સાહિત્યની સમીક્ષા અને પુરાવા-આધારિત માહિતીની ઍક્સેસ

નફો:

• બનાવટી સ્ત્રોતો (આભાસ) ના જોખમને મેનેજ કરવા માટે સાહિત્ય મેપિંગ, ખ્યાલ સ્કેનિંગ અને વાંચન પ્રાથમિકતામાં કૃત્રિમ બુદ્ધિનો ઉપયોગ કરવાની ક્ષમતા
• ચકાસણી પ્રવાહ સ્થાપિત કરવાની ક્ષમતા જે પ્રાથમિક સ્ત્રોતમાંથી દરેક અવતરણ, શોધ અને અસર કદના દાવાની પુષ્ટિ કરે છે
• પુરાવાના સ્તરને અલગ પાડવાની ક્ષમતા (મેટા-વિશ્લેષણ, આરસીટી, કેસ) અને પુરાવાના વંશવેલો સામે AI સારાંશનું વજન

મનોવિજ્ઞાન એ પુરાવા-આધારિત વ્યવસાય છે: સંશોધન પુરાવા અમને કહે છે કે શું હસ્તક્ષેપ કામ કરે છે, નહીં કે "તે મને એવું લાગે છે." જ્યારે કોઈ નિષ્ણાત વર્તમાનમાં રહેવા માંગે છે, થીસીસ લખવા માંગે છે અથવા કેસ માટે યોગ્ય અભિગમ પસંદ કરે છે, ત્યારે તે સાહિત્ય તરફ વળે છે. પણ સાહિત્ય વિશાળ છે; દર વર્ષે હજારો લેખો પ્રકાશિત થાય છે. આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) અહીં એક જબરદસ્ત પ્રવેગક છે: તે એક ખ્યાલને વ્યાખ્યાયિત કરે છે, ક્ષેત્રનો નકશો બનાવે છે, સૂચવે છે કે તમારે કયો લેખ પહેલા વાંચવો જોઈએ, જટિલ ટેક્સ્ટને સરળ બનાવે છે. પરંતુ અહીં સાહિત્યમાં AI નું સૌથી ખતરનાક લક્ષણ છે: તે અસ્તિત્વમાં નથી તેવા સ્ત્રોતોને બનાવટ કરે છે. આ એકમમાં, તમે શીખશો કે સાહિત્યના વ્યવસાયમાં AI ને કેવી રીતે પ્રવેગક બનાવવું, બનાવટી સ્ત્રોતો (આભાસ) ની જાળમાં પડ્યા વિના કેવી રીતે કાર્ય કરવું.

સાહિત્યમાં AI શું કરે છે, તે શું બનાવે છે?

સાહિત્યિક કાર્યો જ્યાં AI મજબૂત છે: સાદી ભાષામાં ખ્યાલ સમજાવવો; ક્ષેત્રમાં મુખ્ય ચર્ચાઓનો સારાંશ આપો; લખાણ વાંચવા યોગ્ય બનાવવા માટે; કીવર્ડ્સ અને શોધ વ્યૂહરચના સૂચવો; લેખનો સારાંશ આપો (જ્યારે તમે ટેક્સ્ટ પ્રદાન કરો છો); વિવિધ મંતવ્યોની તુલના. આમાં, AI વાંચનના કલાકોને મિનિટમાં ઘટાડી દે છે.

વસ્તુઓ AI બનાવે છે: ટાંકણો (સ્ત્રોત કે જે સંપૂર્ણ લાગે છે પરંતુ અસ્તિત્વમાં નથી, લેખક, વર્ષ, જર્નલ, DOI નંબર સહિત); આંકડા (વાસ્તવિક દેખાતી સંખ્યાઓ જેમ કે અસરનું કદ, નમૂનાનું કદ, p-વેલ્યુ); તારણો (એક અભ્યાસ દાવો કરે છે કે "તે મળ્યું છે" જ્યારે હકીકતમાં તે મળ્યું નથી). આ એટલા માટે છે કારણ કે AI એ સર્ચ એન્જિન નથી, પરંતુ "સંભવિત શબ્દ અનુમાન લગાવનાર" છે: તે તેની ચોકસાઈ તપાસ્યા વિના, સૌથી વધુ સંભવિત દેખાતા સંદર્ભ ફોર્મેટ જનરેટ કરે છે.

