سود:
- امکان استفاده از هوش مصنوعی برای خلاصه کردن و مقایسه منابع واقعی، حذف مبنای اسناد ساختگی با محدودیت "فقط بر اساس منبع داده شده"
- توانایی به کارگیری نظم و ترتیب تأیید هر نقل قول در کاتالوگ واقعی، تأیید هر چکیده به منبع، و گرفتن توهمات DOI/imprint
- توانایی درک اینکه چگونه روزآمدی، چندزبانگی و ادبیات خاکستری تعیین کننده محدودیت های دانش هوش مصنوعی است و چرا نوشتن اصلی مورد نیاز است.
باستان شناسی و میراث فرهنگی یک علم انباشته است: هر مطالعه جدید بر اساس انتشارات قبلی قرن ها بنا شده است. اسکن ادبیات (مجموع مقالات، کتاب ها، گزارش ها و پایان نامه های منتشر شده در مورد آن موضوع) یک منطقه، یک نوع یافته یا یک دوره، اولین و خسته کننده ترین مرحله هر مطالعه علمی است. در این بخش، ما به طور عمیق خواهیم دید که چگونه هوش مصنوعی بررسی متون را سرعت میبخشد، اما چرا تأیید منبع در این زمینه مهم است و چگونه میتوان با خطرناکترین اشتباه هوش مصنوعی: توهم (منابع ساختگی، استنادات و اطلاعات) مبارزه کرد.
اصل اساسی: هوش مصنوعی به جمع بندی، مقایسه و سازماندهی ادبیات کمک می کند. اما هیچ نقل قولی بدون تایید در یک کاتالوگ واقعی قابل استفاده نیست و هیچ خلاصه ای نمی تواند بدون مطالعه خود منبع به یک ادعای علمی تبدیل شود. در علوم انسانی، یک منبع نادرست اعتبار کل اثر را از بین می برد.
چرا توهم در این زمینه بسیار حیاتی است؟
رایج ترین اشتباه ابزارهای چت عمومی، تولید منابع دانشگاهی است که وجود ندارند اما بسیار واقع بینانه به نظر می رسند. هوش مصنوعی میتواند با ترکیب نام یک نویسنده واقعی، نام یک مجله واقعی و یک عنوان قابل قبول، یک استناد با ظاهر «کامل» ایجاد کند. از کجا؟
- هوش مصنوعی "محتمل ترین کلمه بعدی" را تولید می کند. به یک پایگاه داده واقعی نگاه نمی کند (مگر اینکه ابزار خاصی متصل باشد).
- از آنجایی که استنادهای دانشگاهی دارای الگو هستند، هوش مصنوعی در ایجاد استنادی متناسب با الگو، اما محتوای آن ساخته شده است، بسیار "خوب" است.
- در علوم انسانی، خواننده اغلب فورا منبع را بررسی نمی کند. این اجازه میدهد که انتساب جعلی بدون توجه فعال شود.
نتیجه گیری: برای یک باستان شناس، هر سه گانه عنوان نویسنده-سال در خروجی هوش مصنوعی باید مشکوک تلقی شود تا زمانی که خلاف آن ثابت شود.
نکته: از هوش مصنوعی نه به عنوان یک «منابع یاب» بلکه به عنوان دستیار «منابع واقعی شما» استفاده کنید. مقالههای واقعی را خودتان پیدا کنید، فایلهای PDF را به هوش مصنوعی بدهید، سپس بگویید «فقط به این متنهایی که به شما دادم تکیه کنید». بنابراین، اساس توهم تا حد زیادی حذف می شود.
مراحل بررسی ادبیات
- محدوده و سوال. دنبال چی هستی؟ موضوع، دوره، منطقه و مرزهای زبان را روشن کنید.
- مجموعه منابع واقعی انتشارات معتبر را از کاتالوگ های کتابخانه، پایگاه های اطلاعاتی سازمانی و فهرست های قابل اعتماد پیدا کنید. "یافتن" منابع برای هوش مصنوعی در این مرحله خطرناک است.
