استعفای معاون دانشگاه دارتموث، معاون دانشگاه دارتموث، پس از انتشار گزارش کمیته تحقیقاتی درباره نحوه استفاده او از ابزارهای هوش مصنوعی در مقالات علمی و نوشته‌های عمومی، به یکی از بحث‌برانگیزترین اتفاقات حوزه فناوری و آموزش عالی در سال ۲۰۲۶ تبدیل شده است. بررسی‌ها نشان داد که او در برخی نوشته‌های خود از ابزارهایی مانند ChatGPT و Claude استفاده کرده، اما در مواردی این استفاده را مطابق با الزامات ناشران و سیاست‌های دانشگاه اعلام نکرده است. این اتفاق بار دیگر موضوع مسئولیت پژوهشگران، شفافیت علمی و مرز میان کمک گرفتن از هوش مصنوعی و نقض اصول اخلاق پژوهش را به مرکز توجه دانشگاه‌ها آورده است.
📰 ماجرای استعفای معاون دانشگاه دارتموث چه بود؟
در ۲۸ اکتبر ۲۰۲۶، دانشگاه دارتموث اعلام کرد که سانتیاگو شنل (Santiago Schnell)، معاون این دانشگاه، از سمت خود استعفا داده و دانشگاه را ترک می‌کند. این تصمیم پس از تکمیل بررسی‌های یک کمیته مستقل و انتشار گزارشی درباره استفاده او از هوش مصنوعی در نوشته‌های دانشگاهی و عمومی اتخاذ شد.
موضوع از زمانی جدی شد که پرسش‌هایی درباره میزان استفاده شنل از ابزارهای هوش مصنوعی در تولید و ویرایش نوشته‌های منتشرشده به وجود آمد. در ابتدا، بررسی‌ها بیشتر بر نوشته‌های او در رسانه‌های عمومی متمرکز بود، اما با انتشار گزارش‌های تکمیلی، ابعاد دانشگاهی و پژوهشی موضوع نیز مورد توجه قرار گرفت.
سانتیاگو شنل در زمان وقوع این اتفاق یکی از مدیران ارشد دانشگاه دارتموث بود و از ژوئیه ۲۰۲۵ مسئولیت معاونت دانشگاه را بر عهده داشت. او همچنین در حوزه زیست‌شیمی، زیست‌شناسی سلولی و علوم داده زیست‌پزشکی فعالیت دانشگاهی داشت.
اهمیت این استعفا فقط به جایگاه مدیریتی او محدود نمی‌شود. دانشگاه دارتموث یکی از مؤسسات شناخته‌شده آموزش عالی در ایالات متحده است و سابقه تاریخی مهمی در شکل‌گیری حوزه هوش مصنوعی دارد. به همین دلیل، ماجرای استفاده یک مدیر ارشد این دانشگاه از ابزارهای هوش مصنوعی در نوشته‌های علمی، بازتاب گسترده‌ای پیدا کرد.
نکته مهم این است که موضوع اصلی بررسی، صرف استفاده از هوش مصنوعی نبود؛ بلکه نحوه استفاده، میزان دخالت این ابزارها در متن نهایی و رعایت نکردن الزامات اعلام استفاده از آن‌ها اهمیت داشت.
🔍 سانتیاگو شنل چگونه از هوش مصنوعی در نوشته‌های خود استفاده کرد؟
برای درک دقیق اتفاقات دانشگاه دارتموث، باید میان استفاده از هوش مصنوعی برای اصلاحات محدود و استفاده از آن برای تغییر اساسی محتوای یک نوشته تفاوت قائل شد.
ابزارهای هوش مصنوعی امروزی می‌توانند در بخش‌های مختلف فعالیت علمی به پژوهشگران کمک کنند. برای مثال، یک محقق ممکن است از ChatGPT برای بررسی ساختار یک پاراگراف، از Claude برای اصلاح متن یا از ابزارهای برنامه‌نویسی هوشمند برای شناسایی خطاهای کد استفاده کند.
این نوع استفاده لزوماً به معنای واگذاری کامل نویسندگی به هوش مصنوعی نیست. با این حال، وقتی ابزار هوشمند در شکل‌گیری استدلال‌ها، بازنویسی گسترده متن یا تولید بخش‌هایی از محتوای علمی نقش دارد، موضوع شفافیت و رعایت دستورالعمل ناشر اهمیت بیشتری پیدا می‌کند.
در بررسی پرونده سانتیاگو شنل، چند نمونه مشخص از این نوع استفاده مطرح شد.
استفاده از Claude برای ویرایش مقاله علمی
یکی از موارد مهم گزارش کمیته، مقاله‌ای با عنوان «Reaction Acceleration: Reviving the Second Derivative in Chemical Kinetics» بود که در مجله ChemSystemsChem متعلق به ناشر Wiley منتشر شده بود.
