آیا استفاده از هوش مصنوعی باعث رد شدن مقاله می‌شود؟

آیا استفاده از هوش مصنوعی باعث رد شدن مقاله می‌شود؟

تاریخ انتشار: ۱۴۰۵/۰۲/۰۸

اگر دانشجو، پژوهشگر یا نویسنده مقاله باشید، احتمالاً این پرسش برایتان جدی است: اگر از ChatGPT یا ابزارهای مشابه کمک بگیرم، ممکن است مقاله‌ام رد شود؟

 

این نگرانی بی‌دلیل نیست. خیلی از کاربران دقیقاً در همین نقطه سردرگم می‌شوند: از یک طرف، AI سرعت کار را بالا می‌برد. از طرف دیگر، می‌ترسند متن‌شان در detectorها مشکوک دیده شود، از نظر اخلاق نشر مسئله‌دار باشد، یا در داوری مقاله دردسر ایجاد کند.

پاسخ کوتاه این است:


نه، صرف استفاده از هوش مصنوعی به‌طور خودکار باعث رد شدن مقاله نمی‌شود؛ اما استفاده نادرست، غیرشفاف، یا بی‌کیفیت از آن می‌تواند ریسک جدی ایجاد کند. راهنماهای ICMJE صریح‌اند که نویسنده انسانی مسئول کامل محتوای نهایی است، باید در صورت استفاده از AI آن را افشا کند، و باید مطمئن باشد متن نهایی دقیق، کامل، بدون سرقت و با ارجاع درست است. COPE هم تأکید می‌کند که AI نمی‌تواند نویسنده باشد و مسئولیت علمی و اخلاقی همچنان با انسان است.

 

پس واقعاً چه چیزی باعث بالا رفتن ریسک رد شدن مقاله می‌شود؟

در بیشتر موارد، خودِ استفاده از AI مشکل اصلی نیست؛ مشکل از جایی شروع می‌شود که نویسنده:

  • متن خام AI را بدون بازبینی جدی وارد مقاله می‌کند
  • از AI برای تولید ادعا، منبع، یا تحلیل بدون راستی‌آزمایی استفاده می‌کند
  • استفاده از AI را جایی که لازم است شفاف اعلام نمی‌کند
  • مسئولیت نهایی متن را عملاً به ابزار می‌سپارد
  • به‌جای نوشتن علمی، یک خروجی کلی، تکراری و ماشینی تحویل می‌دهد

ICMJE هشدار می‌دهد که خروجی AI ممکن است غلط، ناقص یا جانبدارانه باشد و نویسنده باید آن را با دقت بازبینی و ویرایش کند. همچنین ارجاع‌دادن به محتوای تولیدشده توسط AI به‌عنوان منبع اصلی قابل قبول نیست. همچنین باید مجله مورد نظر را به دقت بررسی کرد و دانست که هر مجله چه میزان و در چه حد استفاده از هوش مصنوعی را مجاز می‌دانند.

 

چه زمانی استفاده از هوش مصنوعی می‌تواند قابل قبول باشد؟

در عمل، AI وقتی به‌عنوان ابزار کمکی استفاده شود، معمولاً قابل دفاع‌تر است؛ مثلاً برای:

  • ایده‌پردازی اولیه
  • نظم‌دادن به ساختار متن
  • پیشنهاد عنوان‌ها
  • بازنویسی اولیه بخش‌های غیرحساس
  • کمک به شفاف‌تر شدن بیان
  • کمک به ویرایش ابتدایی زبان

اما همین‌جا هم شرط اصلی این است که نسخه نهایی باید زیر نظر کامل نویسنده انسانی بازبینی، اصلاح و مسئولیت‌پذیرانه نهایی شود. COPE و ICMJE هر دو روی مسئولیت‌پذیری انسانی و شفافیت تأکید دارند.

 

بررسی میزان هوش مصنوعی

چه زمانی استفاده از AI می‌تواند خطرناک یا پرریسک شود؟

 

۱) وقتی متن نهایی بیش از حد خام و ماشینی باقی بماند

اگر خروجی AI را تقریباً همان‌طور که هست وارد مقاله کنید، معمولاً لحن متن یکنواخت، ساختارها تکراری و انسجام علمی آن ضعیف‌تر می‌شود. برناترجمه هم در محتوای خودش روی همین ضعف‌ها دست گذاشته: ساختار جملات در خروجی انسانی معمولاً منسجم‌تر و واژگان مناسب‌تر است.

 

۲) وقتی AI برای تولید منبع، استدلال یا داده به‌کار برود و راستی‌آزمایی نشود

یکی از پرخطرترین خطاها این است که نویسنده به خروجی ظاهراً قانع‌کننده AI اعتماد کند، بدون اینکه ادعاها، نقل‌قول‌ها یا ارجاع‌ها را دقیق بررسی کند. ICMJE دقیقاً به همین ریسک اشاره می‌کند.

