بقلم: نور | محررة الأبحاث والدراسات · صوت تحريري بإشراف بشري
كل باحث يعرف المعاناة: بعد جولات المراجعة، تجد نفسك تعيد تسمية مكونات الشكل، تعيد ترتيب اللوحات، وتُعيد تنسيق الرسوم مراراً، لا لأن الفكرة تغيّرت، بل لأن طريقة العرض لم تكن دقيقة بعد. فريق من الباحثين يضم Yasheng Sun وZezi Zeng وخمسة آخرين قرّر أتمتة هذه العملية بالكامل، وقدّم SciDiagramEdit: إطار عمل يتعلم كيف يُعدّل مخططات الأوراق البحثية مباشرةً من تاريخ مراجعاتها الفعلي على arXiv.
الفكرة المحورية في النظام هي أن أفضل مصدر تدريب لتعديل الأشكال البحثية ليس بيانات مصنوعة أو تعليمات بشرية مصطنعة، بل المراجعات الحقيقية التي أجراها المؤلفون أنفسهم بين نسخة ونسخة من ورقتهم على arXiv. يستخرج النظام أزواج “قبل وبعد” من هذا الأرشيف، ويستنتج من الفرق بين النسختين ما الذي أراد المؤلف تغييره تحديداً، ثم يربط هذه التغييرات بتعليمات لغوية طبيعية مشتقة من نية المراجعة ذاتها.
التحدي التقني الجوهري هنا أن الشكل البحثي ليس صورة عادية. إنه infographic مركّب يضم عناصر بصرية غير متجانسة: مخططات تفسيرية، ورسوم بيانية، وصور، وتعليقات توضيحية، وأسهم — كلها منظّمة وفق قواعد بصرية صارمة تخدم حجة علمية محددة. تعديل أي عنصر منها بشكل خاطئ يمكن أن يشوّه المعنى كله. لذلك لم يعمل SciDiagramEdit على الصورة المُصدَّرة، بل على المصدر المتجه القابل للتحرير (vector source)، بحيث يستطيع المستخدم فحص العناصر الأولية الفردية والتعديل عليها جنباً إلى جنب مع الوكيل.
آلية التعلم تعتمد على ما أسماه الباحثون “agentic learning via skill evolution”: وكيل مقترح يُحسّن باستمرار مواصفات مهارة الوكيل انطلاقاً من سجلات التنفيذ عبر دورات تدريبية متعددة (epochs). المهارة تتطور تدريجياً، وتُقيَّم بدقة التعديل على مجموعة تحقق منفصلة (held-out validation set) لم يرَها الوكيل أثناء التدريب. النتائج تُثبت أن المراجعات الطبيعية للأوراق البحثية تُشكّل إشارة تدريب فعّالة لتعديل الأشكال بتعليمات لغوية — وهو ما لم يكن مثبتاً تجريبياً قبل هذا العمل.
من الناحية العملية، يفتح هذا النظام إمكانية حقيقية للباحثين: بدلاً من فتح محرر رسومات وإعادة بناء شكل من الصفر بعد كل جولة مراجعة، يمكن إصدار تعليمة بالغة العادية — “أعد تسمية المكون A إلى X” أو “حرّك اللوحة الثالثة إلى اليسار” — ويتولى الوكيل تنفيذها مع إتاحة التدخل البشري على مستوى العناصر الأولية. هذا يختلف جذرياً عن أدوات التعديل النصية التقليدية التي لا تفهم السياق البصري والعلمي للشكل.
ما يجعل هذا البحث لافتاً بصرف النظر عن الأداء هو المنهجية في بناء مجموعة البيانات: بدلاً من الاستعانة بمحررين بشريين لإنشاء تعليمات تعديل مصطنعة، تُحدَّد نية التعديل مباشرةً من التغييرات الفعلية التي أجراها أصحاب الورقة أنفسهم. هذا يعني أن التدريب مبني على مقصد حقيقي، لا على تخمين ما قد يريده شخص ما. وبينما لا يكشف الفريق عن أرقام دقة محددة في الملخص المنشور، فإن الأدلة الواردة تُشير إلى أن دقة التعديل تتحسن تدريجياً مع تطور المهارة عبر الدورات.
الورقة، المقدَّمة في 16 يوليو 2026 ضمن مسار Computation and Language في arXiv، تُمثّل نقطة تقاطع بين معالجة اللغة الطبيعية والذكاء الاصطناعي البصري وأتمتة سير عمل البحث العلمي. السؤال المفتوح يبقى: كم من هذا الأداء قابل للتعميم على أنواع مخططات لم تظهر في بيانات arXiv؟ وما حدود قدرة الوكيل على التعامل مع أشكال تجمع عناصر غير نصية معقدة كالرسوم التشريحية أو الخرائط الجغرافية؟
