سأخبرك بما يحدث عادةً.
تجلس لتبدأ بحثًا. تفتح ChatGPT في تبويب، وClaude في تبويب آخر، وربما NotebookLM في ثالث. تطرح سؤالًا هنا وسؤالًا هناك. تنسخ فقرة تبدو مفيدة. تحفظ رابطًا. تعود للأداة الأولى بسؤال مختلف. بعد ساعتين تنظر أمامك: لتجد ملاحظات متناثرة، و مقتطفات من ثلاثة مصادر لم تقرأها كاملة، ومسودة لم تبدأ.
السرعة كانت موجودة. لكن الإنتاج لم يكن بالمستوى المطلوب.
ان ما ينقصك هنا ليس أداة أفضل. ان ما ينقصك هو منهجية ، وبناء منهجية بحث بالذكاء الاصطناعي لا يبدأ من اختيار الأداة المناسبة. بل يبدأ من لحظة أبسط وأصعب: يبدأ حين تعرف ماذا تريد قبل أن تسأل الآلة ؟ .
اللحظة التي يتخطاها الجميع
الورقة الفارغة تُخيف. و هذا طبيعي. لذلك أول غريزة عند معظم الباحثين هي الهروب إلى الأداة. “سأسأل وأرى ماذا يخرج.” وما يخرج غالبًا هو جواب عام لسؤال لم يتبلور بعد في ذهنك. تبني عليه، فيأتي البناء مائلًا من الأساس.
الباحث الذي يمنح نفسه دقيقتين فقط قبل فتح أي أداة، ليكتب بخط يده أو في ملف نصي ثلاثة أسطر، يختصر على نفسه ساعات:
ما السؤال الذي أريد الإجابة عنه؟ ليس الموضوع العام. السؤال. هناك فرق كبير بين “أريد أن أكتب عن الذكاء الاصطناعي في القضاء” وبين “أريد أن أفهم لماذا تتباين تجارب دول خليجية في اعتماد الذكاء الاصطناعي قضائيًا رغم تشابه أنظمتها.” الأول يُنتج بحثًا ضبابيًا. الثاني يُنتج بحثًا له اتجاه.
ما الفرضية التي أبدأ منها؟ ولو كانت مبدئية. مجرد وجودها يمنعك من الانجراف خلف كل معلومة تعترض طريقك.
ما نوع المادة التي أبحث عنها؟ تعريفات ومفاهيم؟ تحليلات ومناقشات؟ قوانين وأحكام؟ أمثلة مقارنة؟ هذا التحديد المبكر يُقلّص نطاق البحث إلى ما يخدم السؤال فعلًا.
الأداة تأتي بعد السؤال لا قبله
بعد أن يتشكّل سؤالك، تتغير طبيعة علاقتك بالأداة. لم تعد تسألها “أخبرني عن الموضوع.” صرت تسألها شيئًا محددًا.
في هذه المرحلة، الأدوات العامة مثل ChatGPT أو Claude تصلح لشيء واحد: توسيع زاوية النظر. اطلب منها أسئلة فرعية لم تخطر لك. محاور محتملة. اعتراضات على فرضيتك. مفاهيم مجاورة تستحق الاستكشاف.
لا تطلب منها نصًا. اطلب منها تفكيرًا أوليًا.
والفارق بين سؤال وسؤال يُنتج فارقًا في المخرجات لا يُصدَّق. جرّب أن تسأل “ما تأثير الذكاء الاصطناعي على التوظيف؟” ثم جرّب “ما الأدلة التي تدعم أو تدحض فرضية أن الذكاء الاصطناعي يُعيد توزيع الوظائف لا يُلغيها، في قطاع المحاسبة تحديدًا، مع التركيز على السياق العربي؟” الجوابان لن يكونا من نفس الكون. والأداة واحدة.
مثال تطبيقي: من السؤال إلى المسودة
لنأخذ رحلة بحث واحدة من أولها إلى آخرها، حتى تتضح المنهجية عمليًا لا نظريًا.
الموقف: باحث يريد كتابة ورقة عن أثر الذكاء الاصطناعي على قطاع المحاسبة في السوق السعودي.