طبق گزارش کمیته، شنل از نسخه سازمانی Claude در دانشگاه دارتموث برای انجام تغییرات قابل‌توجه در دست‌نوشته پژوهشی خود استفاده کرده بود. این استفاده شامل اصلاح بخش‌هایی از مقاله، بررسی مشکلات کدهای کامپیوتری و تولید شکل‌های مورد استفاده در نسخه نهایی مقاله می‌شد.
اهمیت این موضوع در آن بود که مقاله پس از دریافت اصلاحات عمده از داوران علمی، دوباره مورد بازنگری قرار گرفته بود و ابزار هوش مصنوعی در این مرحله نقش قابل‌توجهی در آماده‌سازی نسخه اصلاح‌شده داشت.
کمیته اعلام کرد که هنگام ارسال مقاله، استفاده از هوش مصنوعی به شکل موردنظر ناشر اعلام نشده بود. طبق بررسی گزارش، دستورالعمل مجله از سال ۲۰۲۳ الزاماتی برای افشای استفاده از هوش مصنوعی داشته است.
این موضوع نشان می‌دهد که حتی استفاده از هوش مصنوعی برای بهبود یک مقاله علمی نیز باید با توجه به سیاست‌های مجله انجام شود.
استفاده از ChatGPT برای اصلاح استدلال‌ها و متن
مورد دیگر به مقاله‌ای مربوط می‌شد که سانتیاگو شنل در روزنامه واشنگتن پست منتشر کرده بود.
عنوان این یادداشت «Universities are fighting AI cheating. But there’s a deeper problem» بود؛ نوشته‌ای که درباره مقابله دانشگاه‌ها با تقلب دانشجویان از طریق هوش مصنوعی صحبت می‌کرد.
شنل در توضیح نحوه آماده‌سازی این نوشته گفته بود که از ChatGPT برای اصلاح برخی استدلال‌ها و بررسی اشتباهات دستوری استفاده کرده است.
با این حال، سیاست واشنگتن پست از نویسندگان مهمان می‌خواست تأیید کنند که نوشته‌های ارسالی آن‌ها با هوش مصنوعی یا نرم‌افزارهای ویرایشی تولید یا دست‌کاری نشده‌اند.
کمیته تحقیقاتی دانشگاه دارتموث استفاده اعلام‌نشده از ChatGPT در این نوشته را نقض آشکار سیاست اعلام‌شده این روزنامه ارزیابی کرد.
این موضوع یکی از بخش‌های مهم پرونده بود؛ زیرا نشان می‌داد که استفاده از ابزار هوش مصنوعی باید با مقررات رسانه یا ناشری که متن برای آن ارسال می‌شود هماهنگ باشد.
بررسی کدها و تولید شکل‌های علمی
استفاده از هوش مصنوعی در فعالیت پژوهشی فقط به نوشتن متن محدود نیست. پژوهشگران می‌توانند از این ابزارها برای بررسی کدهای برنامه‌نویسی، پیدا کردن خطاها، بهبود مستندات و آماده‌سازی نمودارها و تصاویر استفاده کنند.
در پرونده شنل نیز کمیته به بررسی کدها و تولید شکل‌های مقاله علمی اشاره کرد.
این مسئله از نظر علمی اهمیت زیادی دارد؛ زیرا شکل‌ها، نمودارها و خروجی‌های محاسباتی ممکن است در تفسیر نتایج یک پژوهش نقش داشته باشند. بنابراین پژوهشگر باید بتواند صحت اطلاعات، روش تولید و ارتباط آن‌ها با نتایج تحقیق را تأیید کند.
هوش مصنوعی می‌تواند در این فرایند نقش کمکی داشته باشد، اما مسئولیت بررسی صحت خروجی‌ها همچنان بر عهده نویسندگان مقاله است.
⚖️ کمیته تحقیقاتی دانشگاه دارتموث چه تخلفاتی را شناسایی کرد؟
پس از مطرح شدن پرسش‌ها درباره نوشته‌های سانتیاگو شنل، رئیس دانشگاه دارتموث دستور تشکیل یک کمیته مستقل و متشکل از اعضای هیئت علمی را صادر کرد.
هدف این کمیته بررسی میزان استفاده از هوش مصنوعی، نحوه اعلام این استفاده به ناشران و احتمال نقض مقررات دانشگاه بود.
کمیته به ریاست دیوید کوتز، استاد علوم کامپیوتر و معاون سابق دانشگاه، فعالیت کرد. هانی فرید، اودت هریس، پیتر اورن و لیندسی ویلی نیز از دیگر اعضای آن بودند.
گزارش نهایی کمیته در ۲۸ اکتبر ۲۰۲۶ منتشر شد و چند محور اصلی را مورد بررسی قرار داد.
بررسی مستندات و مکالمات با ابزارهای هوش مصنوعی
یکی از نکات قابل‌توجه این پرونده، روش انجام تحقیقات بود.
