المكاسب:
- القدرة على التعرف على أشكال الهلوسة في الفيزياء (الثابت الزائف، القانون الزائف، خطأ الوحدة، النتيجة الخاطئة، الإسناد الزائف) وضبطها بالطريقة المناسبة.
- القدرة على حماية البيانات غير المنشورة والسرية والشخصية عن طريق إخفاء الهوية والتقليل منها من خلال عدم إدخالها في أدوات غير مصرح بها
- القدرة على فهم أن المسؤولية النهائية تقع على عاتق الإنسان من خلال الإبلاغ عن البيانات بأمانة، دون تجميلها، وتوثيق استخدام الذكاء الاصطناعي بشفافية.
خلال هذه الوحدة، قمنا بتغطية نفس التخصص في كل وحدة: الذكاء الاصطناعي يتسارع، والبشر يتحققون. في هذه الوحدة الأخيرة، نجمع ممارسة التحقق بأكملها تحت مظلة النزاهة العلمية، وهي القيمة الأساسية للعلوم الفيزيائية. الفيزياء هي السعي لإنتاج معرفة يمكن التحقق منها حول الطبيعة؛ وفي قلب هذا المسعى توجد النزاهة والتكرار والمسؤولية. ويمكن استخدام الذكاء الاصطناعي لتعزيز هذه القيم، ولكن عند استخدامه بشكل غير صحيح فإنه يهددها جميعًا. سنناقش في هذه الوحدة الأشكال المادية للهلوسة، ومسؤولية البيانات والخصوصية، والحدود الأخلاقية، ولماذا تظل المسؤولية النهائية دائمًا على عاتق البشر.
أشكال الهلوسة في الفيزياء
الهلوسة - إنتاج الذكاء الاصطناعي الواثق لمعلومات كاذبة - تتخذ أشكالًا فريدة وخطيرة في الفيزياء. التعرف على هذه هو الخطوة الأولى للقبض على:
نوع من الهلوسة
مثال
طريقة الالتقاط
تركيب ثابت/بيانات
كثافة المواد غير صحيحة
التأكيد بمرجع موثوق
صيغة/قانون كاذب
اسم "مبدئي" غير موجود
اشتقاق الكتاب المدرسي/SymPy
خطأ في الوحدة/الطلب
الخلط بين eV وJ
تحليل الأبعاد، التحكم في الوحدة
نتيجة رقمية غير صحيحة
إخراج رمز غير صحيح
قم بتشغيل الكود
إسناد ملفق
مقالة لا وجود لها
التحقق باستخدام DOI
تم الإبلاغ عن النتيجة بشكل خاطئ
تشويه المادة الحقيقية
إقرأ المصدر الأصلي
القاسم المشترك هو أن النموذج اللغوي الكبير مصمم ليس لقول الحقيقة، بل لإنتاج "نص ذو مظهر محتمل". في الفيزياء، الفرق بين "ما يبدو ممكنًا" و"الحقيقي" هو على وجه التحديد سبب وجود العلم.
البيانات والخصوصية ومسؤولية الملكية الفكرية
غالبًا ما يعمل الفيزيائيون مع بيانات حساسة: البيانات التجريبية غير المنشورة، والتصميمات السابقة لبراءات الاختراع، والقياسات السرية من التعاون الصناعي، والأبحاث التي تتضمن بيانات الصحة أو السلامة الشخصية. إن إدخال مثل هذه البيانات في أداة عامة للذكاء الاصطناعي يمكن أن يجعلها في متناول أطراف ثالثة وربما بيانات التدريب الخاصة بالنموذج - وهو ما يعني انتهاك السرية وفقدان الأولوية العلمية (الحق في أن تكون أول من يقوم باكتشاف ما). القاعدة واضحة: لا تدخل بيانات غير منشورة أو سرية أو شخصية في أداة الذكاء الاصطناعي التي لم توافق عليها مؤسستك. إذا كنت ستقوم بالدخول، فقم بإخفاء هويتك وتقليلها (أعط فقط ما هو ضروري) واقرأ شروط بيانات الأداة.
