سقوط معاون دانشگاه دارتموث؛ وقتی موعظه استفاده از AI کار دست مدیران داد

تناقض آشکار در برج عاج آکادمیک؛ وقتی مدیران قوانین خود را دور می‌زنند

ماجرای اخیر در دانشگاه دارتموث (Dartmouth College) نیوهمپشایر بار دیگر نشان داد که فاصله حرف تا عمل در دنیای آکادمیک و سیستم‌های بوروکراتیک چقدر ژرف است. در تاریخ ۹ اوت ۲۰۲۶، سانتیاگوسچنل (Santiago Schnell) که تا پیش از این به‌عنوان پرووست یا همان معاون آموزشی این دانشگاه شناخته می‌شد، مقاله‌ای پر سر و صدا در روزنامه واشنگتن‌پست (The Washington Post) با عنوان «دانشگاه‌ها با تقلب هوش مصنوعی می‌جنگند. اما مشکل عمیق‌تری وجود دارد» منتشر کرد. او در این یادداشت با لحنی مصلحانه به هشدار درباره خطرات استفاده پنهانی از هوش مصنوعی پرداخت غافل از اینکه خودِ او عمیق‌ترین چاه را برای صندلی مدیریت خودش کنده بود. چند هفته بعد، گزارش یک کمیته مشورتی پرده از این حقیقت برداشت که خودِ او در مقالات آکادمیک و همین یادداشت مطبوعاتی، ردپای استفاده سنگین از ابزارهای هوش مصنوعی را پنهان کرده است؛ مسئله‌ای که مطابق قوانین ناشران نیازمند افشای صریح بود.

اینکه یک مقام ارشد دانشگاهی بیاید و به دانشجویان و پژوهشگران درباره صداقت در استفاده از مدل‌های زبانی بزرگ (LLMs) درس اخلاق بدهد، اما در پشت صحنه خودش دست به دامان مدل‌های ابری شود، دقیقا همان نقطه سیاهی است که اعتماد عمومی را به نابودی می‌کشد. ما در دنیایی زندگی می‌کنیم که مدل‌های هوش مصنوعی به ابزارهای روزمره تبدیل شده‌اند، اما قانون‌گذاران سنتی هنوز فکر می‌کنند می‌توانند با ایجاد دیوارهای بسته و قوانین خشک، پیشرفت فناوری را کنترل کنند. سچنل در مقام یک مدیر ارشد، به جای شفافیت، مسیر پنهان‌کاری را پیش گرفت و زمانی که کمیته حقیقت‌یاب دانشگاه خواستار بررسی دقیق لاگ‌ها شد، همکاری لازم را انجام نداد. او لپ‌تاپ دانشگاهی‌اش را تحویل داد اما از ارائه لاگ‌های حساب‌های شخصی مدل‌های زبانی خودداری کرد تا ابعاد واقعی این فاجعه در هاله‌ای از ابهام باقی بماند.

فراتر از ویرایش متن؛ کلود (Claude) دقیقا روی صندلی نویسندگی چه می‌کرد؟

بررسی فایل‌های لاگ به‌دست‌آمده از اکانت سازمانی مدل کلود (Claude Enterprise) که سچنل در دارتموث از آن استفاده می‌کرد، ابعاد فنی و جذابی از میزان اتکای او به سیستم‌های هوش مصنوعی را نمایان ساخت. بر خلاف ادعاهای اولیه سچنل که تلاش می‌کرد خود را یک کاربر ساده در حد اصلاح گرامر و رفع اشکالات املایی نشان دهد، مستندات نشان داد که او از این مدل برای بازنویسی مقالات، یافتن و رفع باگ‌های کد در مخازن گیت‌هاب، و حتی تولید و ویرایش نمودارهای تخصصی بهره برده است. او در یکی از پرامپت‌های خود از کلود خواسته بود تا در نقش یک داور سخت‌گیر برای نشریه کم‌سیستمزکم (ChemSystemsChem) ظاهر شود و مقاله او را در حوزه دینامیک شیمیایی غیرخطی نقد کند.

این سطح از استفاده، فراتر از یک ابزار کمکی ساده است؛ این کار یعنی سپردن بخشی از فرآیند تفکر انتقادی و ارزیابی علمی به یک مدل زبانی بزرگ. وقتی سچنل فایل‌های تکس (TeX) پروژه‌ها را به مدل می‌سپارد و از آن می‌خواهد تا تغییرات لازم را هم در کدهای مخزن (Repository) و هم در فایل‌های متنی اعمال کند، عملاً یک ایجنت نرم‌افزاری خودران را وارد چرخه پژوهش خود کرده است. با این حال، مسئله اصلی تنها استفاده از هوش مصنوعی نیست، بلکه امتناع عمدی از اعتراف به این موضوع است. سچنل در توجیهات خود به نشریه سمافور (Semafor) ادعا کرد که تصور نمی کرده این سطح از کمک هوش مصنوعی نیازمند افشاگری باشد؛ توجیهی که برای یک پژوهشگر رده‌بالا کاملاً غیرقابل قبول و فاقد وجاهت علمی است.

