غوغل تسعى إلى توظيف Gemini في دعم البحث العلمي بالذكاء الاصطناعي

أما الوظيفة الثانية، وهي الاكتشاف الحاسوبي، فتعمل كأنها محرك بحث ذكي قائم على الوكلاء لاختبار الفرضيات. وبدل أن يقوم الباحثون يدويًا بتصميم جميع التجارب الممكنة، يمكن للنظام إنشاء آلاف الاختبارات بسرعة تفوق بكثير أساليب العمل التقليدية.

أما العنصر الثالث، تحليل الإنتاج العلمي المنشور، فيركز على تخفيف عبء قراءة الأبحاث. إذ يتيح للباحثين الاستفسار عن الدراسات المنشورة وتحويل النتائج إلى تقارير، أو رسوم معلوماتية، أو ملخصات صوتية، أو عروض فيديو. ويُنظر إلى هذه الوظيفة بوصفها وسيلة لتقليل الوقت الذي يقضيه الباحثون في البحث عن الدراسات ذات الصلة.

ما الذي يجعل هذه المنصة أكثر من مجرد محرك بحث؟

أضافت غوغل أيضًا خاصية جديدة تسمى Science Skills، صُممت لاستخراج المعلومات من أكثر من ثلاثين قاعدة بيانات وأداة رئيسية في علوم الحياة. وقد يجعل ذلك المنصة أكثر فاعلية في بيئات البحث المعقدة التي تتطلب عادةً الانتقال بين أنظمة متخصصة متعددة.

كما تربط غوغل هذا المشروع بمنظومة أوسع من أدوات الذكاء الاصطناعي البحثية، مثل:

• Co-Scientist
• AlphaEvolve
• ERA
• NotebookLM

وهي مشاريع تستهدف مجالات مختلفة من الاكتشاف العلمي، والاستدلال، وتحليل البحوث.

تحديات الثقة والموثوقية

ورغم الإمكانات الكبيرة لهذه الأدوات، فإن استخدامها في البحث العلمي يطرح تحديات مهمة. فالأنظمة التي تقترح فرضيات علمية، وتصمم اختبارات، وتلخص الدراسات تحتاج إلى أكثر من السرعة؛ إذ يجب أن توفر مصادر واضحة، ونتائج قابلة لإعادة الإنتاج، ودرجة كافية من الشفافية حتى يثق الباحثون بمخرجاتها.

ولهذا السبب، لم تُطرح المنصة بشكل عام حتى الآن، بل يجري اختبارها تدريجيًا ضمن نطاق محدود يتناسب مع حساسية المجال العلمي.

ويبقى التحدي الحقيقي أمام غوغل هو إثبات قدرة الذكاء الاصطناعي الوكيلي على تقديم قيمة فعلية داخل بيئات البحث العلمي الواقعية، بعد انتهاء الزخم الإعلامي المصاحب للمؤتمرات التقنية.