تحذير: قد يكون إدخال قياسات المختبر غير المنشورة أو معلمات التصميم السرية للشركة في أداة الذكاء الاصطناعي "للتحليل السريع" خطأً لا رجعة فيه. بمجرد مشاركة البيانات، لا يمكن استرجاعها. إذا كنت في شك، فلا تدخل البيانات؛ قم بتوضيح سياسة مؤسستك وشروط الخصوصية الخاصة بالأداة أولاً.
الحدود الأخلاقية والنزاهة العلمية
قد يكون الاستخدام ممكنًا من الناحية الفنية وحتى قانونيًا، ولكنه لا يزال غير أخلاقي. هناك عدة خطوط حمراء في الفيزياء تتعلق بالنزاهة العلمية:
تلفيق البيانات أو تجميلها. إن مطالبة الذكاء الاصطناعي "بتوليد نقاط تناسب العائد بشكل أفضل" أو "جعل الرسم البياني يبدو أكثر إقناعًا" يعد احتيالًا في البيانات. يتم الإبلاغ عن البيانات كما هي؛ يتم التخلص من القيم المتطرفة فقط لسبب موثق ومشروع.
شفافية المساهمة. إذا كنت قد استخدمت الذكاء الاصطناعي في إحدى الدراسات - كتابة التعليمات البرمجية، وتصحيح اللغة، والتحليل - فمن العدل توضيح ذلك في المكان المناسب. تتطلب العديد من المجلات والمؤسسات ذلك.
التأليف والمسؤولية. الذكاء الاصطناعي ليس كاتبا. لا يمكن أن يكون مسؤولاً عن محتوى العمل. المسؤولية تقع دائما على عاتق الكتاب البشر. لا يمكن الدفاع عن الخطأ الذي يحدثه الذكاء الاصطناعي بقول "المركبة هي التي ارتكبت هذا الخطأ".
إمكانية تكرار نتائج. تتطلب النتيجة العلمية توثيق الطريقة (بما في ذلك التعليمات البرمجية المستخدمة والمعلمات ومطالبات الذكاء الاصطناعي) بشكل واضح حتى يتمكن الآخرون من تكرارها.
ثلاث حالات صغيرة
الحالة 1 - تسرب البيانات السرية. قام أحد الباحثين بلصق بيانات القياس من اتفاقية عدم الإفصاح مع إحدى الشركات في أداة الذكاء الاصطناعي العامة "للحصول على رسم بياني سريع". أدرك لاحقًا أن هذه الأداة يمكنها تخزين المدخلات. حدث خرق للعقد واحتمال فقدان الأولوية. الدرس المستفاد: لا يتم أبدًا إدخال البيانات السرية في أداة غير معتمدة.
الحالة 2 - طباعة التجميل. طلب أحد الطلاب من الذكاء الاصطناعي إجراء تعديل من شأنه "جعل البيانات تبدو أقرب إلى النظرية" لأن البيانات التجريبية لم تتطابق تمامًا مع النظرية. لاحظ مستشاره ذلك وأوقفه: التناقض يعني إما خطأ منهجي في التجربة أو فيزياء جديدة مثيرة للاهتمام، وهو شيء يجب التحقيق فيه، وليس إخفاءه. تم الإبلاغ عن البيانات بأمانة وتم العثور على خطأ منهجي.
الحالة 3 - اكتسبت الشفافية. كتب أحد الفرق رمز تحليل البيانات لورقة بحثية بمساعدة الذكاء الاصطناعي وذكر ذلك بوضوح في قسم الأساليب؛ شارك الكود والمطالبات كملفات إضافية. قام أحد الحكم بمراجعة الكود واقترح إصلاحًا بسيطًا. الشفافية اكتشفت الخطأ قبل النشر وزادت من مصداقية الدراسة.