- جمع بندی و نقشه برداری متون واقعی را که جمع آوری کرده اید به هوش مصنوعی بدهید تا موضوعات و بحث ها را خلاصه و نقشه برداری کند.
- مقایسه و تجزیه و تحلیل شکاف. نظرات نویسندگان مختلف را مقایسه کنید، تناقضات و شکاف های کشف نشده را بیابید.
- املا و انتساب. استدلال خود را با نقل قول های تایید شده بنویسید. هوش مصنوعی پیش نویس می دهد. شما با تحلیل و استنادات واقعی خود بازنویسی می کنید.
رشته تایید منبع
برای هر نقل قول، بررسی کنید:
- آیا وجود دارد؟ آیا نویسنده، سال، عنوان، مجله/ناشر در یک کاتالوگ واقعی (کتابخانه، DOI، فهرست) قرار دارد؟
- آیا او همان چیزی را که می گوید می گوید؟ آیا منبع واقعاً آنچه را که هوش مصنوعی ادعا می کند می گوید؟ منبع را باز کنید و قسمت مربوطه را بخوانید.
- آیا زمینه درست است؟ آیا نقل قول برگرفته از قصد نویسنده است؟ آیا دیدگاه مخالف به نویسنده نسبت داده می شود؟
- آیا به روز و قابل اعتماد است؟ آیا نشریه بررسی شده، جاری است یا دیدگاهی قدیمی را منعکس می کند؟
احتیاط: صرفاً به این دلیل که یک DOI یا شماره موجودی ارائه شده توسط هوش مصنوعی در "فرمت صحیح" ظاهر می شود، نشان دهنده وجود آن رکورد نیست. شماره را در سیستم واقعی جستجو کنید. DOI وجود ندارد یکی از شایع ترین نشانه های توهم است.
سه کیف کوچک
مورد 1 - خلاصه زمان ذخیره شده. یک دانشجوی دکترا 60 مقاله واقعی (همه آنها را پیدا و دانلود کرده) به هوش مصنوعی داد و یک نقشه موضوعی ایجاد کرد. او جدولی را تهیه کرد که در آن نظرات نویسندگان مختلف در مورد یک نوع یافته به جای هفته ها در دو روز مقایسه شد. هر خلاصه منبع و تأیید شده است.
مورد 2 - از فاجعه جوشکاری جعلی جلوگیری شد. یک دانشجوی فارغ التحصیل از هوش مصنوعی خواست تا «منابعی را در مورد این موضوع پیشنهاد دهد» و یک لیست عالی از 15 نقل قول دریافت کرد. هنگامی که او آن را در کتابخانه بررسی کرد، متوجه شد که 9 مورد از لیست هرگز وجود نداشته اند - نویسندگان واقعی، عناوین ساخته شده. اگر این فهرست در کتابشناسی پایان نامه قرار می گرفت، اعتبار دفاع از بین می رفت و حتی می توانست آن را تخلف علمی تلقی کرد.
مورد 3 - انتساب نادرست تصحیح شد. یکی از تیمها گزارش میدهد که هوش مصنوعی به نویسندهای گفته است: «او قدمت آن سایت را به دوره روم میدهد». وقتی به منبع مراجعه کردیم، مشاهده شد که نویسنده خلاف این را ادعا کرده است که این سایت قبل از روم بوده است. هوش مصنوعی دیدگاه را معکوس کرده بود. خواندن منبع از یک اشتباه جدی جلوگیری کرد.
چهار قالب قابل کپی
1) صرفاً با تکیه بر منبع ذکر شده:
نقش شما: دستیار خلاصه ادبیات. فقط به متن هایی که در زیر می چسبانم تکیه کنید. هیچ گونه اطلاعات، منابع یا منابعی را خارج از این متون اضافه نکنید. هر یک از ادعاهای خود را بنویسید و مشخص کنید متنی که به شما دادم بر اساس کدام قسمت است. اگر در مورد چیزی که در متن نیست از شما سوال شد، بگویید «در منابع داده شده نیست».
