در ماه‌های گذشته، عناوین خبری زیادی در مورد خطرات سلامتی موجود در ظروف پخت و پز پلاستیکی سیاه رنگ منتشر شده بود. به نظر می‌رسید این موضوع به جایی رسیده بود که مردم را مجبور به استفاده از ظروف جایگزین می‌کرد. اما پس از آنکه یک خطای ریاضی در تحقیقات صورت گرفته نشان داده شد که این خطر به حدی بزرگنمایی شده است که یک ماده شیمیایی مهم، اغراقاً فوق حد مجاز است، علم وحشت را به جای خود گذاشت.
این حادثه علاوه بر گل‌چینی جایگاه چنین موضوعاتی، محققان را نیز بر این مسأله اندیشاند که چگونه می‌توان در نوشتارهای علمی به مذاق بیشتری پاسخ داد. به همیند بخاطر، دو پروژه با نام Black Spatula و YesNoError در مدار قرار گرفتند که از هوش مصنوعی برای یافتن اشتباهات در مقالات علمی استفاده می‌کنند.
پروژه Black Spatula یک ابزار هوش مصنوعی منبع باز است که تاکنون حدود ۵۰۰ مقاله را برای یافتن خطاها تجزیه و تحلیل کرده است. محققان این پروژه STILL خطاها را به صورت عمومی منتشر نکرده‌اند. خواکین گولوسو، محقق مستقل هوش مصنوعی مستقر در کارتاژنا، کلمبیا، که به هماهنگی پروژه کمک می‌کند، می‌گوید این پروژه در حال انجام است و آنها هنوز خطاها را به صورت عمومی منتشر نکرده‌اند. جالب اینجاست که گولوسو، در عوض، با نویسندگان مقالات مستقیماً ارتباط برقرار می‌کند.
بنیان‌گذار پروژه YesNoError، مت اشلیخت، گفت که این پروژه با الهام از Black Spatula به وجود آمده است. این پروژه از ارز دیجیتال اختصاصی خود برای تامین مالی خود استفاده می‌کند و اهداف خود را در درجه اول حفظ پیوندهای سالم در فرایند علمی قرار داده است. او افزود که آنها ۳۷ هزار مقاله را در خلال دو ماه، تجزیه و تحلیل کرده‌اند. این وب‌سایت نیز یک علامت گذاری آن مقالاتی دارد که در آنها ایراداتی پیدا کرده‌اند.
این دو پروژه از محققان می‌خواهند که قبل از ارسال کار به مجله از ابزارهای آنها استفاده کنند. ایده این است که با استفاده از چنین اوراقی، از تقلب و اشتباهات جلوگیری شود. اما این проектуها جزو پروژه‌های کارمندان دانشگاهی هستند، اما به این صورت که تحلیلی در مورد خطرات احتمالی می‌توان گفت نگرانی‌ها وجود دارد. محقق فراعلم در دانشگاه تیلبورگ هلند، میشل نویتن، می‌گوید که مشخص نیست این ابزارها تا چه اندازه می‌توانند اشتباهات را تشخیص دهند و آیا ادعاهای آنها تایید شده است یا خیر. او همچنین گفت که اگر به مردم اتهامی بزنید و بعد معلوم شود که اشتباهی در کار نبوده است، ممکن است به شهرت آنها آسیب وارد شود.
در سوی دیگر، برخی دیگر می‌گویند اگرچه خطراتی وجود دارد و پروژه‌ها باید در مورد آنچه ادعا می‌کنند محتاط باشند، اما هدف درست است. جیمز هدرز، متخصص پزشکی قانونی در دانشگاه لینائوس در وکسیو، سوئد، گفت: «در اولین قدم، هوش مصنوعی می‌تواند برای ارزیابی مقالات برای بررسی بیشتر مورد استفاده قرار گیرد». او ادامه داد که او از این ابتکارات حمایت می‌کند.
در πραγμαجاتی، کارمندان هوش مصنوعی تا اینجای‌حال حرفه خود را وقف کشف نگرانی‌های مربوط به یکپارچگی در مقالات کرده‌اند و ابزارهایی برای بررسی برخی از جنبه‌های مقاله در حال حاضر وجود دارد. اما طرفداران امیدوارند که هوش مصنوعی بتواند طیف وسیع‌تری از بررسی‌ها را انجام دهد و حجم بیشتری از اوراق را مدیریت کند.
هر دو پروژه Black Spatula و YesNoError از مدل‌های زبانی بزرگ (LLMs) برای شناسایی طیف وسیعی از خطاها در مقالات، از جمله خطاهای واقعی و همچنین در محاسبات، روش‌شناسی و ارجاع استفاده می‌کنند. بعلاوه، این ابزارها قبل از انتشار مقاله‌ها برای بررسی مقالات از این ابزاری‌ها استفاده می‌کنند.
منابع :
زیرنویس سفارشی:
اهمیت مورد مدنظر، روندهای موجود در فرایند علمی در زمینة یافتن اشتباهات در مقالات. گسترش واقعیتهای اجتناب‌ناپذیر قلمداد شده و تمهیداتی با هدف تامین品 تاریخ‌ترین منشأ این جلوه‌های اخلاقی نیز در نظر گرفته شده است. انتهای سعادت.
защиты