Google тестує новий дослідницький інструмент на основі штучного інтелекту Scholar Labs, призначений для проведення високорелевантних досліджень на основі детальних запитів. Ця зміна викликає ключове питання: як науковці відреагують на пошукову систему, яка надає пріоритет аналізу вмісту над традиційними показниками, такими як кількість цитувань і імпакт-фактор журналу?
Інструмент використовує ШІ для розуміння зв’язків між словами в запиті, ідентифікуючи дослідження, які інакше могли б залишитися непоміченими. У демонстрації, пов’язаній з інтерфейсами мозок-комп’ютер (BCI), Scholar Labs знайшли відповідний огляд, опублікований у Applied Sciences, правильно зазначивши в ньому обговорення електроенцефалографії та провідних алгоритмів. Однак інструменту помітно бракує фільтрів для часто використовуваних показників якості.
Проблема з наявними показниками
Поточна система значною мірою покладається на цитування (як часто дослідження цитується іншими) і імпакт-фактори журналу (міра престижу журналу). Хоча ці показники дають приблизну оцінку впливу, вони недосконалі. Статті, які часто цитуються, не завжди є кращими, а нову чи міждисциплінарну роботу можна взагалі пропустити. Дослідження 1990-х років може мати тисячі цитат, тоді як новаторська стаття 2024 року може не мати жодного. Nature має імпакт-фактор 48,5, а Applied Sciences повідомляє 2,5, але це не обов’язково відображає якість дослідження.
Google стверджує, що покладатися виключно на ці показники може виключити цінні дослідження, особливо в нових сферах. Ліза Огуіке, представник Google, пояснила, що обмеження імпакт-фактора або кількості цитувань може «пропустити ключову роботу… зокрема роботу в міждисциплінарних/споріднених областях або нещодавно опубліковані статті».
Потенційна роль ШІ
Експерти погоджуються, що кількість цитувань і імпакт-фактори є недосконалими показниками якості. Метью Шраг, доцент кафедри неврології Вандербільта, зазначає, що ці показники «більше говорять про соціальний контекст роботи», ніж про її внутрішню цінність. Пошукова система на основі штучного інтелекту теоретично може розширити сферу пошуку, виявивши дослідження, які інакше могли б бути похованими.
Джеймс Смоліга, професор Університету Тафтса, зізнається, що підсвідомо довіряє високоцитованим статтям, незважаючи на те, що знає про їхні недоліки. Система не ідеальна, але Scholar Labs намагається усунути ці недоліки, аналізуючи повні тексти наукових статей, беручи до уваги деталі публікації, авторство та історію цитування.
Цілісний підхід
Зрештою, пошук із підтримкою ШІ, як-от Scholar Labs, може стати цінним доповненням до наукової екосистеми. Він пропонує ширше охоплення відкриттів і контекстуальне розуміння. Однак остаточне судження про якість дослідження мають залишати самі вчені. Як підкреслює Шраг, «ви повинні мати розуміння стандартів у цій галузі з точки зору суворості та того, чи відповідає дослідження цим стандартам». Алгоритми повинні допомагати, а не замінювати критичне мислення в оцінюванні наукових робіт.
Scholar Labs являє собою зрушення в бік більш детальних досліджень, але людський нагляд залишається критично важливим для забезпечення наукової чесності.