2) نقشه موضوع و مقایسه:
خلاصه ای از منابع [N] را در زیر ارائه خواهم کرد. آنها را بر اساس مضامین گروه بندی کنید و یک جدول مقایسه ایجاد کنید: برای هر موضوع، نویسندگان چه چیزی را می گویند، کجا موافق هستند، کجا مخالف هستند. فقط از دیدگاه های موجود در متن هایی که داده ام استفاده کنید. افزودن نظرات
3) چک لیست تایید استناد:
هنگام تأیید فهرست استناد زیر، مراحلی را که باید برای هر کدام بررسی کنم (جستجو در کاتالوگ، تأیید DOI، خواندن صفحه مربوطه، بررسی زمینه) انجام دهید. شما صحت انتساب ها را تایید نمی کنید. به من بگو چه چیزی را چک کنم ساخت منبع
4) تجزیه و تحلیل شکاف:
بر اساس خلاصههای ادبیاتی که ارائه کردهام، سؤالات/شکافهایی را فهرست کنید که به نظر میرسد در این موضوع کمتر مورد تحقیق قرار گرفتهاند. برای هر شکاف، نشان دهید که کدام منبع آن را باز گذاشته است. فقط به متن هایی که به شما داده ام تکیه کنید. حدس و گمان نکنید
اعلان ضعیف / اعلان قوی
اعلان ضعیف:
15 منبع مهم دانشگاهی در مورد این موضوع و خلاصه آنها را ذکر کنید.
هوش مصنوعی یک لیست واقعی اما احتمالاً تا حدی ساخته شده بدون نگاه کردن به پایگاه داده واقعی تولید می کند. این خود تله انتساب نادرست است.
اعلان قدرتمند:
در زیر من نقل قول ها و خلاصه های 12 مقاله واقعی را که پیدا کردم چسبانده ام. فقط بر اساس اینها، نقشه موضوع و جدول مقایسه ظاهر می شود. افزودن منبع جدید مشخص کنید که هر خط از کدام مقاله آمده است. موضوعات از دست رفته را به عنوان "در این مجموعه منابع پوشش داده نشده" علامت بزنید.
تفاوت: اولی مملو از خطر منابع ساختگی است. دومی منابع واقعی را به طور قابل اعتماد مدیریت می کند.
جریان، زبان و ادبیات خاکستری
سه ویژگی ادبیات باستان شناسی استفاده از هوش مصنوعی را به ویژه خطرناک می کند. اولی موضوعیت است: دانش یک مدل در تاریخ معینی منجمد می شود و حفاری ها، تاریخ گذاری جدید و اصلاحات بعد از آن تاریخ در آن غایب است. هوش مصنوعی میتواند یک نمای جایگزین را همچنان معتبر نشان دهد. به همین دلیل است که باید انتشارات فعلی را اسکن کنید. دوم، چندزبانگی: باستان شناسی به زبان های آلمانی، فرانسوی، ایتالیایی، ترکی و بسیاری از زبان های محلی به غیر از انگلیسی نوشته شده است. یک گزارش حفاری مهم ممکن است تنها به یک زبان منتشر شده باشد. تکیه صرف به منابع انگلیسی زبان به معنای از دست دادن بخش بزرگی از ادبیات است. هوش مصنوعی به اسکن این منابع زبان خارجی کمک می کند، اما باز هم باید منبع واقعی را در دسترس داشته باشید.
سوم، ادبیات خاکستری: اکثریت قریب به اتفاق دانش باستان شناسی در اسنادی نهفته است که در مجلات رسمی ظاهر نمی شوند، مانند گزارش های کاوش های تجاری، آرشیوهای سازمانی و پایان نامه های منتشر نشده. ادبیات خاکستری (گزارشهای تولید شده در کانالهای تجاری یا شرکتی که به آسانی در فهرستهای نشریات سنتی در دسترس نیستند) در دادههای آموزشی هوش مصنوعی یا وجود ندارد یا کمیاب است. بنابراین، هوش مصنوعی یا این اطلاعات را نمی داند یا آن را می سازد. داستان واقعی باستان شناسی یک منطقه اغلب در این ادبیات خاکستری است و شما فقط با دست واقعی از آرشیو نهادی می توانید به آن برسید.