أربعة قوالب قابلة للنسخ
1) فحص الهلوسة:
قم بمسح مخرجات الفيزياء التالية بحثًا عن الهلوسة: هل هناك أي ثوابت زائفة، وأسماء صيغ/قوانين زائفة، وأخطاء وحدة/ترتيب، ونتائج رقمية لم يتم التحقق منها، وإسنادات غير مؤكدة؟ ضع علامة على كل عنصر مشبوه وحدد كيفية التحقق منه (المرجع، الرمز، DOI). الإخراج: [هنا]
2) الفحص المسبق لخصوصية البيانات:
قم بتقييم البيانات/النص التالي قبل إدخاله في أداة الذكاء الاصطناعي: هل يحتوي على معلومات غير منشورة أو سرية أو شخصية أو محمية تعاقديًا؟ إذا كان الأمر كذلك، فاقترح كيف يمكنني إخفاء هويته أو تقليله. إذا لم تكن متأكدًا، فقل "تحقق من سياسة الشركة". المحتوى: [هنا]
3) مسودة بيان الشفافية/المساهمة:
في إحدى الدراسات، استخدمت الذكاء الاصطناعي في: [الترميز / تصحيح اللغة / التحليل، وما إلى ذلك]. اكتب مسودة قصيرة بعنوان "بيان استخدام الذكاء الاصطناعي" توثق ذلك بأمانة. ويجب أن يشير أيضًا إلى الأجزاء التي تم التحقق منها بواسطة البشر.
4) ضمان النزاهة العلمية:
قم بإجراء فحص سلامة للتحليل/النتيجة التالية: تم الإبلاغ عن البيانات كما هي (بدون زخرفة)، هل تم الإبلاغ عن حالات عدم اليقين، هل تم توثيق الطريقة بطريقة قابلة للتكرار، هل استخدام الذكاء الاصطناعي شفاف؟ قم بإدراج أي أوجه قصور. المحتوى: [هنا]
موجه ضعيف / موجه قوي
ضعيف: "قم بتحرير العائد ليناسب النظرية بشكل أفضل ويجعل الرسم البياني مقنعًا."
النتيجة: الاحتيال في البيانات؛ انتهاك مباشر للنزاهة العلمية، وفقدان السمعة بشكل لا رجعة فيه.
سترونج: "لا يتفق العائد تمامًا مع النظرية. ساعدني في تحليل الأسباب المحتملة لهذا التناقض (خطأ منهجي، أو تقلب إحصائي، أو نموذج مفقود، أو تأثير جديد)؛ واقترح كيفية الإبلاغ عن التناقض بأمانة دون تغيير البيانات."
النتيجة: نهج صادق واستقصائي ومخلص للنزاهة العلمية؛ الصراع يصبح فرصة للاكتشاف.
الأخطاء الشائعة
- الخلط بين الهلوسة والثقة بالنفس. فمجرد أن الذكاء الاصطناعي يتحدث بثقة لا يضمن الدقة؛ حتى الجملة الأكثر دقة قد تكون ملفقة.
- إدخال بيانات سرية في المركبة دون موافقة. بمجرد مشاركتها، لا يمكن استرجاع البيانات؛ يتم فقدان الأولوية والسرية.
- تجميل البيانات يعد تغيير البيانات إلى "نظرية ملائمة" من أخطر الجرائم العلمية.
- إخفاء استخدام الذكاء الاصطناعي. الشفافية هي أحد متطلبات الصدق وهي إلزامية في العديد من المؤسسات.
- وضع المسؤولية على السيارة. "الذكاء الاصطناعي فعل ذلك" ليس دفاعًا؛ المسؤولية النهائية تقع دائما على عاتق الإنسان.
نصيحة: في نهاية كل دراسة تعتمد على الذكاء الاصطناعي، اسأل نفسك ثلاثة أسئلة: (1) هل تم التحقق من كل حقيقة ورقم وإسناد في هذا الناتج بشكل مستقل؟ (2) هل تحتوي البيانات التي استخدمتها على معلومات سرية/شخصية لا ينبغي لي إدخالها؟ (3) هل قمت بتوثيق استخدامي ومنهجية الذكاء الاصطناعي الخاصة بي بشفافية كافية حتى يتمكن شخص آخر من تكرارها؟ إذا لم تتمكن من الإجابة بـ "نعم" بشكل واضح على هذه الأسئلة الثلاثة، فإن الدراسة لم تكتمل بعد.
