DOI: https://doi.org/10.5334/pme.2431
PMID: https://pubmed.ncbi.nlm.nih.gov/41800434
تاريخ النشر: 2026-03-05
المؤلف: Muhammad Ans وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في الرعاية الصحية والتعليم
نظرة عامة
تبحث الدراسة في انتشار وطبيعة الإفصاحات عن استخدام الذكاء الاصطناعي في أدبيات التعليم الطبي، مما يسلط الضوء على فجوة كبيرة بين الاستخدام المتزايد للذكاء الاصطناعي والشفافية المقابلة في التواصل الأكاديمي. أظهر تحليل بيبليومتري لـ 2,762 مقالة نُشرت في 24 مجلة رائدة في التعليم الطبي من يناير إلى يوليو 2025 أن 2.5% فقط (n = 51) تضمنت بيانات إفصاح عن الذكاء الاصطناعي. كانت مجلة BMC Medical Education هي الأكثر إفصاحًا، بينما كانت معظم الإفصاحات من تأليف أفراد من دول غير ناطقة باللغة الإنجليزية، مع اتجاه ملحوظ لكون المؤلفين الأوائل حديثي العهد نسبيًا بالنشر.
تشير النتائج إلى أن الإفصاحات عادة ما تكون موجزة، بمتوسط 43 كلمة، وغالبًا ما تصف استخدام الذكاء الاصطناعي بمصطلحات غامضة مثل “تحرير” و”ترجمة”. كانت الأداة الأكثر ذكرًا هي ChatGPT، حيث كانت الإفصاحات تقع بشكل أساسي في قسم الشكر وليس في أقسام الطرق، حيث كانت تفتقر إلى المسؤولية الصريحة عن المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي. بالإضافة إلى ذلك، تضمنت بعض المقالات إفصاحات سلبية تفيد بعدم استخدام الذكاء الاصطناعي. بشكل عام، تشير الدراسة إلى أن ممارسات الإفصاح الحالية قد تكون أكثر أداءً من كونها جوهرية، مما يقوض الهدف المقصود من تعزيز الشفافية والاستخدام الأخلاقي للذكاء الاصطناعي في البحث.
مقدمة
تسلط مقدمة ورقة البحث الضوء على الإمكانات التحويلية للذكاء الاصطناعي (AI) في تعزيز الإنتاجية في البحث والكتابة. ومع ذلك، فإنها تؤكد أيضًا على التحديات الأخلاقية والمنهجية الكبيرة المرتبطة باستخدام الذكاء الاصطناعي، لا سيما فيما يتعلق بنزاهة البحث. يمكن أن تنشأ قضايا مثل عدم وضوح النسبة المئوية للمساهمات الفكرية وقرارات منهجية غير واضحة عندما يتم تطبيق الذكاء الاصطناعي دون إشراف نقدي أو تقارير شفافة. وبالتالي، تؤكد منظمات مثل اللجنة الدولية لمحرري المجلات الطبية والعديد من الناشرين على ضرورة إفصاح المؤلفين عن استخدام تقنيات الذكاء الاصطناعي في أعمالهم، مما يضمن المساءلة عن المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي.
على الرغم من هذه الإرشادات، تشير الأدلة الناشئة إلى وجود تباين بين استخدام الذكاء الاصطناعي والإفصاح عن تطبيقه. أظهر استطلاع عام 2025 أن نسبة ملحوظة من الباحثين، لا سيما الأفراد في منتصف حياتهم المهنية، اعترفوا باستخدام الذكاء الاصطناعي دون إفصاح. علاوة على ذلك، أظهر تحليل مقارن لأكثر من خمسة ملايين مقالة زيادة كبيرة في استخدام المصطلحات المفضلة للذكاء الاصطناعي، ومع ذلك، لم تتضمن سوى نسبة ضئيلة من هذه الأوراق أي شكل من أشكال الإفصاح. يتردد هذا الاتجاه في دراسة عام 2024 لمجلات جراحة العظام، حيث اعترف واحد فقط من كل ثمانية وعشرين ملخصًا يحتوي على نص تم إنشاؤه بواسطة الذكاء الاصطناعي باستخدامه. نظرًا للانتشار الواضح للذكاء الاصطناعي في البحث، لا سيما في التعليم الطبي، تهدف هذه الدراسة إلى التحقيق في معدلات وطبيعة الإفصاح عن استخدام الذكاء الاصطناعي في الأوراق البحثية التجريبية المنشورة في مجلات التعليم الطبي.