نکته: گفتن "هوش مصنوعی چیزی پیدا نکرد" یا "منابع کمی وجود دارد" در مورد یک موضوع به این معنی نیست که کار کمی در مورد آن موضوع وجود دارد. اغلب منبع در ادبیات خاکستری، به زبان خارجی یا بعد از بخش اطلاعات مدل است. از آرشیو واقعی در مورد کمبود منابع بپرسید، نه هوش مصنوعی.
جدول وظایف ادبیات
تلاش
نقش هوش مصنوعی
تصمیم انسانی
تایید
منبع یابی
ضعیف/در معرض خطر
انتخاب از کاتالوگ واقعی
تایید کاتالوگ
خلاصه کردن
قوی (به متن داده شده)
دقت، انتخاب
منبع را بخوانید
مقایسه
نقشه تم/تضاد
نظر، وزن
زمینه منبع
استناد نویسی
طرح کلی فرمت
محتوا، دقت
وجود دارد/می گوید
تجزیه و تحلیل شکاف
سوالات کاندیدا
ارزش تحقیق
دانش دامنه
اشتباهات رایج
- ساختن منابع "یافتن" هوش مصنوعی. انتساب نادرست ایجاد می کند. منابع را خودتان پیدا کنید.
- با تکیه بر فرمت DOI/imprint. اگرچه فرمت صحیح به نظر می رسد، ممکن است رکورد ساخته شده باشد. جستجو در سیستم
- استفاده از خلاصه بدون خواندن منبع. هوش مصنوعی می تواند دیدگاه نویسنده را معکوس کند.
- انتشار متن هوش مصنوعی همانطور که هست. اصالت و خطر سرقت ادبی؛ با تحلیل خودت بنویس
- عدم قرار دادن محدودیت "فقط منبع داده شده". بدون محدودیت، هوش مصنوعی اطلاعات ساخته شده خارجی را اضافه می کند.
به طور خلاصه
در بررسی ادبیات، هوش مصنوعی زمان زیادی را در خلاصه کردن، مقایسه و تجزیه و تحلیل منابع واقعی صرفه جویی می کند. اما در علوم انسانی، تأیید منبع غیرقابل مذاکره است: خودتان منابع را بیابید، هر نقل قولی را در کاتالوگ واقعی تأیید کنید، هر چکیده را بررسی کنید، محدودیت «فقط منبع استناد شده» را اعمال کنید و متن نهایی را با تحلیل اصلی خود بنویسید. منبع جعلی کار شما را نابود می کند.
وظیفه کاربردی
موضوعی را انتخاب کنید، 8-10 نشریه واقعی را در کتابخانه/فهرست پیدا کنید و استنادهای آنها را جمع آوری کنید. با الگوهای «فقط بر اساس منبع» و «نقشه تم» نمودار مقایسه ایجاد کنید. در یک آزمایش جداگانه، به هوش مصنوعی بگویید «منبعی را پیشنهاد کند» (بدون هیچ محدودیتی) و نقلقولهایی را که پیشنهاد میکند یک به یک در کاتالوگ بررسی کنید و توجه داشته باشید که چقدر واقعی هستند.
چک لیست
- [ ] من منابع را خودم از کاتالوگ های واقعی پیدا کردم.
- [ ] من محدودیت «تنها به منبع داده شده تکیه کن» را روی هوش مصنوعی قرار دادم.
- [ ] من هر نقل قول را با کاتالوگ/DOI تایید کرده ام.
- [ ] من هر خلاصه را با بازگشت به منبع تأیید کرده ام.
- [ ] متن نهایی را با تحلیل اصلی خودم و ارجاعات تایید شده نوشتم.