کمیته فقط به نتیجه ابزارهای تشخیص متن هوش مصنوعی تکیه نکرد. اعضای آن اعلام کردند که برای بررسی میزان دخالت هوش مصنوعی، مستندات موجود، مکاتبات، اطلاعات مربوط به نوشته‌های منتشرشده و تاریخچه مکالمات ثبت‌شده در نسخه سازمانی Claude دانشگاه را بررسی کرده‌اند.
همچنین مکاتبات شنل با برخی همکاران، داوران و ویراستاران علمی مورد توجه قرار گرفت.
کمیته تأکید کرد که از Pangram یا سایر ابزارهای تشخیص هوش مصنوعی برای تعیین میزان استفاده شنل از AI در تحقیقات خود استفاده نکرده است.
این موضوع اهمیت زیادی دارد؛ زیرا تشخیص اینکه یک متن چگونه تولید شده، فقط با بررسی ظاهر نوشته یا نتیجه یک ابزار تشخیص امکان‌پذیر نیست. مستندات مربوط به فرایند تولید محتوا می‌توانند اطلاعات دقیق‌تری درباره نقش واقعی ابزارهای هوش مصنوعی ارائه دهند.
عدم اعلام استفاده از هوش مصنوعی به برخی ناشران
یکی از مهم‌ترین یافته‌های کمیته، اعلام نکردن استفاده از هوش مصنوعی در برخی نوشته‌ها بود.
در محیط دانشگاهی، ناشران و مجلات علمی ممکن است سیاست‌های متفاوتی درباره استفاده از ابزارهای هوش مصنوعی داشته باشند. بعضی از آن‌ها استفاده محدود برای اصلاح زبان را مجاز می‌دانند، اما برای استفاده گسترده‌تر از AI، اعلام رسمی آن را ضروری می‌دانند.
در پرونده شنل، کمیته به این نتیجه رسید که استفاده او از هوش مصنوعی در بعضی نوشته‌ها با الزامات اعلام‌شده ناشران مطابقت نداشته است.
همچنین در بخشی از گزارش، درباره میزان همکاری او با فرایند تحقیقاتی پرسش‌هایی مطرح شد. طبق گزارش، شنل لپ‌تاپ سازمانی خود را برای بررسی در اختیار کمیته قرار داده بود، اما سوابق برخی حساب‌های شخصی ابزارهای هوش مصنوعی را که در نوشته‌هایش استفاده کرده بود، ارائه نکرده بود.
کمیته این موضوع را یکی از عوامل دشوارکننده روند بررسی دانست.
آیا تمام مقالات بررسی‌شده تخلف داشتند؟
خیر. این یکی از مهم‌ترین نکاتی است که باید در پوشش این خبر رعایت شود.
کمیته چند نوشته علمی و عمومی را بررسی کرد، اما همه موارد به یک نتیجه مشابه نرسیدند.
برای نمونه، مقاله مشترک شنل با عنوان «Reproducible Agent-Based Simulations of Protein Aggregation: A FAIR Implementation» که در مجله Bulletin of Mathematical Biology منتشر شده بود، نیز مورد بررسی قرار گرفت.
در این مورد، کمیته اعلام کرد که شواهدی از استفاده هوش مصنوعی برای ویرایش یا دست‌کاری متن مقاله پیدا نکرده و تخلفی از سیاست اولیه یا اصلاح‌شده مجله درباره اعلام استفاده از AI شناسایی نشده است.
این تفاوت نشان می‌دهد که موضوع پرونده، صرف حضور ابزار هوش مصنوعی در فرایند پژوهش نبود؛ بلکه نوع استفاده و تطابق آن با قوانین مربوط به هر اثر اهمیت داشت.
🏛️ واکنش دانشگاه دارتموث به استعفای معاون خود
پس از تکمیل تحقیقات، سیان لی بیلاک، رئیس دانشگاه دارتموث، در بیانیه‌ای خطاب به جامعه دانشگاهی اعلام کرد که سانتیاگو شنل از سمت خود استعفا داده و دانشگاه را ترک می‌کند.
در این بیانیه تأکید شد که تصمیم به کناره‌گیری از سوی خود شنل بوده و دانشگاه از خدمات و فعالیت‌های گذشته او قدردانی می‌کند.
رئیس دانشگاه همچنین بر اهمیت شفافیت، قضاوت انسانی و مسئولیت‌پذیری در استفاده از هوش مصنوعی تأکید کرد.
این واکنش نشان می‌داد که دانشگاه قصد ندارد استفاده از فناوری‌های هوشمند را به‌طور کلی کنار بگذارد؛ بلکه مسئله اصلی، تعیین چارچوب‌های مشخص برای استفاده مسئولانه از این ابزارهاست.
چه کسی جایگزین سانتیاگو شنل شد؟
پس از استعفای شنل، متیو دلمونت (Matthew Delmont)، استاد تاریخ دانشگاه دارتموث و معاون دانشکده هنر و علوم در امور بین‌المللی و میان‌رشته‌ای، به‌عنوان معاون موقت دانشگاه انتخاب شد.
