Google testuje nový výzkumný nástroj založený na umělé inteligenci, Scholar Labs, navržený tak, aby poskytoval vysoce relevantní výzkum založený na podrobných dotazech. Tento posun vyvolává klíčovou otázku: Jak budou vědci reagovat na vyhledávač, který upřednostňuje analýzu obsahu před tradičními metrikami, jako jsou počty citací a faktor dopadu časopisu?
Nástroj využívá umělou inteligenci k pochopení vztahů mezi slovy v dotazu a identifikuje výzkum, který by jinak mohl zůstat bez povšimnutí. V ukázce související s rozhraním mozek-počítač (BCI) Scholar Labs identifikovala relevantní recenzi publikovanou v Applied Sciences, která správně zaznamenala diskusi o elektroencefalografii a vedoucích algoritmech. Nástroji však výrazně chybí filtry pro běžně používané metriky kvality.
Problém se stávajícími metrikami
Současný systém hodně spoléhá na citace (jak často je studie citována ostatními) a faktory dopadu časopisu (míra prestiže časopisu). I když tyto metriky poskytují hrubý odhad dopadu, jsou nedokonalé. Vysoce citované články nejsou vždy lepší a nová nebo interdisciplinární práce mohou zcela chybět. Studie z 90. let může mít tisíce citací, zatímco průlomová práce z roku 2024 nemusí mít žádnou. Příroda má impakt faktor 48,5 a Aplikované vědy hlásí 2,5 – to však nutně neodráží kvalitu výzkumu.
Google tvrdí, že spoléhání se pouze na tyto metriky může vyloučit hodnotný výzkum, zejména v nově vznikajících oborech. Lisa Oguike, mluvčí Googlu, vysvětlila, že omezení impakt faktoru nebo počtu citací by mohlo „minout klíčovou práci… zejména práci v interdisciplinárních/příbuzných oborech nebo nedávno publikované práce“.
Potenciální role AI
Odborníci se shodují, že počty citací a dopadové faktory jsou nedokonalými měřítky kvality. Matthew Schrag, odborný asistent neurovědy na Vanderbilt, poznamenává, že tato měření „vypovídají více o sociálním kontextu práce“ než o její vnitřní hodnotě. Vyhledávač poháněný umělou inteligencí by teoreticky mohl rozšířit rozsah vyhledávání a odhalit studie, které by jinak mohly být pohřbeny.
James Smoliga, profesor na Tufts University, přiznává, že podvědomě důvěřuje vysoce citovaným článkům, přestože zná jejich nedostatky. Systém není dokonalý, ale Scholar Labs se snaží tyto nedostatky řešit analýzou plného textu výzkumných prací, přičemž bere v úvahu podrobnosti o publikacích, autorství a historii citací.
Holistický přístup
Nakonec může být vyhledávání s umělou inteligencí, jako je Scholar Labs, cenným doplňkem vědeckého ekosystému. Nabízí širší pokrytí objevů a kontextové poznatky. Konečný úsudek o kvalitě výzkumu by však měl zůstat na samotných vědcích. Jak zdůrazňuje Schrag, „musíte rozumět standardům v oboru, pokud jde o přísnost a zda výzkum tyto standardy splňuje. Algoritmy by měly pomáhat, nikoli nahrazovat kritické myšlení při hodnocení vědeckých prací.
Scholar Labs představuje posun směrem k jemnějším výzkumným objevům, ale lidský dohled zůstává zásadní pro zajištění vědecké integrity.