في ملخص
إن النزاهة العلمية هي أساس وجود الفيزياء وهي أكثر أهمية في عصر الذكاء الاصطناعي. تظهر الهلوسة في الفيزياء على شكل ثوابت كاذبة، وقوانين كاذبة، وأخطاء وحدة، واستنتاجات كاذبة، ومراجع كاذبة؛ يتم التقاط كل منها بطريقة التحقق الفريدة الخاصة بها. لا يتم إدخال البيانات السرية والشخصية في أدوات غير مصرح بها؛ لا يتم تجميل البيانات أبدًا؛ يتم توثيق استخدام الذكاء الاصطناعي بشفافية؛ والمسؤولية النهائية تقع دائمًا على عاتق الإنسان. هناك نظام واحد فقط تتعلمه خلال هذه الوحدة: الذكاء الاصطناعي هو مسرع قوي، ولكن التحقق والنزاهة والمسؤولية تقع على عاتق الفيزيائي المختص - وهو أنت. إن مخرجات الذكاء الاصطناعي التي لم يتم التحقق منها لا تعد بديلاً عن تأكيد الفيزيائي.
مهمة التطبيق
حدد مخرجات الذكاء الاصطناعي (حساب، أو تحليل، أو نص) التي قمت بإنتاجها في هذه الوحدة. 1. شاشة الهلوسة بالقالب: هل هناك أي ثوابت وهمية، أو صيغ زائفة، أو أخطاء في الوحدة، أو إسناد لم يتم التحقق منه؟ باستخدام النموذج 2، قم بتقييم ما إذا كانت البيانات التي تستخدمها صديقة للخصوصية. أخيرًا، قم بصياغة بيان قصير لاستخدام/شفافية الذكاء الاصطناعي باستخدام النموذج 3. اكتب في 5-6 جمل: ما الذي كشفه الفحص، ما هي خطوات التحقق التي اتخذتها؟
قائمة مرجعية
- [ ] لقد قمت بالتحقق بشكل مستقل من كل ثابت وصيغة ونتيجة في الإخراج.
- [ ] لقد قمت بالتحقق من كل اقتباس باستخدام DOI/المصدر.
- [ ] لقد تأكدت من أنني لم أدخل بيانات سرية/شخصية في الأداة دون موافقة.
- [ ] نقلت البيانات كما هي دون تجميل.
- [ ] لقد قمت بتوثيق استخدامي للذكاء الاصطناعي بطريقة شفافة وقابلة للتكرار.
- [ ] قبلت أن المسؤولية النهائية تقع على عاتقي؛ ولم أنسب أي خطأ إلى السيارة.
امتحان الوحدة
1. أي مما يلي هو الموضع الأكثر دقة للذكاء الاصطناعي في الفيزياء؟
- أ) الذكاء الاصطناعي هو كود ومسودة ومساعد تحرير؛ ✔ مسؤولية الوحدة والرتبة والتحقق والقرارات الأخلاقية تقع على عاتق الإنسان ✔
- ب) الذكاء الاصطناعي عبارة عن آلة حاسبة والنتائج الرقمية التي تعطيها دقيقة دائمًا
- ج) الذكاء الاصطناعي يعمل فقط في الحساب، ولا علاقة له بتحليل التجارب والتدريس
- د) بما أن الذكاء الاصطناعي أكثر حيادية من البشر، فيجب ترك قرارات الوحدة والنتيجة له.
الوصف: الذكاء الاصطناعي. إنه مساعد يكتب التعليمات البرمجية وينتج المسودات وينشئ وينظم أطر الاشتقاق. إلا أن المسؤولية النهائية عن التحقق من الوحدة والنظام للنتيجة، وضمانها بقوانين الحفظ والثبات والتأكيد المرجعي، تقع على عاتق الفيزيائي المختص. نموذج اللغة الكبير ليس آلة حاسبة أو محرك فيزيائي؛ هو منشئ نص ينتج "الكلمة التالية الأكثر احتمالا" وقد تؤدي مخرجاته التي لم يتم التحقق منها إلى قيمة أو تصميم أو نتيجة غير صحيحة.