طبق اعلام رئیس دانشگاه، دلمونت تا ژوئن ۲۰۲۸ این مسئولیت را بر عهده خواهد داشت.
انتخاب یک مدیر موقت به دانشگاه فرصت می‌دهد تا در شرایطی که بحث‌های مربوط به سیاست‌های استفاده از هوش مصنوعی در محیط‌های علمی همچنان ادامه دارد، فعالیت‌های مدیریتی و آموزشی خود را بدون وقفه پیش ببرد.
🤖 آیا استفاده از ChatGPT و Claude در مقالات علمی ممنوع است؟
یکی از سؤالات مهمی که پس از انتشار خبر استعفای معاون دانشگاه دارتموث مطرح شد، این است که آیا پژوهشگران اجازه استفاده از ابزارهای هوش مصنوعی را در مقالات علمی دارند یا خیر.
پاسخ کوتاه این است که استفاده از هوش مصنوعی در همه مجلات و برای تمام کاربردها ممنوع نیست. سیاست ناشران و نوع استفاده از ابزارهای هوشمند تعیین می‌کند که پژوهشگر چه محدودیت‌هایی دارد و چه اطلاعاتی باید اعلام شود.
در سال‌های اخیر، بسیاری از مجلات علمی دستورالعمل‌هایی برای استفاده از مدل‌های زبانی بزرگ مانند ChatGPT، Claude و ابزارهای مشابه تدوین کرده‌اند.
این دستورالعمل‌ها معمولاً میان کاربردهای مختلف هوش مصنوعی تفاوت قائل می‌شوند.
استفاده برای اصلاح دستور زبان و نگارش
یکی از رایج‌ترین کاربردهای هوش مصنوعی در پژوهش‌های علمی، اصلاح اشتباهات دستوری و بهبود خوانایی متن است.
پژوهشگری که زبان انگلیسی زبان مادری او نیست، ممکن است از یک ابزار هوشمند برای روان‌تر کردن جملات، اصلاح ساختار پاراگراف‌ها یا پیدا کردن عبارت‌های نامناسب استفاده کند.
این کاربرد در برخی مجلات با محدودیت کمتری روبه‌رو است، اما همچنان باید دستورالعمل همان ناشر بررسی شود.
نکته مهم این است که اصلاح زبان نباید باعث تغییر ناخواسته مفهوم علمی، نتایج تحقیق یا استدلال نویسنده شود.
استفاده برای تولید متن و شکل‌دهی استدلال‌ها
کاربرد دیگری که حساسیت بیشتری ایجاد می‌کند، استفاده از مدل‌های هوش مصنوعی برای تولید بخش‌های اصلی مقاله یا تغییر استدلال‌های علمی است.
برای مثال، ممکن است پژوهشگر از ChatGPT بخواهد یک بخش کامل از مقاله را بازنویسی کند یا برای یک نتیجه پژوهشی استدلال‌های جدیدی ارائه دهد.
در چنین شرایطی، نقش هوش مصنوعی از یک ابزار ساده ویرایشی فراتر می‌رود.
برخی ناشران برای این نوع استفاده، اعلام دقیق نقش ابزار هوشمند را الزامی می‌دانند و برخی نیز محدودیت‌های بیشتری در نظر می‌گیرند.
به همین دلیل، نمی‌توان یک قانون یکسان را برای تمام مجلات علمی در نظر گرفت.
استفاده از هوش مصنوعی برای تحلیل داده و برنامه‌نویسی
ابزارهای هوش مصنوعی می‌توانند در نوشتن کدهای برنامه‌نویسی، بررسی خطاها و تحلیل داده‌ها به پژوهشگران کمک کنند.
برای مثال، یک محقق ممکن است از یک مدل زبانی برای بررسی کد Python استفاده کند یا از آن بخواهد خطاهای احتمالی یک برنامه محاسباتی را شناسایی کند.
با این حال، خروجی تولیدشده توسط هوش مصنوعی نباید بدون بررسی علمی مورد استفاده قرار بگیرد.
پژوهشگر باید از صحت کد، اعتبار نتایج و تکرارپذیری فرایند تحلیل اطمینان داشته باشد. در غیر این صورت، احتمال ورود اشتباه به نتایج نهایی وجود دارد.
آیا می‌توان هوش مصنوعی را نویسنده مقاله معرفی کرد؟
بسیاری از ناشران معتبر، ابزارهای هوش مصنوعی را به‌عنوان نویسنده یا هم‌نویسنده رسمی مقاله نمی‌پذیرند.
دلیل این موضوع آن است که نویسنده علمی باید بتواند مسئولیت محتوای مقاله را بپذیرد، به سؤالات مربوط به پژوهش پاسخ دهد و در صورت بروز خطا یا تخلف، پاسخ‌گو باشد.
یک مدل هوش مصنوعی نمی‌تواند مسئولیت حقوقی و علمی مشابه یک پژوهشگر انسانی را بر عهده بگیرد.