الدقيقتان الأوليان — قبل فتح أي أداة:
يفتح ملفًا نصيًا فارغًا ويكتب:
- السؤال: هل أدى اعتماد أدوات الذكاء الاصطناعي في مكاتب المحاسبة السعودية إلى تقليص الوظائف فعلًا أم إلى إعادة توزيعها؟
- الفرضية المبدئية: الأثر ليس إلغاءً بل تحوّلًا في طبيعة المهام — من إدخال البيانات إلى التحليل والمراجعة.
- المادة المطلوبة: بيانات توظيف، تقارير مكاتب محاسبة كبرى، مقارنة مع تجارب دول أخرى، نصوص تنظيمية إن وُجدت.
المرحلة الأولى — توسيع الزاوية بالأداة العامة:
يفتح Claude ويسأل: “أريد أن أبحث في أثر الذكاء الاصطناعي على وظائف المحاسبة في السعودية. ما الأسئلة الفرعية التي قد تفوتني؟ وما الاعتراضات المحتملة على فرضية أن الأثر إعادة توزيع لا إلغاء؟”
لا يطلب منها كتابة شيء. يطلب منها تفكيرًا.
تُنتج الأداة أسئلة لم تخطر له: ماذا عن المكاتب الصغيرة مقابل الكبيرة؟ هل يختلف الأثر حسب نوع الخدمة — تدقيق مقابل استشارات ضريبية؟ ما دور رؤية 2030 في تسريع التبنّي؟
يختار من هذه الأسئلة ما يخدم بحثه ويُهمل الباقي.
المرحلة الثانية — جمع المصادر وتنظيمها:
يبحث في Google Scholar وقواعد بيانات متخصصة. يحفظ المصادر في Zotero مع وسم لكل نوع: “بيانات توظيف” — “تقارير مؤسسية” — “أدبيات نظرية” — “سياق تنظيمي”.
يرفع الوثائق الأهم إلى NotebookLM ويسأل: “ما التقاطعات بين هذه المصادر حول أثر الأتمتة على الوظائف المحاسبية؟ وأين تتناقض؟”
الأداة تُظهر أن تقريرين يتفقان على تراجع وظائف إدخال البيانات لكنهما يختلفان حول ما إذا كانت الوظائف الجديدة تتطلب مؤهلات أعلى فعلًا.
هذا التناقض بالذات يصبح محور فقرة كاملة في البحث.
المرحلة الثالثة — بناء الهيكل:
في Notion يبني الهيكل — لا كقائمة عناوين بل كقرارات:
- يبدأ بالظاهرة لا بالتعريف: مكاتب محاسبة سعودية بدأت تستخدم أدوات ذكاء اصطناعي — ماذا تغيّر؟
- ينتقل إلى البيانات: أرقام التوظيف قبل وبعد
- يطرح التناقض: هل الوظائف الجديدة تعويضية حقًا أم مختلفة نوعيًا؟
- يضع المقارنة: تجربة الإمارات أو دولة أخرى
- يختم بالاستنتاج: ما الذي تقوله هذه الصورة للسياسات المستقبلية؟
المرحلة الرابعة — الكتابة:
يكتب المسودة بنفسه. حين يتعثر في فقرة يتوقف ويفكر — لا يلجأ للأداة. بعد الانتهاء، يستخدم الأداة لكشف التكرار ورصد الجمل المبهمة. لكن المقدمة والخاتمة والاستنتاج تبقى بيده.
النتيجة: بحث اكتمل في وقت أقل بنسبة ملموسة، لكن الأهم أنه بحث يملك اتجاهًا واضحًا وصوتًا واحدًا — لأن الأدوات خدمت العقل ولم تحل محله.
جمع المصادر: النظام قبل الكمية
معظم من يشتكي من ضياع الوقت في البحث لا يعاني من قلة المصادر. يعاني من كثرتها بلا ترتيب.
قبل أن تبدأ الجمع، قسّم ما تبحث عنه ذهنيًا. ما تحتاجه لفهم الخلفية شيء. ما تحتاجه لبناء الحجة شيء آخر. ما تحتاجه للتوثيق والإحالة شيء ثالث. وما تحتاجه للمقارنة شيء رابع.
