هوش مصنوعی برخی واژههای علم را تغییر داده است، نه خودِ علم را — هنوز
از زمانی که مدلهای زبانی بزرگ در پایان 2022 در دسترس عموم قرار گرفتند، پژوهشگران از آنها برای نوشتن، ویرایش و جستوجو در منابع علمی استفاده کردهاند. مطالعهها دستاوردهایی واقعی در بهرهوری و دیدهشدن را برای تکتک دانشمندان به آنها نسبت میدهند. اما نگرانیها دربارهٔ علم در کلیتش افزایش یافته است: یک «پارادوکس هوش مصنوعی» (AI paradox) که در آن بهرهوری به بهای کیفیت به دست میآید، سیلی از «زبالهٔ هوش مصنوعی» (AI slop)، و یک تککشتی (monoculture) خزنده که گسترهٔ ایدهها را تنگتر میکند.
ران بکرمن (Ron Bekkerman)، نیکول لی (Nichole Li)، بهاره کارگر (Bahareh Kargar) و مارک سامرز (Mark Somers)، در مؤسسهٔ فناوری نیوجرسی (New Jersey Institute of Technology)، بر آن شدند که بسنجند آیا چیزی شکسته است یا نه — نه در مقایسه با گذشتهای آرمانی، بلکه در مقایسه با روندهایی که از پیش در جریان بودند.
ده سال متن کامل
پیکرهٔ آنها حدود 2.5 میلیون مقالهٔ تماممتن را در بر میگیرد که میان 2015 و 2025 در پنج رشته منتشر شدهاند: علوم رایانه، ریاضیات و فیزیک (از arXiv)، و علوم سلامت و علوم زیستی (از PubMed Central). آنها بهجای نگاه کردن تنها به چکیدهها، کل مقالهها را تحلیل کردند، در امتداد نردبانی از پرسشها: کدام واژهها به کار میروند، زبان تا چه حد غنی و فنی است، موضوعها چقدر متنوعاند، مقالهها چگونه ساخته شدهاند، و چه کسانی آنها را مینویسند.
روش در سراسر کار یکسان است: هر روند را پیش و پس از 2022 مقایسه کن، و به دنبال گسست بگرد.
واژههایی که اوج گرفتند و فرو افتادند
تیم با آغاز از 20,000 واژهٔ رایجتر انگلیسی، که به 14,484 صورت پایه کاهش یافتند، 796 واژه یافت که پس از 2022 جهش کردند، 199 واژه که کاهش یافتند و 71 واژه که اوج گرفتند و سپس افت کردند. واژههای رو به رشد واژههای تحلیلیِ آراستهای هستند که مدلهای زبانی ترجیحشان میدهند، مانند «establish» (برقرار کردن) و «underscore» (تأکید کردن)؛ واژههای بازنده واژههای سادهای مانند «good» (خوب) و «happen» (رخ دادن) هستند. واژهٔ مشهور «delve» (کاویدن) الگوی اوج و افت را نشان میدهد: پیش از 2023 تقریباً غایب بود، در 2024 به اوج رسید و در 2025 بهشدت افت کرد — به گمان نویسندگان، چون مدلها بهروزرسانی شدند و خوانندگان محتاطتر شدند.
این نشانه در علوم رایانه از همه قویتر و در ریاضیات از همه ضعیفتر است، رشتهای که نوشتارش را نمادگذاری صوری مهار میکند. و به چکیدهها محدود نمیشود: واژههای جهشیافته در بدنهٔ مقالهها هم پدیدار میشوند.
زبان علمی رقیق نشده است
با این حال، واژههای مورد بحث — کمی بیش از هزار — قطرهای در واژگانی از دهها میلیون واژهٔ متمایزند. تنوع واژگانی، که روی پنجرههای لغزان 50 واژهای سنجیده شده، در هیچ رشتهای تغییر معناداری در شیب در 2022 نشان نمیدهد. و چگالی اصطلاحات علمی در هر پنج رشته همچنان رو به افزایش است. به تعبیر نویسندگان، «مقالههای علمی با گذشت زمان علمیتر به نظر میرسند».
موضوعها: دو هشدار نادرست
آیا مقالهها روزبهروز بیشتر دربارهٔ چیزهای یکسان سخن میگویند؟ در فیزیک و ریاضیات، تنوع موضوعی ثابت است. در علوم رایانه، تقریباً در خطی راست کاهش مییابد — اما این کاهش مدتها پیش از 2022 آغاز شد، هنگامی که این رشته به سوی یادگیری عمیق و هوش مصنوعی مولد همگرا شد، و حتی از 2021 اندکی کُند شده است.
علوم سلامت و علوم زیستی پس از 2022 واقعاً کاهش تندتری نشان دادند. اما بخش بزرگی از شباهت میان مقالهها از قالب آنها میآمد: بندهای استاندارد دربارهٔ مجوزها، اعلامها (disclosures) و نقشهای مشارکتکنندگان، همزمان با حرکت ادبیات زیستپزشکی به سوی قالبی یکسان. کنار گذاشتن 105 عبارت قالبیِ اینچنینی بیشتر این کاهش را از میان برد.
مقالههایی ساختهشده بر یک الگو
ساختار مقالههای علوم رایانه، که روی نزدیک به 438,000 مقاله بررسی شد، بسیار تغییر کرده است — اما بهتدریج. سهم مقالههایی که تنها یک تا سه بخش داشتند از 17% به 4% رسید، در حالی که سهم مقالههای دارای هشت بخش یا بیشتر از 5% به 30% افزایش یافت. مقدمهها بهطور میانگین از 2,141 به 1,236 واژه کوتاه شدند، در حالی که فهرست منابع تقریباً دو برابر طولانیتر شد. هیچیک از این روندها در 2022 گسسته نشد.
تیمهای بزرگتر، مقالههای بیشتر — بیشتر مثل گذشته
تیمهای همنویسندگان پیش از 2022 در همهٔ رشتهها در حال بزرگ شدن بودند، و بهسادگی به بزرگ شدن ادامه دادند. یک استثنا برجسته است: تیمهای علوم رایانه از آسیا پس از 2022 سریعتر بزرگ شدند. شمار مقالهها هم پس از 2022 در علوم رایانه و فیزیک سریعتر افزایش یافت، که نویسندگان آن را به مدلهای زبانی نسبت میدهند. جهش تولید زیستپزشکی در 2023 به احتمال زیاد بازگشتی پس از افتی در 2022 است که اختلالهای دوران کووید پدید آورده بودند.
هنوز نه
نویسندگان در مقیاس علم بهعنوان یک کل، شواهد اندکی از «پارادوکس هوش مصنوعی» مییابند. آنها هشدار میدهند که نباید مشتی واژهٔ مُد روز را گواهی بر یک انقلاب خواند، و استدلال میکنند که سیاستگذاری — دربارهٔ اعلام استفاده، دربارهٔ داوری همتا — ابزار درست برای مدیریت این تنش است. با این حال، اطمینانبخشیِ آنها تاریخ انقضا دارد. این مطالعه تنها سه سال پس از 2022 را پوشش میدهد و ویژگیهای مشاهدهپذیر نوشتار را میسنجد، و نویسندگان «سرعتی که LLMها با آن به فرایند پژوهش رخنه میکنند» را نگرانکننده میدانند.