بنابراین، حتی زمانی که AI نقش قابل‌توجهی در آماده‌سازی یک مقاله داشته باشد، مسئولیت نهایی همچنان با نویسندگان انسانی است.
📚 چرا شفافیت در استفاده از هوش مصنوعی برای دانشگاه‌ها اهمیت دارد؟
پرونده دانشگاه دارتموث نشان داد که بحث استفاده از هوش مصنوعی در محیط‌های علمی فقط به کیفیت متن یا سرعت تولید محتوا مربوط نیست.
در پژوهش دانشگاهی، اعتبار یک مقاله به روش انجام تحقیق، صحت داده‌ها، استدلال‌های علمی و امکان بررسی نتایج بستگی دارد.
اگر مشخص نباشد که چه بخش‌هایی از یک نوشته با کمک ابزار هوش مصنوعی تولید یا تغییر کرده‌اند، ارزیابی دقیق فرایند علمی دشوارتر می‌شود.
اعتماد به نتایج علمی
مخاطبان یک مقاله علمی انتظار دارند اطلاعات منتشرشده بر اساس روش‌های مشخص و قابل بررسی به دست آمده باشند.
اگر هوش مصنوعی در تولید متن، تحلیل داده یا آماده‌سازی نتایج نقش داشته باشد، اعلام این موضوع می‌تواند به خوانندگان کمک کند تا فرایند انجام پژوهش را بهتر درک کنند.
شفافیت به معنای بی‌اعتبار کردن پژوهش نیست؛ بلکه راهی برای مشخص کردن نقش هر ابزار و حفظ امکان ارزیابی علمی است.
جلوگیری از انتشار اطلاعات نادرست
مدل‌های هوش مصنوعی ممکن است اطلاعات نادرست تولید کنند، منابع غیرواقعی معرفی کنند یا در تفسیر داده‌ها دچار خطا شوند.
این مسئله به‌خصوص در مقالات تخصصی اهمیت زیادی دارد؛ زیرا حتی یک اشتباه کوچک در محاسبات یا توضیح نتایج می‌تواند برداشت خواننده از کل پژوهش را تغییر دهد.
به همین دلیل، پژوهشگر نباید صرفاً به دلیل روان و حرفه‌ای بودن پاسخ یک مدل زبانی، آن را درست فرض کند.
حفظ مسئولیت‌پذیری نویسندگان
در نهایت، نویسنده انسانی باید بتواند توضیح دهد که مقاله چگونه تهیه شده، چه داده‌هایی مورد استفاده قرار گرفته‌اند و نتایج بر چه اساسی به دست آمده‌اند.
اگر بخشی از مقاله با کمک هوش مصنوعی تولید شده باشد، این موضوع مسئولیت نویسنده را از بین نمی‌برد.
شفافیت در این زمینه باعث می‌شود مرز میان کمک گرفتن از فناوری و واگذاری مسئولیت علمی به یک ابزار نرم‌افزاری مشخص باقی بماند.
🧠 نقش ابزارهای تشخیص هوش مصنوعی در پرونده دانشگاه دارتموث چه بود؟
یکی از بخش‌های جالب این ماجرا، استفاده رسانه‌ها از ابزارهای تشخیص متن تولیدشده با هوش مصنوعی بود.
پیش از استعفای شنل، روزنامه دانشجویی The Dartmouth و رسانه Semafor گزارش‌هایی درباره میزان استفاده احتمالی او از هوش مصنوعی در نوشته‌های منتشرشده ارائه کرده بودند.
در این گزارش‌ها از ابزار Pangram برای بررسی متن‌ها استفاده شده بود.
بر اساس گزارش منتشرشده در ۲۱ سپتامبر ۲۰۲۶، بررسی چندین نوشته شنل با این ابزار، درصد بالایی از متن‌های مشکوک به تولید یا ویرایش با هوش مصنوعی را نشان می‌داد.
همچنین مقاله مهمان او در واشنگتن پست در بررسی رسانه‌ای Semafor به‌عنوان متنی با میزان بسیار بالای محتوای تولیدشده توسط AI شناسایی شده بود.
با این حال، باید میان نتایج این بررسی‌های رسانه‌ای و گزارش رسمی کمیته دانشگاه تفاوت قائل شد.
آیا ابزارهای تشخیص AI همیشه دقیق هستند؟
ابزارهای تشخیص متن هوش مصنوعی تلاش می‌کنند الگوهای زبانی مرتبط با مدل‌های مولد را شناسایی کنند.
این ابزارها ممکن است برای بررسی اولیه مفید باشند، اما نتیجه آن‌ها نباید به‌تنهایی مبنای صدور حکم درباره نویسندگی یا تخلف علمی قرار بگیرد.
ساختار زبان، نوع متن، سبک نگارش و حتی مهارت زبانی نویسنده می‌توانند بر نتیجه ابزارهای تشخیص اثر بگذارند.