هذا التقسيم يبدو بسيطًا. لكنه يمنعك من معاملة مقال صحفي ونص قانوني ملزم وتقرير مؤسسي كأنها مادة واحدة. ليست كذلك. كل نوع يُقرأ بطريقة مختلفة ويُستخدم في موضع مختلف.
وهنا تظهر فائدة حقيقية لأداة مثل NotebookLM التي صُمّمت أصلًا لتنظيم المصادر وتلخيصها. ترفع إليها وثائقك، تسألها عن التقاطعات والتناقضات والمحاور المشتركة. ما يميّزها أنها تعمل داخل ما رفعته أنت، لا من معرفة عامة قد تنزلق عن سياقك.
لكن حتى مع أداة كهذه، قاعدة واحدة لا تتغير: كلما كان النص أهم في بحثك، وجب أن تقرأه بنفسك لا أن تكتفي بملخصه. الملخص يختصر. القراءة تُفهم. والفرق بينهما ليس في الوقت بل في نوع الفهم.
سير العمل: كيف تتكامل الأدوات
الخطأ ليس في عدد الأدوات. الخطأ في استخدامها جميعًا لنفس الغرض. كل أداة لها موضعها الطبيعي في سير العمل:
ملف نصي فارغ ← تصوغ فيه السؤال والفرضية ونوع المادة (قبل أي أداة)
↓
Claude أو ChatGPT ← توسيع الزاوية: أسئلة فرعية، اعتراضات، مفاهيم مجاورة (لا تطلب نصًا — اطلب تفكيرًا)
↓
Google Scholar + قواعد بيانات متخصصة ← جمع المصادر الفعلية
↓
Zotero ← حفظ المصادر وتصنيفها بوسوم واضحة
↓
NotebookLM ← رفع الوثائق المجموعة وتحليل التقاطعات والتناقضات بينها
↓
Notion أو Obsidian ← بناء الهيكل كقرارات لا كعناوين
↓
أنت ← كتابة المسودة يدويًا
↓
الأداة العامة ← مراجعة أخيرة: كشف التكرار، رصد الجمل المبهمة، تحسين الإملاء
هذا ليس تسلسلًا جامدًا. أحيانًا تعود خطوة للخلف حين تكتشف فجوة. لكن الاتجاه العام واحد: من التفكير إلى الجمع إلى التنظيم إلى الكتابة. لا العكس.
هيكل البحث ليس ترتيب معلومات
كثيرون يقفزون من جمع المصادر إلى الكتابة. هذا يُنتج نصوصًا مليئة بالمعلومات لكنها بلا عمود فقري.
بين الجمع والكتابة مرحلة ثالثة لا تُرى لكنها تصنع كل الفارق: بناء الهيكل.
والهيكل ليس قائمة عناوين. هو قرارات: ما الذي يأتي أولًا ولماذا؟ أين الحجة الأقوى وأين يجب أن تُوضع؟ ما الذي يحتاج تمهيدًا وما الذي يمكن طرحه مباشرة؟ أين يُفترض أن يشعر القارئ بالتوتر وأين يجد الإجابة؟
يمكن أن تطلب من الأداة اقتراح هياكل. لكن اعلم أن ما ستقترحه سيكون منطقيًا وسلسًا ومتوازنًا. والمشكلة أن النص المتوازن تمامًا ممل. الهيكل الجيد يسمح لفكرة واحدة أن تأخذ وزنًا أكبر من غيرها. يسمح بتوتر لا يُحسم فورًا. وهذا قرار بشري لا خوارزمي.
الكتابة: الأداة آخر من يتكلم
المسودة الأولى تُكتب بيدك. ولو كانت رديئة.
حين تكتب بنفسك يحدث شيء لا تستطيع أي أداة تعويضه: تكتشف ما لا تعرفه بعد. تصطدم بفجوة في الحجة. تشعر أن فقرة ما ضعيفة فتعرف أنك تحتاج مصدرًا إضافيًا أو أن الفكرة نفسها غير ناضجة. هذا الاصطدام مفيد. مؤلم أحيانًا. لكنه بالضبط ما يجعل النص نصّك.