2. ما هو التقريب الأكثر دقة للنتيجة الرقمية للكود الحسابي الذي تطبعه في نموذج لغة كبير؟
- أ) الثقة في الرقم الذي يقوله النموذج "هذا الكود يعطي ذلك"، لأنه هو من كتب الكود
- ب) قم بتشغيل الكود بنفسك وشاهد النتيجة؛ ✔ عدم الاعتماد على التنبؤ العددي اللفظي للنموذج
- ج) قبول الكود على أنه صحيح بمجرد النظر في كيفية قراءته، دون تشغيله على الإطلاق
- د) إذا تم طرح النتيجة مباشرة على النموذج مرة أخرى وكانت تعطي نفس الرقم تعتبر صحيحة.
شرح: يمكن لطالب ماجستير إدارة الأعمال "حساب" مخرجات الكود الذي كتبه في رأسه وإرجاع رقم خاطئ؛ بينما عند تشغيل نفس الكود فإنه يعطي النتيجة الصحيحة. ما هو حتمي هو الكود الذي يتم تنفيذه؛ إنه ليس تنبؤًا لفظيًا للنموذج. لذلك، يجب دائمًا تشغيل التعليمات البرمجية في بيئتك الخاصة ويجب رؤية الإخراج.
3. ما هي أقوى طريقة لاختبار ما إذا كانت محاكاة النظام الديناميكي عديم الاحتكاك تعكس الفيزياء بدقة؟
- أ) رؤية أن الرسم البياني يبدو أنيقًا ومقنعًا من الناحية البصرية
- ب) تشغيل المحاكاة بخطوة زمنية واحدة فقط والثقة في النتيجة
- ج) مراقبة الكمية التي يجب الحفاظ عليها مثل الطاقة الكلية أو كمية الحركة والتحقق من بقائها ثابتة✔
- د) تقييم المحاكاة من خلال مدى سرعة عملها
التفسير: في نظام عديم الاحتكاك، يجب الحفاظ على الطاقة الكلية (والزخم، إن وجدت). إن مراقبة هذا الحجم طوال عملية المحاكاة ومعرفة ما إذا كان يظل ثابتًا يكشف عن عيوب عددية (على سبيل المثال، طريقة أويلر البدائية التي تزيد الطاقة باستمرار). إذا كانت الطاقة تنجرف، فإن المحاكاة لا يمكن الاعتماد عليها؛ فقط لأنه ينتج رسمًا جميلًا لا يعني أنه صحيح.
4. أي مما يلي هو النهج الصحيح عند ملاءمة النموذج للبيانات التجريبية؟
- أ) اختيار متعدد الحدود ذو الدرجة الأعلى الذي يناسب البيانات لأنه يمر عبر جميع النقاط
- ب) إعطاء المعلمات كرقم واحد دون غموض
- ج) الإعلان عن جودة الملاءمة بمجرد النظر إلى مدى جمال شكل المنحنى.
- د) اختيار النموذج من الفيزياء، والإبلاغ عن المعلمات مع أوجه عدم اليقين الخاصة بها وتقييم التوافق مع البقايا ✔
توضيح: يجب اختيار النموذج من القانون الفيزيائي الذي يجب أن يطيعه الحدث، وليس من خلال النظر إلى البيانات والتساؤل "أيهما أكثر ملاءمة". مع ما يكفي من المعلمات الحرة (على سبيل المثال، درجة عالية من متعدد الحدود) يمكن إجراء ملاءمة "مثالية" ولكن لا معنى لها ماديًا (overfit) لأي بيانات. ينبغي الإبلاغ عن المعلمات مع عدم اليقين، وينبغي تقييم جودة الملاءمة مع المخلفات، وينبغي التحقق من المعقولية المادية.
5. تكرار القياس عدة مرات يقلل من نوع عدم اليقين؟
- أ) عدم اليقين العشوائي؛ عدم اليقين المنهجي لا يقل مع التكرار، بل يجب إيجاد السبب وتصحيحه✔
- ب) عدم اليقين المنهجي؛ لأنه يزيل خطأ إعادة المعايرة
- ج) يزيل الغموض تماما
- د) لا يقلل من أي منها؛ عدم اليقين مستقل عن عدد القياسات
Explanation: القياس المتكرر يقلل من عدم اليقين العشوائي (مع الخطأ المعياري للمتوسط std/√N) الناتج عن التوزيع العشوائي للنتائج. ومن ناحية أخرى، فإن عدم اليقين المنهجي هو خطأ ينحرف دائمًا في نفس الاتجاه (على سبيل المثال، ميزان تمت معايرته بشكل غير صحيح) ولا يتناقص مع التكرار؛ ومع ذلك، يمكن العثور على السبب وتصحيحه. قد يؤدي الإبلاغ عن حالة عدم يقين "صغيرة جدًا" باستخدام قياسات متعددة إلى إخفاء الخطأ المنهجي الأساسي.