 

۳) وقتی شفافیت درباره استفاده از AI رعایت نشود

طبق راهنمای ICMJE، اگر از AI-assisted technologies در تولید مقاله استفاده شده باشد، باید در زمان ارسال و در بخش مناسب مقاله یا نامه همراه، نحوه استفاده توضیح داده شود. نبود شفافیت می‌تواند مسئله‌ساز شود.

 

۴) وقتی نویسنده فکر کند detectorها داور نهایی‌اند

خود Turnitin توضیح می‌دهد که false positive وجود دارد و گزارش AI writing نباید تنها مبنای قضاوت باشد. Vanderbilt هم هشدار داده که detectorها می‌توانند درباره متون انسانی، به‌ویژه متون نویسندگان non-native English، هم اشتباه کنند. پس تکیه ساده‌لوحانه به detector یا ترس افراطی از آن، هر دو خطاست.

 

آیا ممکن است مقاله‌ای فقط به‌خاطر AI ریجکت شود؟

در عمل، رد شدن مقاله معمولاً به یک مجموعه مسئله برمی‌گردد، نه فقط یک برچسب ساده.
اگر AI باعث شود مقاله:

  • از نظر علمی ضعیف‌تر شود
  • ادعاهای غلط یا بی‌منبع داشته باشد
  • لحن غیرطبیعی و ماشینی پیدا کند
  • از نظر اخلاق نشر غیرشفاف باشد
  • یا شباهت و مسئله اصالت پیدا کند

آن وقت ریسک رد شدن بالاتر می‌رود. برناترجمه هم در مقاله‌های خودش همین موارد را در نظر گرفته: مشکل اصلی کیفیت پایین، استفاده نادرست و نبود ویرایش نهایی است، نه صرفاً استفاده از ابزار.

 

دانشجویان ایرانی دقیقاً از چه می‌ترسند؟

بیشتر دانشگاهیان ایرانی معمولاً از این چیزها می‌ترسند:

  • استاد یا داور حس کند متن غیرطبیعی است
  • detectorها درصد بالا نشان دهند
  • مقاله از نظر اخلاق نشر مسئله پیدا کند
  • متن انگلیسی با اینکه «درست» است، حرفه‌ای و پخته به نظر نرسد
  • زمان زیادی برای بازنویسی صرف کنند، اما باز هم مطمئن نباشند

این درد واقعی است. و دقیقاً همین‌جا است که باید از یک متخصص کمک گرفت.

 

اگر از AI کمک می‌گیرید، چه کارهایی ریسک را کمتر می‌کند؟

 

۱) AI را دستیار بدانید، نه نویسنده

AI برای شتاب‌دادن به فکر و ساختار خوب است، اما نباید جای قضاوت علمی و نوشتن مسئولانه را بگیرد. COPE و ICMJE هر دو همین را می‌گویند.

 

۲) متن را حتماً بازنویسی و ویرایش انسانی کنید

اگر متن خام AI بماند، هم از نظر لحن، هم از نظر کیفیت علمی و هم از نظر detectorها پرریسک‌تر است. برناترجمه هم در چند محتوای خود بر لزوم ویرایش نهایی انسانی تأکید کرده است.

 

۳) ادعاها، داده‌ها و منابع را خط‌به‌خط راستی‌آزمایی کنید

هیچ جمله مهمی را فقط چون AI گفته، در مقاله نپذیرید. نویسنده انسانی باید بتواند از صحت متن دفاع کند. ICMJE همین مسئولیت را بر عهده نویسنده می‌گذارد.

 

۴) اگر لازم است، استفاده از AI را شفاف اعلام کنید

بسته به مجله و دستورالعمل آن، disclosure می‌تواند ضروری باشد. راهنمای ICMJE در این مورد روشن است.

 

۵) فقط به detector تکیه نکنید

Detector خوب است، اما کافی نیست. باید کیفیت واقعی متن، لحن، انسجام، دقت علمی و مناسب‌بودن برای مخاطب هم سنجیده شود. Turnitin و Vanderbilt هر دو از نگاه محتاطانه به detector حمایت می‌کنند.

 

چه زمانی مقاله شما به بازبینی تخصصی‌تری نیاز دارد؟

اگر یکی از این وضعیت‌ها را دارید، بهتر است فقط با ویرایش سطحی جلو نروید:

  • متن از نظر زبانی درست است، اما هنوز حس ماشینی دارد
  • ساختار جمله‌ها تکراری و خشک است
  • برای detectorها نتایج متناقض می‌گیرید
  • مقاله برای ژورنال، اپلای، یا داوری مهم است
  • نمی‌خواهید ریسک را فقط با آزمون‌وخطا مدیریت کنید

در چنین حالتی، متن ممکن است به انسانی‌سازی، بازبینی لحن، و مناسب‌سازی حرفه‌ای‌تر نیاز داشته باشد.

