من الجامعات الدولية. والهدف ليس المقارنة بين الجامعات أو تصنيفها، بل الاستفادة من خبراتها في بناء نموذج واضح ومفهوم للطلاب والقراء. كما يستند المقال إلى أدبيات أكاديمية تناولت الانتحال العلمي، وأخلاقيات البحث، ومكانة الذكاء الاصطناعي في التعليم العالي.

تمت صياغة المعيار المقترح بطريقة مبسطة تناسب النشر العام، مع الحفاظ على الطابع الأكاديمي والتنظيم العلمي للمقال. كما تم التركيز على الجانب العملي: كيف يمكن فهم النسبة؟ وماذا تعني؟ ومتى تكون مقبولة؟ ومتى تحتاج إلى مراجعة؟ ومتى تصبح مؤشرًا خطيرًا على ضعف الأصالة العلمية؟

التحليل

إن قوة المعيار المقترح تكمن في بساطته ومرونته في الوقت نفسه.

أولًا: أقل من 10% = مقبول

عندما تكون نسبة التشابه أقل من 10%، فإن هذا غالبًا يشير إلى أن النص المكتوب يتمتع بدرجة جيدة من الأصالة. وفي كثير من الحالات، تكون هذه النسبة ناتجة عن مصطلحات علمية ثابتة، أو عناوين، أو أجزاء منهجية معتادة، أو اقتباسات موثقة بطريقة صحيحة. ولهذا السبب يمكن اعتبار هذه النسبة ضمن المجال المقبول عادة، مع استمرار المراجعة الأكاديمية المعتادة من قبل المشرف أو لجنة التقييم.

هذا المستوى يمنح الطالب شعورًا بالاطمئنان، لكنه لا يعني أن كل شيء مثالي تلقائيًا. فالأصالة لا تُقاس بنسبة فقط، بل أيضًا بجودة الفكرة، وطريقة التحليل، وقدرة الطالب على الربط بين المصادر وإنتاج معرفة ذات معنى.

ثانيًا: من 10% إلى 15% = يحتاج إلى تقييم

هذه المنطقة هي الأكثر حساسية، لأنها لا تمثل نجاحًا مباشرًا ولا فشلًا مباشرًا. وهنا يظهر دور الحكم الأكاديمي الحقيقي. فلا بد من طرح أسئلة محددة: أين يوجد التشابه؟ هل هو في الخلفية النظرية فقط؟ أم في التحليل والنتائج؟ هل هناك عبارات متكررة من مصادر متعددة دون توثيق كافٍ؟ هل استخدم الطالب الذكاء الاصطناعي في تحسين اللغة فقط، أم في إنتاج محتوى فكري جوهري؟

في هذا المجال المتوسط، لا ينبغي التسرع. فقد يكون العمل سليمًا في جوهره لكنه يحتاج إلى تعديل أو إعادة صياغة أو تحسين في التوثيق. وقد يكون أيضًا مؤشرًا أوليًا على اعتماد غير مريح على مصادر خارجية أو على أدوات رقمية. لهذا السبب، فإن وصف هذه الفئة بأنها تحتاج إلى تقييم هو وصف عادل ومتوازن.

ثالثًا: أكثر من 15% = رسوب

عندما تتجاوز نسبة التشابه 15%، فإن ذلك يثير قلقًا جديًا بشأن أصالة العمل، خاصة إذا ظهرت التشابهات في أجزاء مركزية مثل التحليل أو المناقشة أو الخاتمة. وفي هذه الحالة، يصبح من المنطقي أكاديميًا اعتبار النتيجة غير مقبولة، أو على الأقل إحالتها إلى مراجعة رسمية قد تنتهي بالرسوب أو بطلب إعادة العمل بشكل جذري.

إن هذا الحد لا يهدف إلى التضييق على الطلبة، بل إلى حماية قيمة الرسالة الجامعية نفسها. فالرسالة ليست مجرد تجميع معلومات، بل دليل على قدرة الباحث على التفكير والتحليل والاستقلال العلمي. وإذا فقدت الرسالة هذه الخصائص، فقدت جزءًا كبيرًا من معناها الأكاديمي.

أمثلة من جامعات دولية

تُظهر ممارسات عدد من الجامعات الدولية أن الاتجاه العام يسير نحو التوازن بين الفحص التقني والتقييم البشري.

في جامعة ولاية كاليفورنيا في لونغ بيتش، ظهرت إرشادات خاصة بالدراسات العليا توضّح كيفية التعامل مع استخدام الذكاء الاصطناعي في الرسائل والأطروحات، مع التأكيد على أن الكتابة الأكاديمية النهائية يجب أن تعبّر عن الطالب نفسه، لا عن الأداة التي استخدمها. وهذا يعكس وعيًا متزايدًا بأن الذكاء الاصطناعي يمكن أن يكون أداة مساعدة، لكنه لا ينبغي أن يتحول إلى بديل عن الباحث.

وفي جامعة الشارقة، وضعت سياسة خاصة بالاستخدام المسؤول للذكاء الاصطناعي في النصوص الأكاديمية، بما في ذلك رسائل الدراسات العليا والدكتوراه. ويُظهر هذا المثال أن المنطقة العربية أيضًا بدأت تتعامل مع هذه القضية بشكل مؤسسي ومنظم، وهو تطور مهم يعكس حرص الجامعات على مواكبة التغيرات العالمية دون التنازل عن معايير الجودة.