الطرق
في هذه الدراسة البيبليومترية، هدف المؤلفون إلى تحديد وتوصيف بيانات الإفصاح عن الذكاء الاصطناعي في مقالات البحث في التعليم الطبي المنشورة بين 1 يناير و30 يونيو 2025، في 24 مجلة رائدة في التعليم الطبي. استبعدت الدراسة المنشورات غير التجريبية للتركيز على المقالات التي يُعتبر فيها استخدام الذكاء الاصطناعي في البحث ذا أهمية. تم إجراء عملية الفحص باستخدام برنامج Covidence، حيث تمت مراجعة العناوين والملخصات من قبل عدة باحثين لضمان الاتساق. تم تصنيف المقالات على أنها تحتوي على بيان إفصاح عن الذكاء الاصطناعي إذا ذكرت صراحة استخدام أداة ذكاء اصطناعي، مثل ChatGPT، في عملية إعداد المخطوطة.
شملت عملية استخراج البيانات جمع المتغيرات البيبليوغرافية (مثل DOI، عنوان المقال، اسم المجلة) والمتغيرات على مستوى المؤلف (مثل اسم المؤلف الأول، إجمالي المنشورات، مؤشر H) بشكل أساسي من Web of Science. كما قامت الدراسة بتقييم وجود إرشادات للإبلاغ عن الذكاء الاصطناعي من المجلات واستخراج تفاصيل محددة من بيانات الإفصاح عن الذكاء الاصطناعي، بما في ذلك الأداة المستخدمة، والغرض، ومكان الإفصاح، وأي تأكيد على المسؤولية. تم استخدام إحصائيات وصفية لتحليل المتغيرات البيبليوغرافية ومتغيرات المؤلف، بينما تم إجراء تحليل محتوى لتقييم طبيعة الإفصاحات عن الذكاء الاصطناعي، مما يضمن فهمًا شاملاً للممارسات الحالية في الشفافية المتعلقة بالذكاء الاصطناعي في أبحاث التعليم الطبي.
النتائج
خلال فترة الدراسة، تم نشر إجمالي 2,762 مقالة في المجلات المختارة للتعليم الطبي، وتم استبعاد 716 (25.9%) لكونها غير تجريبية. من بين 2,046 مقالة المتبقية، تضمنت 51 (2.5%) فقط بيان إفصاح عن الذكاء الاصطناعي. احتوت ثلاثة عشر مجلة على مقالات مع مثل هذه الإفصاحات، ومن الجدير بالذكر أن 12 من هذه المجلات قدمت إرشادات حول الإفصاح إما على مواقعها الإلكترونية أو في تعليمات المؤلفين. كانت BMC Medical Education الأكثر إنتاجية، حيث نشرت 24 بيان إفصاح (47.1%)، تلتها Medical Teacher بـ 7 (13.7%) وJournal of Surgical Education بـ 4 (7.8%).
لم تنشر تسع مجلات أي مقالات تحتوي على إفصاحات، ولم تنشر مجلتان، وهما African Journal of Health Professional Education وBMJ Simulation & Technology Enhanced Learning، أبحاثًا تجريبية خلال فترة الدراسة، وبالتالي لم يتم تقييمها من حيث إفصاحات استخدام الذكاء الاصطناعي. من بين المجلات التي نشرت، كانت Focus on Health Professional Education هي الأكثر نسبة من بيانات الإفصاح بنسبة 25%، على الرغم من أنها من إجمالي صغير من 8 مقالات. بشكل عام، كانت نسبة بيانات الإفصاح عن استخدام الذكاء الاصطناعي عبر المجلات الـ 23 المتبقية منخفضة، حيث لم تتجاوز أي منها 7% من المقالات المنشورة.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على عدة قضايا حاسمة تتعلق بإفصاحات استخدام الذكاء الاصطناعي في أدبيات التعليم الطبي. من الجدير بالذكر أن معدل الإفصاح العام منخفض بشكل مقلق، حيث تضمنت 2.5% فقط من المقالات التجريبية في 24 مجلة تعليم طبي من النصف الأول من عام 2025 مثل هذه الإفصاحات. يعكس هذا الاتجاه النتائج من مجالات أخرى، مما يشير إلى احتمال وجود نقص في الوعي أو ميل نحو عدم الإفصاح بين الباحثين. يجادل المؤلفون بأن هذه الحالة قد تنبع من سياسات المجلات غير الواضحة، والمواقف المتباينة تجاه استخدام الذكاء الاصطناعي، والحواجز النفسية التي تثني الباحثين عن الاعتراف بمساعدة الذكاء الاصطناعي بسبب مخاوف من الوصمة أو التحيز.
