اخلاق پژوهش، مالکیت فکری و انتشار مسئولانه یافته‌های علمی در عصر هوش مصنوعی

بازدیدها : 122

مهلت ثبت‌نام: تا ساعت 17:۰۰ روز [30 مهرماه ۱۴۰۵] میباشد. (ظرفیت کارگاه به منظور حفظ کیفیت تعامل، پاسخ به پرسش‌ها و بررسی نمونه‌ها محدود است و با تکمیل ظرفیت، سامانه ثبت‌نام بسته خواهد شد.)

راهنمای کارگاه آموزشی: اخلاق پژوهش و نشر علمی در عصر هوش مصنوعی

۱. درباره کارگاه و سرفصل‌های آموزشی

این کارگاه با هدف ارتقای دانش کاربردی پژوهشگران، اساتید و دانشجویان در مواجهه اخلاق‌مدار، آگاهانه و استاندارد با ابزارهای هوش مصنوعی برگزار می‌شود. سرفصل‌های دوره عبارتند از:

• بخش اول: مبانی و چارچوب‌های اخلاق پژوهش در عصر دیجیتال
  • ۱-۱. تعاریف و اصول بنیادین اخلاق در پژوهش‌های علمی (صداقت علمی، امانت‌داری، شفافیت)
  • ۲-۱. سیر تحول پژوهش از ابزارهای سنتی به سیستم‌های هوش مصنوعی مولد (Generative AI)
  • ۳-۱. نقش هوش مصنوعی به عنوان دستیار پژوهش در برابر هوش مصنوعی به عنوان مؤلف (نویسنده)
  • ۴-۱. مرزبندی میان استفاده مجاز (مانند ویرایش زبانی) و غیرمجاز (مانند نگارش کامل متن توسط AI)
• بخش دوم: مالکیت فکری (Intellectual Property) و حق مؤلف (Copyright) با حضور AI
  • ۱-۲. حق مالکیت داده‌های آموزشی: چه کسی مالک داده‌های ورودی (Prompts) و خروجی‌های هوش مصنوعی است؟
  • ۲-۲. چالش حقوقی کپی‌رایت: تحلیل قوانین فعلی در ثبت پتنت و مقالاتی که با مشارکت ابزارهای هوش مصنوعی نوشته شده‌اند.
  • ۳-۲. نقض ناخواسته حق مؤلف: خطر کپی‌برداری پنهان هوش مصنوعی از کارهای منتشر شده قبلی (Plagiarism توسط AI).
  • ۴-۲. حریم خصوصی داده‌ها: اخلاق کار با داده‌های حساس بیماران، شرکت‌کنندگان یا داده‌های اختصاصی در پلتفرم‌های ابری هوش مصنوعی.
• بخش سوم: مصادیق سوءرفتار علمی (Scientific Misconduct) مبتنی بر هوش مصنوعی
  • ۱-۳. داده‌سازی و دستکاری داده‌ها (Fabrication & Falsification): تولید داده‌ها، نمودارها و تصاویر پزشکی/علمیِ ساختگی با مدل‌های زاینده (GANs).
  • ۲-۳. سرقت علمی هوشمند (AI-generated Plagiarism): بازنویسی متن‌ها به کمک ابزارهای Paraphrasing بدون ارجاع‌دهی اصولی.
  • ۳-۳. مقالات توخالی یا کارخانه‌های مقاله (Paper Mills): بررسی پدیده تولید انبوه مقالات فاقد ارزش علمی واقعی با ابزارهای خودکار.
  • ۴-۳. توهمات هوش مصنوعی (AI Hallucinations): ارجاعات جعلی و اطلاعات علمی نادرست تولید شده توسط مدل‌های زبانی بزرگ.
• بخش چهارم: اصول انتشار مسئولانه و شفافیت در داوری همتا (Peer Review)
  • ۱-۴. دستورالعمل‌های بین‌المللی ناشران (COPE, ICMJE): نحوه صحیح گزارش‌دهی و افشای (Disclosure) استفاده از ابزارهای AI در بخش متدولوژی مقالات.
  • ۲-۴. داوری همتا در عصر هوش مصنوعی (محرمانگی، ارزیابی مقالات با AI و غربالگری تخلفات).
  • ۳-۴. مسئولیت‌پذیری نویسنده مسئول (Corresponding Author Responsibility): تعهد به صحت و اعتبار کل خروجی پژوهش.
• بخش پنجم: راهکارها، ابزارها و چشم‌انداز آینده
  • ۱-۵. ابزارهای شناسایی متن و محتوای تولیدشده توسط هوش مصنوعی: کارایی، محدودیت‌ها و خطاهای مثبت کاذب (False Positives).
  • ۲-۵. تدوین کدهای اخلاقی بومی و سازمانی: نقش دانشگاه‌ها و مراکز تحقیقاتی در آموزش اخلاق پژوهش مدرن.
  • ۳-۵. آینده‌پژوهی اخلاق علمی: راهکارهای هم‌زیستی دانش اصیل با هوش مصنوعی.

۲. شیوه تدریس و رویکرد کارگاه

• رویکرد کارگاه کاملاً کاربردی، گفتگومحور و مبتنی بر تحلیل نمونه‌های واقعی (Case Studies) از مقالات و تخلفات ثبت‌شده است.
• در طول جلسه و به‌ویژه در بخش پایانی، بخش پرسش و پاسخ تعاملی جهت رفع ابهامات شرکت‌کنندگان و تبادل نظر پیرامون چالش‌های پژوهشی روز در نظر گرفته شده است.

۳. شیوه ارزیابی و صدور گواهی

• این کارگاه فاقد آزمون کتبی یا نمره‌دهی سنتی است؛ هدف اصلی، انتقال تجربه و تثبیت یادگیری از طریق مباحثه کلاسی است.
• گواهی معتبر حضور در دوره: پس از پایان دوره و ثبت حضور کامل شرکت‌کننده، گواهی به‌صورت الکترونیکی و آنلاین مستقیماً از طریق همین سامانه (PTC) صادر و قابل دریافت/استعلام خواهد بود.