 

برناترجمه اینجا چه کمکی می‌تواند بکند؟

اگر از AI برای تولید پیش‌نویس استفاده کرده‌اید اما نمی‌خواهید متن خام، ماشینی یا پرریسک باقی بماند، می‌توان متن را از این نظر بازبینی کرد:

  • طبیعی‌تر شدن لحن
  • بهبود روانی و خوانایی
  • کاهش تکرارهای آزاردهنده
  • بازبینی ساختار جمله‌ها
  • نزدیک‌تر کردن متن به استاندارد استفاده حرفه‌ای

یعنی به‌جای این‌که فقط نگران یک درصد در detector باشید، روی کیفیت واقعی متن نهایی کار می‌شود؛ چیزی که برای مخاطب دانشگاهی، داور و خواننده واقعی مهم‌تر است.

 

جمع‌بندی

استفاده از هوش مصنوعی به‌خودی‌خود حکم رد شدن مقاله نیست. درواقع، باید بدانیم چطور از هوش مصنوعی برای مقاله کمک بگیریم بدون اینکه متن نهایی خام و ماشینی بماند؟
اما استفاده نادرست، غیرشفاف، یا بدون بازبینی انسانی می‌تواند کیفیت متن را پایین بیاورد و ریسک‌های اخلاقی و علمی ایجاد کند. راهنماهای رسمی ICMJE و COPE هم دقیقاً روی همین نقطه دست می‌گذارند: نویسنده انسانی مسئول نهایی متن است، AI نمی‌تواند نویسنده باشد، و استفاده از آن باید در صورت لزوم شفاف اعلام شود.

 

پس سؤال درست این نیست که: «آیا هر استفاده‌ای از AI مقاله را رد می‌کند؟»


سؤال درست این است که: «آیا من از AI به‌شکل مسئولانه، شفاف، و همراه با بازبینی انسانی کافی استفاده کرده‌ام یا نه؟»

 

اگر نمی‌خواهید متن مهمتان قربانی آزمون‌وخطا شود

اگر متن مقاله، SOP، پروپوزال یا محتوای علمی شما با کمک هوش مصنوعی تولید شده اما نمی‌خواهید نسخه نهایی خشک، غیرطبیعی یا پرریسک باقی بماند، می‌توانید متن را برای بررسی ارسال کنید تا مناسب‌ترین مسیر برای بازبینی و انسانی‌سازی آن در خدمات انسانی سازی متن هوش مصنوعی پیشنهاد شود.

 

همین الان متنت رو بفرست تا Humanize کنم

 

شاید بخواهید بدانید:

۷ اشتباه رایج دانشجویان هنگام استفاده از هوش مصنوعی برای مقاله

چرا با وجود بازنویسی دستی، بعضی ابزارها هنوز درصد AI را بالا نشان می‌دهند؟

انسانی سازی متن هوش مصنوعی چیست و چه کاربردی دارد؟

ابزارهای تشخیص هوش مصنوعی چقدر قابل اعتمادند؟ معرفی بهترین ابزارها، مزایا، معایب و تفاوت نتایج

چطور با هوش مصنوعی مرور ادبیات تحقیق بنویسیم بدون اینکه متن سطحی و منبع‌سازی‌شده شود؟

 

 

نه لزوماً. مشکل اصلی معمولاً استفاده نادرست، غیرشفاف، یا بدون بازبینی انسانی کافی است، نه صرف استفاده از AI. ICMJE و COPE روی مسئولیت انسانی و شفافیت تأکید دارند.

در بسیاری از موارد، بله. ICMJE توصیه می‌کند نویسندگان در صورت استفاده از AI-assisted technologies، نحوه استفاده را در زمان ارسال و در بخش مناسب مقاله یا نامه همراه توضیح دهند.

 

خود detectorها قطعی و بی‌خطا نیستند. Turnitin درباره false positive توضیح داده و Vanderbilt هم نسبت به تکیه کامل بر آن‌ها هشدار داده است.

 

مهم‌ترین خطرها شامل متن خام و ماشینی، ادعاهای نادرست، منابع ساختگی، نبود شفافیت، و افت کیفیت علمی و زبانی متن است.

 

 

ریسک کمتر می‌شود، اما همچنان باید متن نهایی را کاملاً بازبینی، ویرایش و از نظر علمی و زبانی کنترل کنید. مسئولیت نهایی با نویسنده انسانی است.