بالإضافة إلى ذلك، يكشف التوزيع الجغرافي للإفصاحات عن تركيز بين المؤلفين من مناطق غير ناطقة باللغة الإنجليزية، الذين يستخدمون بشكل أساسي أدوات الذكاء الاصطناعي للمهام المتعلقة باللغة. يثير هذا مخاوف بشأن العدالة في النشر الأكاديمي، حيث قد تؤدي ممارسات الإفصاح عن استخدام الذكاء الاصطناعي عن غير قصد إلى تفاقم التحيزات ضد هؤلاء المؤلفين. كما تشير التحليلات إلى أن الإفصاحات تميل إلى أن تكون سطحية، وغالبًا ما تفتقر إلى أوصاف مفصلة حول كيفية استخدام الذكاء الاصطناعي في عملية البحث. قد تعكس هذه الممارسة “الآمنة” للإفصاح ترددًا في التعامل مع الاستخدامات الأكثر تعقيدًا أو المثيرة للجدل للذكاء الاصطناعي. يقترح المؤلفون أن المجلات يمكن أن تعزز الشفافية من خلال تقديم إرشادات منظمة لإفصاحات الذكاء الاصطناعي، مما قد يساعد في تطبيع الحوار حول استخدام الذكاء الاصطناعي في الكتابة الأكاديمية والتخفيف من الوصمة المرتبطة بها.
القيود
تقدم الدراسة عدة قيود قد تؤثر على النتائج. أولاً، كانت التحليل مقصورًا على الأشهر الستة الأولى من عام 2025، حيث تم الإبلاغ عن زيادة في الإفصاحات المتعلقة بالذكاء الاصطناعي. تحد هذه القيود الزمنية من القدرة على تقييم الاتجاهات على مر الزمن، وقد تتأثر التكرارات المنخفضة الملحوظة للإفصاحات بفترة النشر المتوسطة التي تبلغ حوالي 188 يومًا من التقديم إلى النشر. وبالتالي، قد لا تكون العديد من المخطوطات ذات الصلة قد نُشرت خلال فترة الدراسة، على الرغم من أن مجموعة البيانات تتماشى مع معايير التعاون Cochrane للزمنية.
ثانيًا، لم تقارن الدراسة بين المقالات التي تحتوي على إفصاحات عن الذكاء الاصطناعي وتلك التي لا تحتوي، مما يحد من تقييم الفروق في ممارسات الشفافية عبر المجال. بالإضافة إلى ذلك، بينما استعرضت الدراسة تعليمات الذكاء الاصطناعي من المجلات في وقت جمع البيانات، قد توجد اختلافات بين هذه التعليمات والإرشادات المتاحة عندما كان المؤلفون يقومون بإجراء أبحاثهم. على الرغم من ذلك، تعتمد العديد من المجلات على أطر مستقرة مثل إرشادات COPE، مما يشير إلى حد أدنى من التباين في التوقعات. أخيرًا، قد يفرض فرض حدود الكلمات من قبل المجلات قيودًا على قدرة المؤلفين على تقديم إفصاحات شاملة بشأن استخدامهم للذكاء الاصطناعي، مما قد يؤثر على جودة وتفاصيل المعلومات المدرجة في بيانات الإفصاح.
DOI: https://doi.org/10.5334/pme.2431
PMID: https://pubmed.ncbi.nlm.nih.gov/41800434
Publication Date: 2026-03-05
Author(s): Muhammad Ans et al.
Primary Topic: Artificial Intelligence in Healthcare and Education
Overview
The research investigates the prevalence and nature of AI-use disclosures in medical education literature, highlighting a significant gap between the increasing use of AI and the corresponding transparency in scholarly communication. A bibliometric analysis of 2,762 articles published in 24 leading medical education journals from January to July 2025 revealed that only 2.5% (n = 51) included AI disclosure statements. The journal BMC Medical Education had the highest number of disclosures, while most disclosures were authored by individuals from non-native English-speaking countries, with a notable trend of first authors being relatively new to publishing.
The findings indicate that disclosures are typically brief, averaging 43 words, and often describe AI use in vague terms such as “editing” and “translation.” The most frequently mentioned tool was ChatGPT, with disclosures primarily located in acknowledgements rather than methods sections, where they lacked explicit responsibility for AI-generated content. Additionally, some articles included negative disclosures stating that AI was not utilized. Overall, the study suggests that current disclosure practices may be more performative than substantive, undermining the intended goal of fostering transparency and ethical AI use in research.
Introduction
The introduction of the research paper highlights the transformative potential of artificial intelligence (AI) in enhancing productivity within research and writing. However, it also underscores significant ethical and methodological challenges associated with AI use, particularly concerning research integrity. Issues such as unclear attribution of intellectual contributions and obscured methodological decisions can arise when AI is applied without critical oversight or transparent reporting. Consequently, organizations like the International Committee of Medical Journal Editors and various publishers emphasize the necessity for authors to disclose the use of AI technologies in their work, thereby ensuring accountability for AI-generated content.