ધ્યાન આપો: AI દ્વારા આપવામાં આવેલ કોઈપણ અવતરણ તમે તેને પ્રાથમિક સ્ત્રોત (લેખમાં જ) માંથી ચકાસ્યા વિના માન્ય નથી. દેખીતી રીતે સંપૂર્ણ DOI પણ નકલી હોઈ શકે છે. "મેં ખોટો સ્રોત મૂક્યો છે" કરતાં "મને તે શોધી શક્યું નથી" કહેવું હંમેશાં વધુ સારું છે.

પુરાવાનો વંશવેલો: બધા તારણો સમાન નથી

જ્યારે AI શોધનો સારાંશ આપે છે, ત્યારે તે તમને તેની સ્પષ્ટ શક્તિ જણાવતું નથી. જો કે, પુરાવાનો વંશવેલો છે. દાવાનું વજન કરતી વખતે, તે કયા પ્રકારના પુરાવા પર આધારિત છે તે જાણવું જરૂરી છે.

પુરાવાનું સ્તર

તમારો મતલબ શું છે?

શક્તિ

મેટા-વિશ્લેષણ / પદ્ધતિસરની સમીક્ષા

બહુવિધ અભ્યાસોનું આંકડાકીય સંયોજન

સૌથી વધુ

રેન્ડમાઇઝ્ડ કન્ટ્રોલ્ડ ટ્રાયલ (RCT)

પ્રયોગ જેમાં સહભાગીઓને રેન્ડમ જૂથોમાં વિભાજિત કરવામાં આવે છે

ઉચ્ચ

રેખાંશ/ક્રોસ-વિભાગીય અભ્યાસ

નિરીક્ષણાત્મક, બિન-પ્રાયોગિક

મધ્યમ

કેસ શ્રેણી / કેસ રિપોર્ટ

એક અથવા અનેક કેસોનું વર્ણન

નીચું

નિષ્ણાત અભિપ્રાય / સૈદ્ધાંતિક લેખન

પુરાવા કરતાં વધુ અર્થઘટન

સૌથી નીચું

જ્યારે AI તમને "સંશોધન શો..." કહે છે ત્યારે તમારો પહેલો પ્રશ્ન હોવો જોઈએ: કયા પ્રકારનું સંશોધન? મેટા-વિશ્લેષણની શોધ એક કેસ રિપોર્ટની શોધ જેટલું વજન ધરાવતું નથી.

સ્ટેપ બાય સ્ટેપ: AI-સંચાલિત સુરક્ષિત સાહિત્ય પ્રવાહ

1. AI ને ખ્યાલ સમજાવવા દો. મુદ્દા પર ઝડપથી પહોંચવા માટે, AI ને સરળ સારાંશ અને મુખ્ય ખ્યાલો માટે પૂછો. (આ એક સ્ટાર્ટર છે, સ્ત્રોત નથી.)
2. શોધ વ્યૂહરચના સેટ કરો. AI ને કીવર્ડ્સ, સમાનાર્થી અને શોધ શબ્દમાળા સૂચવવા માટે કહો; વાસ્તવિક ડેટાબેસેસ (શૈક્ષણિક શોધ એંજીન, જર્નલ આર્કાઇવ્સ) પર તેનો ઉપયોગ કરો.
3. વાસ્તવિક સ્ત્રોતો જાતે શોધો. પીઅર-સમીક્ષા કરેલ ડેટાબેઝમાંથી લેખો મેળવો. AI-સૂચન કરેલા શીર્ષકોનો ઉપયોગ શોધ સંકેતો તરીકે કરો, ટાંકણો તરીકે નહીં.
4. AI માં ટેક્સ્ટનો સારાંશ આપો. તમને મળેલા વાસ્તવિક લેખનો ટેક્સ્ટ AI ને આપો અને સારાંશ/સરખામણી માટે પૂછો. AI હવે સામગ્રી બનાવતું નથી, કારણ કે તેમાં વાસ્તવિક ટેક્સ્ટ છે.
5. દરેક નંબર અને શોધની પુષ્ટિ કરો. AI એબ્સ્ટ્રેક્ટમાં અસરના કદને ટેક્સ્ટમાંના વાસ્તવિક મૂલ્ય સાથે સરખાવે છે.
6. પુરાવાના સ્તરને લેબલ કરો. દરેક શોધની બાજુમાં પુરાવાનો પ્રકાર લખો.

