معيار «بايو فيز بريدج» يكشف عجز النماذج أمام الفيزياء الحيوية: دقة التوثيق لا تتجاوز 36 بالمئة

يقف الاستدلال العلمي متعدد التخصصات عقبة صلبة أمام النماذج اللغوية، حيث تتطلب أبحاث الفيزياء الحيوية ربط الملاحظات التجريبية بنماذج فيزيائية كمية وآليات بيولوجية دقيقة. في هذا السياق، كشفت ورقة بحثية أعدها الباحث «تشينغ يانغ شو» وقُبلت في مؤتمر أساليب المعالجة التجريبية للغات الطبيعية لعام 2026 عن معيار تقييمي جديد يحمل اسم «بايو فيز بريدج» (BioPhys-Bridge)، يهدف إلى قياس قدرة النماذج على توليد إجابات موثقة بالأدلة وقائمة على استرجاع البيانات العلمية بدقة وتفادي الهلوسة في الأدبيات التخصصية.

يحتوي المعيار في إصداره الأولي على 500 حالة بحثية تشمل 1517 مهمة موجهة لوكلاء الذكاء الاصطناعي، وتغطي هذه الحالات ستة مجالات بيولوجية وتسع عائلات من النماذج الفيزيائية، من بينها ثلاث عائلات متفرقة جرى حفظها للتوسعات المستقبلية. تتضمن كل حالة كتل أدلة مدعومة بمعرفات ثابتة، وقيمًا كمية، ووحدات قياس، ومعادلات رياضية، وافتراضات علمية، وآليات عمل وقرارات تالية تعمل أهدافًا مرجعية لتقييم أنظمة الإجابة عن الأسئلة والتوليد المعزز بالاسترجاع.

بوابات جودة صارمة ومراجعة تخصصية مباشرة. فرضت منهجية بناء المعيار معايير تدقيق مشددة لضمان اتساق المخطط الهيكلي، وتكامل الأدلة، وصحة التوثيق الكمي، والتحقق من تراخيص المصادر الأصلية، واستبعاد التكرارات، وتوحيد وحدات القياس. ولدعم الموثوقية العلمية للبيانات، خضعت 81 حالة من حالات المعيار لمراجعة يدوية وتدقيق تفصيلي من جانب خبراء متخصصين في هذا المجال العلمي المشترك.

أظهرت نتائج التقييم الأولي في الورقة البحثية، المكونة من 11 صفحة، ضعفًا حادًا في قدرة النماذج الحالية على التوثيق السليم ومطابقة الأدلة في الاستدلال متعدد الخطوات. تصدر نموذج «ديب سيك في 4 فلاش» النتائج بتحقيقه أعلى نتيجة في مقياس درجة إف 1 لمعرفات الأدلة بواقع 0.360 فقط، وتلاه نموذج «كوين 3.7 ماكس» مسجلًا 0.316، بينما حقق نموذج «جي بي تي 4 أو ميني» 0.294. تعكس هذه الأرقام عجز النماذج الرائدة عن إسناد ما يزيد على 60 بالمئة من الأدلة والقرارات العلمية بصورة صحيحة إلى مصادرها.

انكشاف هوامش الخطأ أمام المختبرات وفرق التقنية الحيوية في المنطقة. ونرى في هيئة التحرير أن هذا القصور المنهجي يقدم درسًا واقعيًا للباحثين والمهندسين في الجامعات ومراكز البحث والشركات الناشئة في السعودية والإمارات ومصر التي تختبر وكلاء برمجيات ومنظومات استرجاع لأبحاث الصيدلة واكتشاف العقاقير. الاعتماد على النماذج التوليدية وحدها لتفسير المعادلات واستخلاص النتائج البيولوجية يظل مخاطرة علمية مرتفعة، لأن النماذج تفقد الإسناد الرياضي الدقيق وتخلط بين الوحدات والفرضيات. إن كنت تدير خطوط معالجة بحثية في هذا المجال، فإن قرارك التقني يجب أن يركز على إضافة طبقات برمجية مستقلة تعزل استخراج المعرفات والوحدات الفيزيائية وتلزم النماذج بمطابقتها قبل الاعتماد المعملي.

أتاح الباحث بيانات المعيار والشيفرات البرمجية عبر مستودع «غيت هاب» ومنصة «هاغينغ فيس»، مع خطط مستقبلية معلنة لزيادة حجم قاعدة البيانات ودرجة تعقيدها لإجراء تقييمات أشمل لتصميم التجارب البيولوجية.