از طرف دیگر، استفاده از هوش مصنوعی برای اصلاح یک متن لزوماً به این معنا نیست که تمام نوشته توسط یک مدل زبانی تولید شده است.
به همین دلیل، بررسی تاریخچه ویرایش، مستندات پژوهش، مکاتبات و نحوه استفاده از ابزارها می‌تواند تصویر دقیق‌تری ارائه کند.
چرا کمیته دانشگاه به مکالمات واقعی توجه کرد؟
در پرونده شنل، کمیته تحقیقاتی اعلام کرد که از ابزارهای تشخیص هوش مصنوعی برای تعیین میزان استفاده او از این فناوری استفاده نکرده است.
در عوض، اعضای کمیته به مکالمات ثبت‌شده با Claude سازمانی دانشگاه، ایمیل‌ها، مستندات موجود و اطلاعات مربوط به مقالات منتشرشده توجه کردند.
این روش امکان بررسی دقیق‌تری از نحوه تعامل پژوهشگر با ابزارهای هوش مصنوعی فراهم می‌کرد.
در واقع، مسئله اصلی این نبود که یک ابزار تشخیص، متنی را AI-generated معرفی کرده است؛ بلکه کمیته می‌خواست بداند شنل در عمل چه استفاده‌ای از هوش مصنوعی داشته و آیا این استفاده را مطابق با مقررات اعلام کرده است یا خیر.
🌐 تأثیر استعفای معاون دانشگاه دارتموث بر آینده هوش مصنوعی در دانشگاه‌ها
استعفای سانتیاگو شنل می‌تواند در بحث‌های مربوط به سیاست‌گذاری هوش مصنوعی در دانشگاه‌ها اهمیت داشته باشد.
مؤسسات آموزش عالی در چند سال گذشته با چالش‌های جدیدی روبه‌رو شده‌اند. از یک طرف، ابزارهای هوش مصنوعی می‌توانند سرعت پژوهش، آموزش و پردازش اطلاعات را افزایش دهند؛ از طرف دیگر، استفاده نادرست از آن‌ها ممکن است اعتبار علمی آثار منتشرشده را تحت تأثیر قرار دهد.
این دو موضوع باعث شده‌اند دانشگاه‌ها به دنبال تدوین قوانین دقیق‌تری برای استفاده از فناوری‌های مولد باشند.
تدوین قوانین شفاف‌تر برای استفاده از AI
یکی از پیامدهای احتمالی چنین پرونده‌هایی، افزایش توجه دانشگاه‌ها به تدوین دستورالعمل‌های روشن‌تر است.
دانشجویان، استادان و مدیران دانشگاهی باید بدانند در چه شرایطی استفاده از هوش مصنوعی مجاز است و چه زمانی لازم است این موضوع را اعلام کنند.
همچنین دانشگاه‌ها باید میان استفاده برای اصلاح نگارش، تولید محتوا، تحلیل داده و انجام بخش‌های اصلی پژوهش تفاوت قائل شوند.
وجود دستورالعمل‌های مشخص می‌تواند از بروز اختلاف میان پژوهشگران و ناشران جلوگیری کند.
تغییر شیوه ارزیابی مقالات علمی
در گذشته، ارزیابی یک مقاله بیشتر بر اساس روش تحقیق، اعتبار منابع، کیفیت داده‌ها و نتایج علمی انجام می‌شد.
با گسترش هوش مصنوعی، بررسی فرایند تولید محتوا نیز اهمیت بیشتری پیدا کرده است.
ناشران ممکن است از نویسندگان بخواهند اطلاعات بیشتری درباره ابزارهای استفاده‌شده، نحوه تحلیل داده‌ها و میزان دخالت هوش مصنوعی ارائه کنند.
این تغییرات می‌تواند به افزایش شفافیت در انتشار مقالات علمی کمک کند.
افزایش اهمیت سواد هوش مصنوعی در میان پژوهشگران
سواد هوش مصنوعی فقط به توانایی استفاده از ChatGPT یا Claude محدود نمی‌شود.
یک پژوهشگر باید بداند مدل‌های زبانی چگونه کار می‌کنند، چه محدودیت‌هایی دارند و در چه شرایطی ممکن است پاسخ نادرست ارائه دهند.
همچنین باید بتواند خروجی این ابزارها را ارزیابی کند و مسئولیت تصمیم‌های علمی خود را بپذیرد.
در آینده، آشنایی با اصول استفاده مسئولانه از هوش مصنوعی می‌تواند به یکی از مهارت‌های ضروری در محیط‌های دانشگاهی تبدیل شود.
آیا دانشگاه‌ها استفاده از هوش مصنوعی را محدود خواهند کرد؟
نمی‌توان بر اساس یک پرونده پیش‌بینی کرد که تمام دانشگاه‌ها به سمت ممنوعیت استفاده از هوش مصنوعی حرکت خواهند کرد.