حين تنسخ مخرجات الأداة وتُعدّل عليها، لا يحدث هذا الاصطدام. النص يبدو مكتملًا من السطر الأول. وهذا الاكتمال المبكر خدعة. لأنك لم تبنِ الفهم بنفسك، بل ركبت فوق فهم جاهز. والفارق يظهر لاحقًا: حين يسألك أحد عن حجتك ولا تجد ما تقوله خارج ما كتبه النموذج.
بعد المسودة الأولى، الأداة تصلح لأشياء محددة: كشف التكرار، رصد الجمل المبهمة، تحسين الإملاء. لكن لا تطلب منها إعادة كتابة فقرة. لأن ما تسميه “تحسينًا” يعني غالبًا تنعيم الحواف وتسوية الإيقاع. وأحيانًا تلك الحواف بالذات هي ما يجعل الكتابة تتنفس.
المقدمة والخاتمة والاستنتاج لا تُفوَّض. مهما كان الإغراء. لأن من يملك الافتتاح والختام يملك النص. ومن يُفوّض صوته لأداة يفقده من حيث لا يشعر.
ليست كل أداة تؤدي نفس الغرض
من الأخطاء المتكرر: فتح أداة واحدة وتحميلها كل المهام. أو فتح خمس أدوات دون تمييز بين وظائفها.
الأدوات العامة تصلح للتفكير الأولي. تُوسّع الزوايا وتقترح ما لم تفكر فيه. لكنها لا تصلح للتوثيق ولا للإحالة الدقيقة.
الأدوات المعتمدة على المصادر مثل NotebookLM تصلح لتنظيم ما جمعته والعمل داخله. لكنها لا تبحث في الإنترنت ولا تُضيف ما لم ترفعه.
أدوات التنظيم مثل Notion وObsidian وZotero تصلح لحفظ المشروع وترتيبه وتتبع مصادره. لكنها لا تُحلّل ولا تُلخّص.
من يريد أن يختار الأدوات التي تستحق وقته فعلًا لا يبحث عن أداة تفعل كل شيء. يبحث عن نظام يضع كل أداة في مكانها الطبيعي ضمن سير العمل.
أربع طرق لإفساد كل شيء
تبدأ بالأداة قبل أن يتشكّل سؤالك. فتصير الآلة هي من يُحدد اتجاه بحثك لا أنت.
تجمع كل ما يقع تحت يدك. فتغرق في مادة لم تُرتّب ولم تُفرز ولم تُسأل عنها.
تكتفي بالملخصات. فتفقد التفاصيل التي تصنع الفروق الحقيقية بين الحجج. والفروق الحقيقية لا تظهر في ملخص من ثلاثة أسطر.
تخلط بين أن تساعدك الأداة وأن تحل محلك. فينتهي بك الأمر بنص مرتب ومنسّق لا ينقصه شيء إلا أن يشبهك.
كل واحد من هذه الأخطاء يبدو صغيرًا وحده. لكنها تتراكم بسرعة. وحين تتراكم تحوّل الذكاء الاصطناعي من رافعة إنتاج إلى مضخّة فوضى.
ما يمنحك إياه الذكاء الاصطناعي حقًا ليس الإجابة. بل الوقت. الوقت الذي كنت تقضيه في الفرز الأولي والتلخيص والمقارنة يمكن أن يُختصر فعلًا. لكن هذا الوقت المُكتسب لا قيمة له إن لم تستثمره في الشيء الذي لا تستطيع أي أداة أن تفعله بدلًا منك: التفكير.
منهجية بحث بالذكاء الاصطناعي ليست قائمة خطوات تُنسخ وتُطبّق. هي وعي بأن الأداة تخدم العقل، لا تحل محله. ومن يفهم هذا الفرق يُنتج أسرع وأعمق. ومن لا يفهمه يُنتج أكثر ويفهم أقل.
وأنت ما أول شيء غيّرته في طريقة بحثك بعد أن بدأت تستخدم أدوات الذكاء الاصطناعي –– وهل كان التغيير للأفضل فعلًا؟