Google testuje nowe narzędzie badawcze oparte na sztucznej inteligencji, Scholar Labs, zaprojektowane z myślą o dostarczaniu bardzo trafnych badań na podstawie szczegółowych zapytań. Ta zmiana rodzi kluczowe pytanie: jak naukowcy zareagują na wyszukiwarkę, która przedkłada analizę treści nad tradycyjne wskaźniki, takie jak liczba cytowań i współczynnik wpływu czasopisma?
Narzędzie wykorzystuje sztuczną inteligencję do zrozumienia relacji między słowami w zapytaniu, identyfikując badania, które w przeciwnym razie mogłyby pozostać niezauważone. W demonstracji dotyczącej interfejsów mózg-komputer (BCI) firma Scholar Labs znalazła odpowiednią recenzję opublikowaną w Applied Sciences, poprawnie odnotowując omówienie elektroencefalografii i wiodących algorytmów. W narzędziu tym brakuje jednak filtrów dla powszechnie używanych wskaźników jakości.
Problem z istniejącymi wskaźnikami
Obecny system w dużej mierze opiera się na cytowaniach (jak często inni cytowają badanie) i czynnikach wpływu czasopisma (miara prestiżu czasopisma). Chociaż te wskaźniki pozwalają na przybliżone oszacowanie wpływu, są one niedoskonałe. Często cytowane prace nie zawsze są lepsze, a prace nowe lub interdyscyplinarne mogą zostać całkowicie pominięte. Badanie z lat 90. może mieć tysiące cytowań, podczas gdy przełomowy artykuł z 2024 r. może nie mieć żadnego. Przyroda ma współczynnik wpływu 48,5, a Nauki Stosowane podaje 2,5 – ale niekoniecznie odzwierciedla to jakość badań.
Google argumentuje, że poleganie wyłącznie na tych wskaźnikach może wykluczyć wartościowe badania, zwłaszcza w nowych dziedzinach. Lisa Oguike, rzeczniczka Google, wyjaśniła, że ograniczenie współczynnika wpływu lub liczby cytowań może „ominąć kluczowe prace… zwłaszcza prace z dziedzin interdyscyplinarnych/pokrewnych lub niedawno opublikowane artykuły”.
Potencjalna rola sztucznej inteligencji
Eksperci zgadzają się, że liczba cytowań i czynniki wpływu są niedoskonałymi miernikami jakości. Matthew Schrag, adiunkt neurologii w Vanderbilt, zauważa, że miary te „mówią więcej o społecznym kontekście pracy” niż o jej wewnętrznej wartości. Wyszukiwarka oparta na sztucznej inteligencji mogłaby teoretycznie rozszerzyć zakres wyszukiwań, ujawniając badania, które w przeciwnym razie mogłyby zostać pogrzebane.
James Smoliga, profesor Tufts University, przyznaje, że podświadomie ufa wysoko cytowanym pracom, choć zdaje sobie sprawę z ich niedociągnięć. System nie jest doskonały, ale Scholar Labs stara się zaradzić tym niedociągnięciom, analizując pełny tekst artykułów naukowych, biorąc pod uwagę szczegóły publikacji, autorstwo i historię cytowań.
Podejście holistyczne
Ostatecznie wyszukiwania oparte na sztucznej inteligencji, takie jak Scholar Labs, mogą być cennym dodatkiem do ekosystemu naukowego. Oferuje szerszy zakres odkryć i wgląd w kontekst. Ostateczna ocena jakości badań powinna jednak należeć do samych naukowców. Jak podkreśla Schrag, „trzeba rozumieć standardy obowiązujące w danej dziedzinie pod względem rygorystyczności i tego, czy badania spełniają te standardy”. Algorytmy powinny pomagać, a nie zastępować krytyczne myślenie w ocenie artykułów naukowych.
Scholar Labs reprezentuje zwrot w kierunku bardziej zróżnicowanych odkryć badawczych, ale nadzór ludzki pozostaje kluczowy dla zapewnienia rzetelności naukowej.