در واقع، بسیاری از دانشگاه‌ها به دنبال بهره‌گیری از این فناوری در آموزش و پژوهش هستند.
مسئله اصلی ایجاد تعادل میان استفاده از قابلیت‌های جدید و حفظ استانداردهای علمی است.
دانشگاه‌ها باید مشخص کنند چه نوع استفاده‌ای از هوش مصنوعی قابل قبول است، چه مواردی نیاز به اعلام رسمی دارد و در چه شرایطی استفاده از این ابزارها می‌تواند به نقض اصول علمی منجر شود.
پرونده دارتموث نمونه‌ای از اهمیت این موضوع است؛ زیرا نشان می‌دهد حتی مدیران ارشد دانشگاهی نیز باید همان استانداردهایی را رعایت کنند که از دانشجویان و اعضای هیئت علمی انتظار می‌رود.
🔬 دانشگاه دارتموث چه جایگاهی در تاریخ هوش مصنوعی دارد؟
یکی از جنبه‌های قابل‌توجه این خبر، ارتباط تاریخی دانشگاه دارتموث با شکل‌گیری حوزه هوش مصنوعی است.
در تابستان سال ۱۹۵۶، گروهی از پژوهشگران در پروژه‌ای علمی در دارتموث گرد هم آمدند. این گردهمایی که به کارگاه دارتموث معروف شد، از رویدادهای مهم در تاریخ شکل‌گیری هوش مصنوعی به شمار می‌رود.
در آن زمان، پژوهشگران به دنبال بررسی این ایده بودند که آیا می‌توان جنبه‌هایی از یادگیری و هوش انسانی را با استفاده از ماشین‌ها شبیه‌سازی کرد یا خیر.
این رویداد نقش مهمی در شناخته شدن اصطلاح Artificial Intelligence و شکل‌گیری مسیر پژوهشی این حوزه داشت.
به همین دلیل، اتفاقات سال ۲۰۲۶ برای دانشگاه دارتموث از اهمیت نمادین خاصی برخوردار بود.
دانشگاهی که در شکل‌گیری یکی از مهم‌ترین حوزه‌های فناوری نقش تاریخی داشته، حالا باید با چالش‌های اخلاقی و مدیریتی ناشی از گسترش همان فناوری روبه‌رو شود.
در همین دوره، دانشگاه برنامه‌ای با عنوان «AI at 70» برگزار کرد که به بررسی آینده هوش مصنوعی و نقش مسئولیت انسانی در توسعه این فناوری اختصاص داشت.
این هم‌زمانی، توجه رسانه‌ها را بیشتر به موضوع جلب کرد.
📝 پژوهشگران برای جلوگیری از مشکلات مشابه چه نکاتی را باید رعایت کنند؟
ماجرای استعفای معاون دانشگاه دارتموث می‌تواند برای پژوهشگران، دانشجویان و نویسندگان علمی درس‌های مهمی داشته باشد.
استفاده از ابزارهای هوش مصنوعی در پژوهش به‌خودی‌خود به معنای تخلف نیست؛ اما رعایت چند اصل می‌تواند از بروز مشکلات علمی و حرفه‌ای جلوگیری کند.
بررسی دستورالعمل ناشر پیش از ارسال مقاله
پیش از ارسال مقاله، نویسنده باید سیاست‌های مجله یا ناشر را درباره استفاده از هوش مصنوعی مطالعه کند.
نباید فرض کرد که تمام مجلات قوانین یکسانی دارند. ممکن است یک ناشر استفاده از AI برای اصلاح زبان را مجاز بداند، اما ناشر دیگری اعلام رسمی آن را ضروری بداند.
ثبت نحوه استفاده از ابزارهای هوشمند
بهتر است پژوهشگران اطلاعات مربوط به استفاده از ابزارهای هوش مصنوعی را ثبت کنند.
برای مثال، نام ابزار، نوع استفاده، بخش‌هایی که با کمک آن اصلاح شده‌اند و نقش آن در فرایند پژوهش می‌توانند مستند شوند.
این اطلاعات در صورت درخواست ناشر یا کمیته علمی به روشن شدن فرایند تولید مقاله کمک می‌کنند.
بررسی منابع و اطلاعات تولیدشده توسط AI
یکی از مشکلات شناخته‌شده مدل‌های زبانی، احتمال تولید منابع غیرواقعی یا ارائه اطلاعات نادرست است.
پژوهشگر باید تمام منابع، نقل‌قول‌ها، آمارها و اطلاعات علمی را به‌صورت مستقل بررسی کند.
استناد به یک منبع صرفاً به این دلیل که ChatGPT آن را معرفی کرده، روش قابل اعتمادی نیست.
حفظ مسئولیت انسانی در تمام مراحل پژوهش
ابزارهای هوش مصنوعی می‌توانند پیشنهاد بدهند، متن را اصلاح کنند یا در تحلیل اطلاعات کمک کنند؛ اما تصمیم نهایی درباره روش تحقیق، اعتبار نتایج و انتشار مقاله باید بر عهده پژوهشگر باشد.