ટીપ: સાહિત્યમાં AI નો ઉપયોગ બે અલગ-અલગ મોડમાં કરો: “સોર્સલેસ સૂચનાત્મક” (કન્સેપ્ટ એક્સપોઝિશન, સર્ચ આઈડિયા) અને “સોર્સ્ડ સારાંશ” (જ્યારે તમે ટેક્સ્ટ આપો છો). બાદમાં સલામત છે કારણ કે AI તમે પ્રદાન કરો છો તે ટેક્સ્ટમાંથી કામ કરે છે, તેની પોતાની મેમરીમાંથી નહીં.

ત્રણ નાના કેસો

કેસ 1 — નકલી એટ્રિબ્યુશન રોગચાળો. સ્નાતક વિદ્યાર્થી ગભરાટના વિકાર પરના 15-સ્રોત પ્રકરણ માટે AI અવતરણની વિનંતી કરે છે. AI તે બધું APA ફોર્મેટમાં આપે છે. જ્યારે વિદ્યાર્થી તપાસ કરે છે, ત્યારે તે જુએ છે કે 15 માંથી 6 સ્રોત ખરેખર અસ્તિત્વમાં નથી (40%) અને 3 ખોટા જર્નલને સોંપવામાં આવ્યા છે. તેથી અડધી યાદી બિનઉપયોગી છે. પાઠ: એટ્રિબ્યુશન વાસ્તવિક ડેટાબેઝમાંથી આવે છે, AIમાંથી નહીં.

કેસ 2 - સાચો ઉપયોગ. એક ચિકિત્સક એઆઈને એક પછી એક 4 વાસ્તવિક મેટા-વિશ્લેષણનો પીડીએફ ટેક્સ્ટ આપે છે અને કહે છે કે "સેમ્પલ નંબર, મુખ્ય અસર કદ અને દરેકની મર્યાદા ટેબલ કરો." AI 10 મિનિટમાં 4 30-પૃષ્ઠ લેખોને તુલનાત્મક કોષ્ટકમાં ઘટાડે છે. ક્લિનિશિયન ટેક્સ્ટ દ્વારા દરેક નંબરની પુષ્ટિ કરે છે; તે બધા સાચા નીકળે છે કારણ કે AI એ આપેલ ટેક્સ્ટમાંથી કામ કર્યું છે, તેની પોતાની મેમરીમાંથી નહીં.

કેસ 3 - પુરાવાના છટકુંનું સ્તર. એક નિષ્ણાત એઆઈને પૂછે છે, "શું ઉપચાર X કામ કરે છે?" તે પૂછે છે. AI કહે છે "હા, અભ્યાસ તેને સમર્થન આપે છે" અને ચાર "અભ્યાસ" ગણે છે. જ્યારે નિષ્ણાત તેની તપાસ કરે છે, ત્યારે તે જુએ છે કે તેમાંથી ત્રણ એક જ કેસ રિપોર્ટ છે અને એક બ્લોગ પોસ્ટ છે; ત્યાં એક પણ RCT નથી. જો કે દાવો ઔપચારિક રીતે "સાબિત" લાગે છે, તેમ છતાં તેની સાબિતી શક્તિ ઘણી નબળી છે.

