مقارنة بين نتائج الدراسات الحديثة على التوراة والقرآن الكريم

[ابو براء الانصارى]

بسم الله الرحمن الرحيم

التحليل الأسلوبي الإحصائي والذكاء الاصطناعي في دراسة النصوص الدينية: مقارنة بين نتائج الدراسات الحديثة على التوراة والقرآن الكريم

شهد العقد الأخير تطوراً ملحوظاً في توظيف الذكاء الاصطناعي واللغويات الحاسوبية (Computational Linguistics) والتحليل الأسلوبي الإحصائي (Stylometry) في دراسة النصوص الدينية القديمة. وقد أتاحت هذه الأدوات إمكانية قياس الخصائص اللغوية للنصوص بصورة كمية بعيدًا عن الاعتماد على الانطباعات الأدبية وحدها.

وتتناول هذه النتائج مقارنة بين نتائج الدراسات الحديثة التي طبقت هذه المناهج على أسفار العهد القديم (التوراة)، وبين الدراسات التي تناولت القرآن الكريم
مع التركيز على ما يمكن استنتاجه علميًا من هذه النتائج.

أولا: الدراسات الإحصائية على التوراة


منذ القرن التاسع عشر اقترح علماء النقد الكتابي ما يعرف بفرضية الوثائق (Documentary Hypothesis)، والتي تنسب التوراة إلى مجموعة من المصادر الأدبية المختلفة أهمها:

المصدر اليهوي (J)
المصدر الإلوهي (E)
المصدر التثنوي (D)
المصدر الكهنوتي (P)

واعتمدت هذه الفرضية تاريخياً على اختلافات الأسلوب واللغة والموضوعات والتكرار داخل النص.

2. الأدلة الإحصائية الحديثة
أ- تحليل المصدر الكهنوتي

أجرت دراسة حديثة بعنوان:

A Statistical Exploration of Text Partition Into Constituents: The Case of the Priestly Source in the Books of Genesis and Exodus

تحليل أسلوبياً باستخدام أدوات إحصائية متقدمة لقياس مدى تميز المصدر الكهنوتي (P) عن بقية نصوص التكوين والخروج.

وأظهرت النتائج:

وجود فروق لغوية ذات دلالة إحصائية.
إمكانية فصل نصوص P عن غيرها باستخدام خصائص أسلوبية مستقلة.
دعم مستقل لفرضية تعدد المصادر.



تحليل تكرار الكلمات

في دراسة:

Critical Biblical Studies via Word Frequency Analysis: Unveiling Text Authorship

استُخدمت تقنيات:

Word Frequency
N-grams
Machine Learning

لتحليل خمسين فصلًا من الأسفار التسعة الأولى.

وأظهرت النتائج:

اختلافًا واضحًا بين المصادر D وDtrH وP.

وتُعد هذه الدراسة من أقوى التطبيقات الحديثة للذكاء الاصطناعي في دراسة تاريخ تحرير النصوص التوراتية.

ثانيًا: الدراسات الحاسوبية على القرآن الكريم

اتجه عدد من الباحثين إلى تطبيق الأدوات نفسها على القرآن الكريم باستخدام:

Natural Language Processing (NLP)
Machine Learning
Stylometry
Deep Learning

وقد ركزت الأبحاث على تحليل:

المفردات
التراكيب
الإيقاع
الخصائص الأسلوبية
البنية الداخلية للنص
1. مراجعة الدراسات

في المراجعة المنشورة في مجلة Artificial Intelligence Review، استعرض الباحثون عشرات الدراسات المتعلقة باستخدام الذكاء الاصطناعي في دراسة القرآن.

وشملت التطبيقات:

التحليل الصرفي.
التحليل النحوي.
التحليل الدلالي.
تصنيف الموضوعات.
تحليل التلاوة.
بناء قواعد بيانات لغوية.