6. ما هي الطريقة المستقلة الأكثر موثوقية للتحقق من صيغة انتشار الخطأ المستمدة من الذكاء الاصطناعي؟
- أ) الاعتماد على الصيغة لتظهر سلسة ومقنعة
- ب) التحقق المتبادل باستخدام حساب مونت كارلو الذي يقوم بشكل عشوائي بأخذ عينات من المدخلات مع عدم اليقين ✔
- ج) طرح نفس الصيغة على الذكاء الاصطناعي مرة أخرى وتوقع أن يعطي نفس النتيجة
- د) جمع الشكوك بشكل مباشر ومقارنتها بالنتيجة
Explanation: غالبًا ما يمزج الذكاء الاصطناعي معاملات المشتقة الجزئية وبنية الجذر التربيعي في صيغ انتشار الخطأ. هناك طريقة قوية لتحقيق ذلك بشكل مستقل وهي التدقيق المتبادل في مونت كارلو: أخذ عينات عشوائية من كل مدخلات مع عدم اليقين الخاص بها، وحساب الدالة آلاف المرات، ومقارنة الانحراف المعياري للمخرجات مع عدم اليقين الذي توفره الصيغة. إن اجتماع طريقتين مستقلتين يزيد من الثقة.
7. ما هو التقسيم الصحيح للعمل بين الذكاء الاصطناعي وSymPy في اشتقاق طويل للفيزياء الرمزية؟
- أ) يولد SymPy فكرة الاشتقاق، ويتحقق الذكاء الاصطناعي بدقة من كل خطوة
- ب) كلاهما غير ضروري؛ يجب أن تتم الاشتقاقات الطويلة يدويًا فقط
- ج) يبني الذكاء الاصطناعي إطار الاشتقاق، ويتحقق SymPy بدقة من كل خطوة جبرية ✔
- د) يقوم الذكاء الاصطناعي بالاشتقاق من تلقاء نفسه، ولا داعي للتحقق لأنه يبدو سلسًا
الشرح: يقوم الذكاء الاصطناعي بوضع استراتيجية للاشتقاق وشرح المسار، ولكنه في الجبر الطويل يرتكب أخطاء في الإشارة، وحدود تهرب، وتبسيطات غير صحيحة. ومن ناحية أخرى، يعمل SymPy وفقًا للقواعد ويتحقق بدقة من كل خطوة جبرية. يجمع سير العمل الأقوى بين الاثنين: الحصول على الهيكل العظمي من الذكاء الاصطناعي، ومصدر كل خطوة باستخدام SymPy، واختبار النتيجة باستخدام معكوس المشتقة التكاملية وحالة الحدود.
8. ماذا يخبرنا تحليل الأبعاد عن دقة الصيغة الفيزيائية؟
- أ) يثبت تحليل الأبعاد دائمًا بشكل قاطع أن الصيغة صحيحة
- ب) ليس لتحليل الأبعاد أي قيمة عملية في الفيزياء
- ج) تحليل الأبعاد يعطي فقط العامل الثابت للصيغة، وليس اتساقها
- د) الصيغة التي لا تنطبق على الأبعاد هي خاطئة تمامًا؛ تحليل الأبعاد يكتشف الخطأ دون حساب الأرقام ✔
Explanation: طرفا المعادلة الفيزيائية يجب أن يكونا متساويين في الأبعاد قبل أن يكونا متساويين عدديا. إن الصيغة التي لا تنطبق على الأبعاد هي ببساطة خاطئة؛ يتم التقاط هذا من حساب العد. لا يثبت التحليل الأبعاد بشكل قاطع أن الصيغة صحيحة (قد يخطئ في عامل أو زاوية ثابتة بدون أبعاد)، ولكنه يثبت بشكل قاطع أنها غير صحيحة؛ لذلك فهي المراجعة الأولى والأرخص لكل حساب.