નકલ કરી શકાય તેવા સંકેતો અને નમૂનાઓ

હું હમણાં જ આ વિષય પર પ્રારંભ કરી રહ્યો છું. મને સ્ત્રોતો બનાવ્યા વિના, ફક્ત મને એક વૈચારિક પરિચય આપો: મૂળભૂત ખ્યાલો, ક્ષેત્રની મુખ્ય ચર્ચાઓ અને કીવર્ડ્સની સૂચિ + સમાનાર્થી હું શોધ કરતી વખતે ઉપયોગ કરી શકું છું. એટ્રિબ્યુશન; જો એટ્રિબ્યુશન જરૂરી હોય, તો "સ્ત્રોત જાતે શોધો" કહો. વિષય: [વિષય]

હું નીચે એક વાસ્તવિક લેખનો ટેક્સ્ટ પેસ્ટ કરું છું. આ લખાણમાંથી જ કામ કરો, બહારની માહિતી ઉમેરશો નહીં. નીચેનાને બહાર કાઢો: સંશોધન પ્રશ્ન, પદ્ધતિ, નમૂના (n), મુખ્ય શોધ અને અસરનું કદ, મર્યાદાઓ, પુરાવાનું સ્તર. ટેક્સ્ટ: [લેખ ટેક્સ્ટ]

નીચે 3 લેખોનું લખાણ છે. તેમને નીચેની કૉલમ સાથે તુલનાત્મક કોષ્ટકમાં મૂકો: લેખક-વર્ષ, નમૂના, પદ્ધતિ, મુખ્ય શોધ, પુરાવાનું સ્તર, મર્યાદા. આપેલ ગ્રંથોમાંથી જ કાર્ય કરો, સ્ત્રોતો ઉમેરશો નહીં. ટેક્સ્ટ્સ: [ટેક્સ્ટ્સ]

આ લખાણમાં દરેક આંકડાકીય દાવા (n, p, અસરનું કદ, ટકાવારી) એક અલગ લીટી પર સૂચિબદ્ધ કરો જેથી હું મૂળ લેખ સાથે તેની પુષ્ટિ કરી શકું. તમે તમારી જાતને ચકાસી શકતા ન હોય તેવા કોઈપણ નંબરો ઉમેરશો નહીં. ટેક્સ્ટ: [સારાંશ]

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ: "ડિપ્રેશનમાં જ્ઞાનાત્મક વર્તણૂકીય ઉપચારની અસરકારકતા વિશે 10 શૈક્ષણિક સ્ત્રોતો આપો."

આ પ્રોમ્પ્ટ એઆઈને મેમરીમાંથી એટ્રિબ્યુશન બનાવવા માટે આમંત્રિત કરે છે; આઉટપુટનો નોંધપાત્ર ભાગ નકલી હશે.

શક્તિશાળી પ્રોમ્પ્ટ: "કોગ્નિટિવ બિહેવિયરલ થેરાપી અને ડિપ્રેશન પર ડેટાબેઝ શોધવા માટે કીવર્ડ્સ, સમાનાર્થી અને શોધ સ્ટ્રીંગ્સ સૂચવો. સ્ત્રોતો/ઉદ્ધરણો પ્રદાન કરશો નહીં; હું વાસ્તવિક ડેટાબેઝમાંથી લેખો શોધીશ, પછી તમને તેમના પાઠો આપીશ."

આ પ્રોમ્પ્ટ AI ને સુરક્ષિત ભૂમિકામાં મૂકે છે (શોધ વ્યૂહરચનાકાર); સંદર્ભો વાસ્તવિક સ્ત્રોતમાંથી આવે છે.