این مسئولیت با استفاده از ابزارهای جدید از بین نمی‌رود.
❓ پرسش‌های متداول درباره استعفای معاون دانشگاه دارتموث
۱. چرا سانتیاگو شنل از دانشگاه دارتموث استعفا داد؟
او پس از بررسی کمیته مستقل دانشگاه درباره استفاده از هوش مصنوعی در برخی مقالات علمی و نوشته‌های عمومی و عدم رعایت الزامات اعلام استفاده از AI در بعضی موارد، از سمت خود استعفا داد و دانشگاه را ترک کرد.
۲. سانتیاگو شنل از چه ابزارهای هوش مصنوعی استفاده کرده بود؟
در گزارش کمیته به ابزارهایی مانند ChatGPT و Claude اشاره شده است. این ابزارها برای اصلاح متن، بررسی استدلال‌ها، رفع مشکلات کدهای برنامه‌نویسی و تولید شکل‌های علمی مورد استفاده قرار گرفته بودند.
۳. آیا استفاده از ChatGPT در مقالات دانشگاهی ممنوع است؟
خیر. ممنوعیت یا مجاز بودن استفاده از ChatGPT به سیاست‌های ناشر، نوع کاربرد و میزان دخالت این ابزار در تولید محتوای علمی بستگی دارد. برخی ناشران استفاده محدود را می‌پذیرند، اما اعلام آن را در شرایط مشخص الزامی می‌دانند.
۴. چه کسی جایگزین سانتیاگو شنل شد؟
متیو دلمونت، استاد تاریخ و معاون دانشکده هنر و علوم دانشگاه دارتموث، به‌عنوان معاون موقت دانشگاه انتخاب شد و قرار است تا ژوئن ۲۰۲۸ این مسئولیت را بر عهده داشته باشد.
۵. آیا کمیته دانشگاه از ابزار تشخیص هوش مصنوعی استفاده کرد؟
خیر. طبق گزارش رسمی، کمیته از ابزار Pangram یا سایر ابزارهای تشخیص هوش مصنوعی برای تعیین میزان استفاده شنل از AI استفاده نکرد. بررسی‌ها بر اساس مستندات، مکاتبات و تاریخچه مکالمات موجود انجام شد.
۶. آیا تمام مقالات بررسی‌شده سانتیاگو شنل تخلف داشتند؟
خیر. کمیته در بررسی مقاله مشترک او در مجله Bulletin of Mathematical Biology، تخلفی از سیاست‌های اعلام استفاده از هوش مصنوعی شناسایی نکرد و شواهدی از ویرایش یا دست‌کاری متن مقاله با AI نیافت.
۷. آیا هوش مصنوعی می‌تواند نویسنده یک مقاله علمی باشد؟
بسیاری از ناشران معتبر، هوش مصنوعی را به‌عنوان نویسنده رسمی نمی‌پذیرند؛ زیرا ابزارهای هوشمند نمی‌توانند مسئولیت علمی و اخلاقی یک مقاله را مانند پژوهشگر انسانی بر عهده بگیرند.
🎯 جمع‌بندی؛ استعفای معاون دانشگاه دارتموث چه درسی برای دنیای فناوری دارد؟
استعفای سانتیاگو شنل نشان داد که گسترش هوش مصنوعی در دانشگاه‌ها فقط یک تحول فناورانه نیست و می‌تواند مسائل تازه‌ای در زمینه اخلاق، مسئولیت‌پذیری و اعتبار علمی ایجاد کند.
در این پرونده، موضوع اصلی صرفاً استفاده از ChatGPT یا Claude نبود؛ بلکه نحوه استفاده از این ابزارها، میزان دخالت آن‌ها در نوشته‌های علمی و رعایت نکردن الزامات اعلام‌شده برخی ناشران اهمیت داشت.
از سوی دیگر، بررسی‌های کمیته نشان داد که نمی‌توان تمام کاربردهای هوش مصنوعی در یک مجموعه از مقالات را یکسان ارزیابی کرد. نوع استفاده و مقررات هر ناشر باید به‌صورت جداگانه مورد توجه قرار بگیرد.
با افزایش توانایی مدل‌های هوش مصنوعی، احتمالاً دانشگاه‌ها و مجلات علمی به سمت تدوین دستورالعمل‌های دقیق‌تر حرکت خواهند کرد. در چنین شرایطی، پژوهشگران باید بتوانند از قابلیت‌های این فناوری بهره ببرند، بدون آنکه شفافیت و اعتبار علمی آثار خود را به خطر بیندازند.
پیام اصلی این اتفاق روشن است: هوش مصنوعی می‌تواند دستیار قدرتمندی برای پژوهشگران باشد، اما مسئولیت علمی، صداقت در انتشار و پاسخ‌گویی درباره محتوای نهایی همچنان بر عهده انسان‌هاست.