9. ما هي الخطوة الأولى الأكثر أهمية عند حساب الطاقة الحركية لجسم يتحرك بسرعة 36 كم/ساعة؟
- أ) تحويل جميع المدخلات إلى نظام واحد من الوحدات (SI)؛ تحويل 36 كم/س إلى 10 م/ث ✔
- ب) ضع السرعة بالكيلومتر في الساعة مباشرة في الصيغة دون تحويلها إلى م/ث
- ج) ضرب الأعداد فقط دون مراعاة الوحدات
- د) بافتراض عدم الحاجة إلى فحص الترتيب بعد حساب النتيجة
شرح: الصيغ المعتمدة على النظام الدولي للوحدات (E = ½mv²) تتوقع السرعة بوحدة م/ث. يعد الخلط بين الكيلومتر/ساعة والمتر أو الساعات والثواني في الحسابات أحد الأخطاء الأكثر شيوعًا في الفيزياء. أولاً يجب تحويل جميع المدخلات إلى نظام واحد من الوحدات (SI): 36 كم/ساعة = 10 م/ث. نظرًا لأن الذكاء الاصطناعي يمكن أن يرتكب أخطاء صامتة في تحويلات الوحدات المركبة، فيجب التحقق من هذا التحويل يدويًا أو باستخدام أداة تدرك الوحدة.
10. ما الممارسة الصحيحة من حيث "الصدق" في الرسم البياني العلمي؟
- أ) إخفاء عدم اليقين لأن أشرطة الخطأ تشوش المخطط
- ب) قم بتسمية المحاور بالوحدات، واختيار المقياس دون تحريف، وإظهار عدم اليقين باستخدام أشرطة الخطأ ✔
- ج) ابدأ دائمًا بالمحور الصادي في النطاق الذي سيُظهر الفرق الأكثر دراماتيكية
- د) ترك المحاور بدون وحدات لأن القارئ يستطيع تخمين الوحدة
الوصف: مخطط علمي صادق؛ فهو يسمي المحاور بالحجم والوحدة، ويختار المقياس بوعي ودون تشويه (بدء المحور الصادي بعيدًا عن الصفر للمبالغة أمر مضلل)، ويجعل عدم اليقين في القياس مرئيًا باستخدام أشرطة الخطأ. إن إخفاء عدم اليقين يجعل البيانات تبدو مؤكدة ويخلق انطباعًا خاطئًا بالتحيز أو الاتفاق. كلما كان الرسم أكثر إقناعا، كلما زادت أهمية التحقق من سلامته.
11. ما هو الخطر الأكبر والانضباط الصحيح عند الحصول على دعم الأدبيات والاقتباسات من الذكاء الاصطناعي؟
- أ) الذكاء الاصطناعي يهدر الوقت لأنه ينتج الاستشهادات ببطء شديد
- ب) المصادر التي يقترحها الذكاء الاصطناعي تكون دائما حقيقية، ولا داعي للتحقق منها
- ج) يمكن للذكاء الاصطناعي أن ينتج سمات تبدو حقيقية ولكنها غير موجودة؛ يجب التحقق من كل استشهاد باستخدام DOI/المصدر ويجب العثور على الأدبيات من قاعدة البيانات الفعلية ✔
- د) يمكن التعرف بسهولة على الاستشهادات المختلقة لأنها تستخدم دائمًا أسماء دوريات غير حقيقية
Explanation: نموذج اللغة الكبير غير متصل بقاعدة بيانات فعلية؛ ومن خلال محاكاة أنماط الاقتباس، يمكنها إنتاج مقالات تحمل اسم المجلة الحقيقي، ومؤلفين موثوقين، وسنة معقولة ولكنها غير موجودة على الإطلاق. لذلك، يجب العثور على الأدبيات من قواعد بيانات حقيقية، ويجب استخدام الذكاء الاصطناعي فقط لتلخيص/ترجمة النص الفعلي الموجود، ويجب التحقق من كل استشهاد بشكل مستقل عن طريق DOI أو العنوان. يعتبر الاقتباس الذي لم يتم التحقق منه انتهاكًا للنزاهة الأكاديمية.