સામાન્ય ભૂલો

• AI દ્વારા આપવામાં આવેલ એટ્રિબ્યુશનનો સીધો ઉપયોગ કરીને. મોટે ભાગે સંપૂર્ણ સ્ત્રોતો ઘણીવાર બનાવટી હોય છે; તેનો ઉપયોગ ક્યારેય પુષ્ટિ કર્યા વિના થતો નથી.
• DOI/લિંક પર આંધળો વિશ્વાસ કરવો. AI વાસ્તવિક પરંતુ અવિદ્યમાન DOI પણ ઉત્પન્ન કરી શકે છે; જ્યાં સુધી તમે તેને ખોલીને તપાસો નહીં ત્યાં સુધી તે માન્ય ગણવામાં આવશે નહીં.
• પુરાવાના સ્તરને અવગણવું. "અભ્યાસ કહે છે" વાક્ય પાછળ કોઈ બ્લોગ અથવા મેટા-વિશ્લેષણ છે કે કેમ તે પૂછતા નથી.
• લેખ માટે AI સારાંશને બદલીને. તે એક સારાંશ નકશો છે; માત્ર સારાંશ પર નિર્ણાયક નિર્ણય લેવાનો અર્થ એ છે કે ટેક્સ્ટ વાંચ્યા વિના નિર્ણય કરવો.
• સિંગલ મોડમાં ઉપયોગ. હંમેશા "મેમરીમાંથી સ્ત્રોત" મોડમાં AI નો ઉપયોગ કરવો; જ્યારે સલામત એ "આપેલ ટેક્સ્ટમાંથી સારાંશ" મોડ છે.

સારાંશમાં

સાહિત્યના વ્યવસાયમાં, AI એ ખ્યાલ સ્પષ્ટીકરણ, શોધ વ્યૂહરચના અને સારાંશ (જ્યારે તમે ટેક્સ્ટ પ્રદાન કરો છો) માટે એક શક્તિશાળી પ્રવેગક છે. પરંતુ તે તેની પોતાની સ્મૃતિ (ભ્રામકતા) માંથી સંદર્ભો, આંકડાઓ અને તારણો બનાવે છે. પ્રાથમિક સ્ત્રોતમાંથી દરેક અવતરણ અને નંબર ચકાસો; તમે અમાન્ય શોધી શકતા નથી તે સ્ત્રોતને ધ્યાનમાં લો. દરેક શોધ માટે પુરાવાના સ્તર (મેટા-વિશ્લેષણથી કેસ રિપોર્ટ સુધી) લેબલ કરો. બે અલગ-અલગ મોડ્સમાં AI નો ઉપયોગ કરો: "અનસોર્સ્ડ સૂચનાત્મક" અને "સોર્સ્ડ સારાંશ", બાદમાંની પસંદગી સાથે.

એપ્લિકેશન કાર્ય

એક વિષય પસંદ કરો. પહેલા એઆઈને તે વિષય પર 5 ટાંકણો માટે પૂછો (સોર્સ્ડ મોડ). પછી વાસ્તવિક શૈક્ષણિક સર્ચ એન્જિનમાં આ 5 અવતરણો એક પછી એક શોધો અને નોંધ કરો કે કેટલા ખરેખર અસ્તિત્વમાં છે. પછી એક જ વિષય પર 2 વાસ્તવિક લેખો શોધો, તેમના ટેક્સ્ટને AI ને ફીડ કરો અને તેને તુલનાત્મક કોષ્ટક બનાવો. બે અનુભવોની સરખામણી કરો: કયાએ વિશ્વસનીય આઉટપુટ આપ્યું?

ચેકલિસ્ટ

• [ ] મેં AI દ્વારા આપવામાં આવેલા કોઈપણ સંદર્ભોની પુષ્ટિ કર્યા વિના ઉપયોગ કર્યો નથી.
• [ ] મેં લેખો વાસ્તવિક, પીઅર-સમીક્ષા કરેલા ડેટાબેઝમાંથી મેળવ્યા છે.
• [ ] સારાંશ માટે, મેં AI ને વાસ્તવિક લેખનો ટેક્સ્ટ આપ્યો (મેમરીમાંથી નહીં).
• [ ] મેં દરેક આંકડાકીય દાવાની સરખામણી મૂળ લખાણ સાથે કરી છે.
• [ ] મેં દરેક શોધ માટે પુરાવાના સ્તરને લેબલ કર્યું છે.
• [ ] મેં તે સ્ત્રોતને અમાન્ય કર્યો જે હું શોધી શક્યો નથી.