پروژه پاکسازی ردپا؛ وقتی هوش مصنوعی برای حذف امضای خود به کار گرفته می‌شود

یکی از تکان‌دهنده‌ترین بخش‌های گزارش کمیته بررسی، مربوط به مدرکی است که نشان می‌دهد سچنل تلاش کرده تا ردپای هوش مصنوعی را از نوشته‌های خود پاک کند. لاگ‌های کلود نشان می‌دهند که او پیش‌نویس مقاله‌ای با عنوان «آزادی آکادمیک و رسالت کاتولیک» را به مدل آپلود کرده و صراحتاً پرسیده است: «آیا امضاهای زیادی از نویسندگی هوش مصنوعی در این مقاله وجود دارد؟» او سپس نسخه بازنویسی‌شده‌ای را ارسال کرده که دقیقاً پیشنهادات مدل برای پنهان کردن این ردپاها را در خود جای داده بود. این اقدام، خط قرمزهای اخلاقی پژوهش را جابجا می‌کند و نشان می‌دهد که تلاش برای فریب دادن سیستم‌های تشخیص هوش مصنوعی با کمک خودِ هوش مصنوعی صورت گرفته است.

در مقاله‌ای که خود سچنل در سپتامبر ۲۰۲۶ درباره ابزارهای تشخیص هوش مصنوعی با عنوان «چه کسی این را نوشت؟» (Who Wrote This?) منتشر کرده بود، به درستی استدلال می‌کند که تقسیم‌بندی صفر و یکی میان «نوشته‌شده توسط انسان» یا «نوشته‌شده توسط هوش مصنوعی» یک خطای بزرگ است و آینده به سمت ترکیب هوش انسانی و پردازش ماشینی حرکت خواهد کرد. او در آن مقاله با جزئیات توضیح می‌دهد که چگونه از مدل‌های مختلف مانند جی‌پی‌تی-۵.۶ پرو (GPT-5.6 Pro) برای ایده‌پردازی، ساختاردهی، و اصلاح اشتباهات ریاضی استفاده کرده و در نهایت مسئولیت کامل متن را بر عهده گرفته است. اما تناقض بزرگ اینجاست که او در حالی که در مقالات تئوریک خود از این همزیستی دفاع می‌کند، در عمل تلاش کرده تا استفاده از این ابزارها را از دید ناشران و خوانندگان پنهان کند.

آینده دارتموث در عصر هوش مصنوعی؛ تقاضای بیشتر برای شفافیت مطلق

با وجود استعفای سچنل، دانشگاه دارتموث با سرعت به سمت ادغام بیشتر هوش مصنوعی در ساختارهای آموزشی و پژوهشی خود حرکت می‌کند. این دانشگاه که خود را مهد تاریخی هوش مصنوعی می‌داند و در سال ۱۹۵۶ میزبان نخستین نشست‌های بنیادی این حوزه بوده است، این روزها میزبان کنفرانس‌های تخصصی با چهره‌هایی نظیر یان لیکان (Yann LeCun) و میرا موراتی (Mira Murati) است و دانشجویان را در هکاتون‌های تحت حمایت آنتروپیک (Anthropic) به چالش می‌کشد. ریاست دانشگاه، سیان لیا بیلاک (Sian Leah Beilock)، اصرار دارد که دارتموث باید پیشران حرکت در این اقیانوس متلاطم باشد و تأکید می‌کند که کلید اصلی موفقیت در این مسیر، چیزی جز «شفافیت و افشای کامل» نیست.

بیلاک در بیانیه رسمی خود پس از استعفای سچنل به نکته مهمی اشاره کرد: رهبران آکادمیک باید مدل‌های زنده‌ای از صداقت و قضاوت انسانی باشند که انتظارش را از دانشجویان دارند. این رسوایی درس بزرگی برای اکوسیستم فناوری و آکادمیا دارد. در عصر مدل‌های زبانی قدرتمند و پلتفرم‌های ابری، پنهان کردن ابزارهایی که روزانه میلیون‌ها خط کد و متن را جابجا می‌کنند دیگر غیرممکن است. آینده از آنِ کسانی است که بدون ترس، ابزارهای محلی و متن‌باز را به خدمت بگیرند اما شهامت اعتراف به نحوه استفاده از آن‌ها را نیز داشته باشند. شفافیت، بهای سنگینی دارد اما جایگزین آن، فروپاشی اعتبار در یک لحظه است.