12. ما الذي يتطلبه الأمر للحصول على نتائج موثوقة عند قيام الذكاء الاصطناعي بتلخيص مقال؟
- أ) يكفي مجرد إعطاء عنوان المقال، فالعارضة تعرف المحتوى
- ب) استخدام الملخص مباشرة دون التحقق منه مطلقا، لأنه يبدو سلسا
- ج) سؤال النموذج عن نفس الملخص مرتين وقبوله كصحيح إذا كان مشابهاً.
- د) إعطاء النص الأصلي للنموذج ومقارنة الملخص الناتج مع النص الأصلي للتأكد من عدم إضافة أو تشويه ✔
توضيح: مجرد إعطاء الذكاء الاصطناعي عنوان مقال وطلب ملخص سيؤدي إلى قيام النموذج بالتوصل إلى "ملخص معقول" دون رؤية المقالة على الإطلاق؛ وقد يكون هذا التلخيص عكس الحقيقة. لا يمكن الحصول على ملخص موثوق إلا عند تغذية النص الأصلي للنموذج ومقارنة الملخص الذي تم إنشاؤه بالنص الأصلي. بالإضافة إلى ذلك، يجب التأكد من أن الملخص لا يضيف نتائج أو أرقام غير موجودة في النص.
13. ما هو الصحيح بالنسبة لمخرجات الذكاء الاصطناعي في إنتاج مواد مقرر الفيزياء؟
- أ) يجب التحقق من كل حل بشكل مستقل، ويجب تحديد حدود القياسات، ويجب أن تستهدف المشتتات المفاهيم الخاطئة الحقيقية ✔
- ب) مفتاح الإجابة الذي ينتجه الذكاء الاصطناعي صحيح دائمًا، ولا داعي للتدقيق
- ج) القياسات تامة في جميع الأحوال، ولا حاجة إلى تحديد حدودها.
- د) يجب اختيار المشتتات بشكل عشوائي تمامًا، لأن طبيعة الاختيار الخاطئ غير مهمة.
الوصف: الذكاء الاصطناعي سريع في توليد الأسئلة والأمثلة والقياسات، ولكن التحقق ضروري في ثلاث نقاط: يجب التحقق من حل كل مشكلة بشكل مستقل (يدويًا أو باستخدام الكود)، لأن النموذج قد يرتكب أخطاء في الإشارة/الوحدة في الحل؛ ولا بد من بيان كل قياس حيث تعطل، وإلا أدى إلى خطأ جديد؛ ينبغي للمشتتات أن تستهدف المفاهيم الخاطئة الحقيقية. المسؤولية تقع على عاتق المعلم؛ يؤدي مفتاح الإجابة غير الصحيح إلى ترك الطلاب يعانون من سوء فهم يصعب تصحيحه.
14. ما هو السلوك الذي يتوافق مع النزاهة العلمية عندما لا تتفق البيانات التجريبية بشكل كامل مع النظرية؟
- أ) وجود الذكاء الاصطناعي ينظم البيانات لتتناسب مع النظرية ويظهر الرسم البياني بشكل مقنع
- ب) التحقيق في أسباب التناقض (خطأ منهجي، عدم وجود نموذج، تأثير جديد) والإبلاغ بأمانة دون تغيير البيانات ✔
- ج) تجاهل الخلاف والإبلاغ فقط عن النقاط التي تناسبه
- د) حذف البيانات وتركيب نتيجة تجربة جديدة
توضيح: إن مطالبة الذكاء الاصطناعي "بترتيب البيانات لتتناسب بشكل أفضل مع النظرية" يعد احتيالًا في البيانات وانتهاكًا صارخًا للنزاهة العلمية. إن الخلاف أمر يجب التحقيق فيه، وليس إخفاؤه: فقد يشير إلى خطأ منهجي، أو تقلب إحصائي، أو نقص في النمط، أو تأثير جديد مثير للاهتمام. يتم الإبلاغ عن البيانات كما هي، مع عدم اليقين؛ المسؤولية النهائية تقع على عاتق الشخص و"الأداة هي التي فعلت ذلك" ليست دفاعا.