أما جامعة كامبريدج، فقد تناولت في بعض الإرشادات الأكاديمية الحدود الفاصلة بين سوء السلوك الأكاديمي وبين الاستخدام غير المسموح به للأدوات الذكية، وهو ما يوضح أن الجامعات العريقة أيضًا ترى أن المسألة لم تعد هامشية، بل أصبحت جزءًا من النقاش الأساسي حول النزاهة العلمية.

وفي جامعة برونيل في لندن، يظهر اهتمام واضح بالحذر من الاعتماد الكامل على مؤشرات الذكاء الاصطناعي أو نتائج الفحص الآلي وحدها، بسبب احتمالات الخطأ أو سوء التفسير. وهذه نقطة شديدة الأهمية، لأنها تذكّرنا بأن العدالة الأكاديمية تتطلب قراءة إنسانية متأنية، لا قرارًا آليًا سريعًا.

كما تؤكد جامعة ولاية أيوا أن برامج كشف التشابه تساعد في عرض النصوص المتشابهة، لكنها لا تستطيع وحدها تحديد ما إذا كان ذلك يُعدّ انتحالًا علميًا بالفعل. وهذا يعزز الفكرة الأساسية في هذا المقال: النسبة مهمة، ولكن فهمها أهم.

النتائج

يمكن تلخيص النتائج الرئيسية لهذا المقال في ثلاث نقاط:

أولًا، هناك اتفاق متزايد في التعليم العالي على أن نسبة التشابه هي أداة فحص أولي وليست حكمًا نهائيًا.

ثانيًا، أصبح استخدام الذكاء الاصطناعي في الرسائل الجامعية موضوعًا حقيقيًا في سياسات الجامعات، ولم يعد مجرد نقاش مستقبلي.

ثالثًا، إن اعتماد معيار واضح مثل أقل من 10% مقبول، 10–15% يحتاج إلى تقييم، أكثر من 15% رسوب يمكن أن يكون وسيلة فعالة لتبسيط الفهم العام، ودعم الطلاب، وتعزيز الشفافية في المؤسسات الأكاديمية.

ومن المهم الإشارة إلى أن هذا المعيار يعمل بصورة أفضل عندما يكون جزءًا من منظومة أكبر تشمل التوعية الأكاديمية، والتدريب على التوثيق، والإفصاح عن استخدام الذكاء الاصطناعي، والمناقشة الشفوية للرسالة، ودور المشرف في التأكد من تطور الطالب الحقيقي عبر الزمن.

الخاتمة

إن حماية النزاهة الأكاديمية لا تعني محاربة التكنولوجيا، بل تعني استخدامها بمسؤولية، ووضع حدود واضحة تحفظ للبحث العلمي قيمته. فالذكاء الاصطناعي يمكن أن يساعد في بعض الجوانب الفنية واللغوية، لكنه لا يستطيع أن يحل محل الفكر النقدي، أو الاجتهاد البحثي، أو الصوت العلمي الحقيقي للطالب.

ولهذا، فإن المعيار المقترح في هذا المقال يقدّم حلًا عمليًا ومتوازنًا يفهمه الجميع: أقل من 10% = مقبول، من 10% إلى 15% = يحتاج إلى تقييم، أكثر من 15% = رسوب. هذا ليس مجرد تقسيم رقمي، بل رسالة تربوية وأخلاقية تقول إن الجودة والأصالة والصدق العلمي ما زالت، وستبقى، في قلب التعليم العالي الحقيقي.

ومن منظور إيجابي، يمكن لهذا النهج أن يساعد الجامعات على بناء ثقة أكبر مع المجتمع، وأن يدفع الطلبة إلى كتابة أفضل، وأن يشجع على استخدام مسؤول وشفاف للأدوات الحديثة بدلًا من استخدامها بطريقة تضرّ بمستقبلهم الأكاديمي. وعندما تكون القواعد واضحة، تصبح العدالة أوضح، ويصبح النجاح الأكاديمي أكثر استحقاقًا واحترامًا.

#النزاهة_الأكاديمية #الانتحال_العلمي #الذكاء_الاصطناعي_في_التعليم #الرسائل_الجامعية #أخلاقيات_البحث #جودة_التعليم_العالي #الكتابة_الأكاديمية

References

Bretag, T. Handbook of Academic Integrity. Springer.
Fishman, T. The Fundamental Values of Academic Integrity. International Center for Academic Integrity.
Pecorari, D. Academic Writing and Plagiarism: A Linguistic Analysis. Continuum.
Sowden, C. “Plagiarism and the Culture of Multilingual Students in Higher Education Abroad.” ELT Journal.
Eaton, S. E. “Plagiarism in Higher Education: Tackling Tough Topics in Academic Integrity.” International Journal for Educational Integrity.
Perkins, M. “Academic Integrity Considerations of AI Large Language Models in Higher Education.” Journal of University Teaching and Learning Practice.
Foltynek, T., Meuschke, N., and Gipp, B. “Academic Plagiarism Detection: A Systematic Literature Review.” ACM Computing Surveys.