ولم تتوصل المراجعة إلى وجود دليل حاسوبي على تعدد مؤلفي النص القرآني، بل ركزت على التطبيقات اللغوية المختلفة.

2. المقارنة مع الحديث والشعر الجاهلي

في دراسة:

AI Classification of Linguistic Expression Between the Quran, the Hadith and Pre-Islamic Poems Using an LSTM Deep Learning Model

استُخدمت شبكة عصبية من نوع LSTM لتصنيف ثلاثة أنواع من النصوص:

القرآن الكريم.
الحديث النبوي.
الشعر الجاهلي.

وأظهرت النتائج:

إمكانية التمييز بين الأنواع الثلاثة بدقة مرتفعة.
امتلاك القرآن خصائص أسلوبية مستقلة يمكن التعرف عليها آليًا.
عدم الخلط بين القرآن والحديث أو الشعر.

وتشير هذه النتائج إلى وجود بصمة لغوية مميزة للقرآن مقارنة بالنصوص العربية الأخرى.

ثالثًا: المقارنة بين نتائج الدراسات

عند المقارنة بين المجموعتين من الدراسات يظهر اختلاف واضح في طبيعة النتائج.

ففي الدراسات الخاصة بالتوراة، كشفت التحليلات الإحصائية عن وجود مجموعات أسلوبية متعددة تتوافق مع فرضيات النقد الكتابي المتعلقة بتعدد المصادر والتحرير التدريجي للنص.

أما الدراسات الخاصة بالقرآن الكريم، فقد اتجهت نتائجها إلى وصف النص بدرجة مرتفعة من التجانس الأسلوبي، مع قدرة واضحة على تمييزه عن الحديث النبوي والشعر الجاهلي، دون أن تقدم دليلًا إحصائيًا على وجود مصادر أو مؤلفين متعددين داخل النص.

تدعم الأدلة الإحصائية الحديثة فرضية تعدد المصادر في أجزاء من العهد القديم، من خلال الكشف عن بصمات أسلوبية مختلفة تتوافق مع فرضيات النقد الكتابي.
تُظهر الدراسات الحاسوبية على القرآن الكريم تجانسًا أسلوبيًا مرتفعًا، مع بصمة لغوية مميزة يمكن للنماذج الحاسوبية التعرف عليها.

المراجع (APA 7th Edition)

Alghamdi, M., et al. (2023). Arabic Natural Language Processing for Qur'anic Research: A Systematic Review. Artificial Intelligence Review. https://doi.org/10.1007/s10462-022-10313-2

Ben-Hur, A., et al. (2023). A Statistical Exploration of Text Partition into Constituents: The Case of the Priestly Source in the Books of Genesis and Exodus. arXiv. https://arxiv.org/abs/2305.02170

Ben-Hur, A., et al. (2024). Exploring the Stylistic Uniqueness of the Priestly Source in Genesis and Exodus Through a Statistical/Computational Lens. Zeitschrift für die alttestamentliche Wissenschaft. https://repository.up.ac.za/items/5c...2-bfe0dc30a5ef

Houk, C. B. (2002). Statistical Analysis of Genesis Sources. Journal for the Study of the Old Testament. https://journals.sagepub.com/doi/10....08920202700105

Koppel, M., et al. (2024). Critical Biblical Studies via Word Frequency Analysis: Unveiling Text Authorship. arXiv. https://arxiv.org/abs/2410.19883

Koppel, M., et al. (2025). Critical Biblical Studies via Word Frequency Analysis: Unveiling Text Authorship. PLOS ONE. https://pmc.ncbi.nlm.nih.gov/articles/PMC12132927/

Mahmood, A., et al. (2025). AI Classification of Linguistic Expression Between the Quran, the Hadith and Pre-Islamic Poems Using an LSTM Deep Learning Model. International Journal of Advanced Smart Artificial Intelligence and Technology. https://ijasat.com/index.php/ijasat_en/article/view/46