Despite these guidelines, emerging evidence indicates a discrepancy between the use of AI and the disclosure of its application. A 2025 survey revealed that a notable percentage of researchers, particularly mid-career individuals, admitted to using AI without disclosure. Furthermore, a comparative analysis of over five million articles showed a significant increase in the use of AI-preferred terminology, yet only a minuscule fraction of these papers included any form of disclosure. This trend is echoed in a 2024 study of orthopaedic journals, where a mere one out of twenty-eight abstracts containing AI-generated text acknowledged its use. Given the apparent prevalence of AI in research, particularly in medical education, this study aims to investigate the current rates and nature of AI-use disclosure in empirical research papers published in medical education journals.
Methods
In this bibliometric study, the authors aimed to identify and characterize AI disclosure statements in medical education research articles published between January 1 and June 30, 2025, in 24 leading medical education journals. The study excluded non-empirical publications to focus on articles where AI use in research is deemed significant. The screening process was conducted using Covidence software, where titles and abstracts were reviewed by multiple researchers to ensure consistency. Articles were classified as having an AI disclosure statement if they explicitly mentioned the use of an AI tool, such as ChatGPT, in the manuscript preparation process.
Data extraction involved collecting bibliographic variables (e.g., DOI, article title, journal name) and author-level variables (e.g., first author’s name, total publications, H-index) primarily from the Web of Science. The study also assessed the presence of AI reporting guidance from journals and extracted specific details from the AI disclosure statements, including the AI tool used, purpose, location of the disclosure, and any attestation of responsibility. Descriptive statistics were employed to analyze bibliographic and author-level variables, while a content analysis was conducted to evaluate the nature of AI disclosures, ensuring a comprehensive understanding of current practices in AI transparency within medical education research.
Results
During the study period, a total of 2,762 articles were published in the sampled medical education journals, with 716 (25.9%) being excluded for being non-empirical. Of the remaining 2,046 articles, only 51 (2.5%) included an AI disclosure statement. Thirteen journals featured articles with such disclosures, and notably, 12 of these journals provided guidance on disclosure either on their websites or in author instructions. BMC Medical Education was the most prolific, publishing 24 disclosure statements (47.1%), followed by Medical Teacher with 7 (13.7%) and the Journal of Surgical Education with 4 (7.8%).
Nine journals did not publish any articles with disclosures, and two journals, the African Journal of Health Professional Education and BMJ Simulation & Technology Enhanced Learning, did not publish empirical research during the study period, thus were not assessed for AI-use disclosures. Among the journals that did publish, Focus on Health Professional Education had the highest proportion of disclosure statements at 25%, albeit from a small total of 8 articles. Overall, the prevalence of AI-use disclosure statements across the remaining 23 journals was low, with none exceeding 7% of published articles.
Discussion
The discussion section of the research paper highlights several critical issues regarding AI-use disclosures in medical education literature. Notably, the overall rate of disclosure is alarmingly low, with only 2.5% of empirical articles in 24 medical education journals from the first half of 2025 including such disclosures. This trend mirrors findings from other fields, suggesting a potential lack of awareness or a tendency towards nondisclosure among researchers. The authors argue that this situation may stem from unclear journal policies, divergent attitudes towards AI use, and psychological barriers that discourage researchers from acknowledging AI assistance due to fears of stigma or bias.
Additionally, the geographical distribution of disclosures reveals a concentration among authors from non-native English-speaking regions, who predominantly utilize AI tools for language-related tasks. This raises concerns about equity in academic publishing, as AI-use disclosure practices may inadvertently exacerbate biases against these authors. The analysis also indicates that the disclosures tend to be superficial, often lacking detailed descriptions of how AI was employed in the research process. This “safe” disclosure practice may reflect a reluctance to engage with more complex or controversial uses of AI. The authors propose that journals could enhance transparency by providing structured guidelines for AI disclosures, potentially normalizing the conversation around AI use in academic writing and mitigating the associated stigma.
Limitations
The study presents several limitations that may impact the findings. Firstly, the analysis was confined to the first six months of 2025, during which there was a reported increase in AI-related disclosures. This temporal limitation restricts the ability to assess trends over time, and the observed low frequency of disclosures may be influenced by the average publication lag of approximately 188 days from submission to publication. Consequently, many relevant manuscripts may not have been published during the study period, although the dataset adheres to the Cochrane Collaboration’s standards for timeliness.
Secondly, the research did not compare articles with AI disclosures to those without, which limits the evaluation of differences in transparency practices across the field. Additionally, while the study reviewed AI instructions from journals at the time of data collection, discrepancies may exist between these instructions and the guidance available when authors were conducting their research. Despite this, many journals rely on stable frameworks such as COPE guidance, suggesting minimal variation in expectations. Lastly, the imposition of word limits by journals may restrict authors’ ability to provide comprehensive disclosures regarding their use of AI, potentially affecting the quality and detail of the information included in disclosure statements.