ಸಾಹಿತ್ಯದ ವಿಮರ್ಶೆ ಮತ್ತು ಸಾಕ್ಷ್ಯಾಧಾರಿತ ಮಾಹಿತಿಗೆ ಪ್ರವೇಶ

ಲಾಭಗಳು:

• ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಸಾಹಿತ್ಯದ ಮ್ಯಾಪಿಂಗ್, ಕಾನ್ಸೆಪ್ಟ್ ಸ್ಕ್ಯಾನಿಂಗ್ ಮತ್ತು ಓದುವ ಆದ್ಯತೆಯಲ್ಲಿ ಕೃತಕವಾದ ಮೂಲಗಳ ಅಪಾಯವನ್ನು ನಿರ್ವಹಿಸಲು (ಭ್ರಮೆಗಳು) ಬಳಸುವ ಸಾಮರ್ಥ್ಯ
• ಪ್ರಾಥಮಿಕ ಮೂಲದಿಂದ ಪ್ರತಿ ಉಲ್ಲೇಖ, ಕಂಡುಹಿಡಿಯುವಿಕೆ ಮತ್ತು ಪರಿಣಾಮದ ಗಾತ್ರದ ಕ್ಲೈಮ್ ಅನ್ನು ದೃಢೀಕರಿಸುವ ಪರಿಶೀಲನಾ ಹರಿವನ್ನು ಸ್ಥಾಪಿಸುವ ಸಾಮರ್ಥ್ಯ
• ಸಾಕ್ಷ್ಯದ ಮಟ್ಟವನ್ನು (ಮೆಟಾ-ವಿಶ್ಲೇಷಣೆ, RCT, ಪ್ರಕರಣ) ಪ್ರತ್ಯೇಕಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಪುರಾವೆಗಳ ಶ್ರೇಣಿಯ ವಿರುದ್ಧ AI ಸಾರಾಂಶವನ್ನು ತೂಗುವುದು

ಮನೋವಿಜ್ಞಾನವು ಪುರಾವೆ-ಆಧಾರಿತ ವೃತ್ತಿಯಾಗಿದೆ: ಸಂಶೋಧನೆಯ ಪುರಾವೆಯು ಹಸ್ತಕ್ಷೇಪವು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆಯೇ ಎಂದು ನಮಗೆ ಹೇಳುತ್ತದೆ, ಆದರೆ "ಇದು ನನಗೆ ತೋರುತ್ತಿದೆ" ಅಲ್ಲ. ಪರಿಣಿತರು ಪ್ರಸ್ತುತವಾಗಿರಲು ಬಯಸಿದಾಗ, ಪ್ರಬಂಧವನ್ನು ಬರೆಯಲು ಅಥವಾ ಪ್ರಕರಣಕ್ಕೆ ಸರಿಯಾದ ವಿಧಾನವನ್ನು ಆಯ್ಕೆ ಮಾಡಲು, ಅವರು ಸಾಹಿತ್ಯಕ್ಕೆ ತಿರುಗುತ್ತಾರೆ. ಆದರೆ ಸಾಹಿತ್ಯ ದೊಡ್ಡದು; ಪ್ರತಿ ವರ್ಷ ಹತ್ತು ಸಾವಿರ ಲೇಖನಗಳು ಪ್ರಕಟವಾಗುತ್ತವೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI) ಇಲ್ಲಿ ಪ್ರಚಂಡ ವೇಗವರ್ಧಕವಾಗಿದೆ: ಇದು ಪರಿಕಲ್ಪನೆಯನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತದೆ, ಕ್ಷೇತ್ರವನ್ನು ನಕ್ಷೆ ಮಾಡುತ್ತದೆ, ನೀವು ಯಾವ ಲೇಖನವನ್ನು ಮೊದಲು ಓದಬೇಕು ಎಂಬುದನ್ನು ಸೂಚಿಸುತ್ತದೆ, ಸಂಕೀರ್ಣ ಪಠ್ಯವನ್ನು ಸರಳಗೊಳಿಸುತ್ತದೆ. ಆದರೆ ಇಲ್ಲಿ ಸಾಹಿತ್ಯದಲ್ಲಿ AI ಯ ಅತ್ಯಂತ ಅಪಾಯಕಾರಿ ವೈಶಿಷ್ಟ್ಯವಿದೆ: ಇದು ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಮೂಲಗಳನ್ನು ರೂಪಿಸುತ್ತದೆ. ಈ ಘಟಕದಲ್ಲಿ, ನೀವು ಸಾಹಿತ್ಯ ವ್ಯವಹಾರದಲ್ಲಿ AI ಅನ್ನು ವೇಗವರ್ಧಕವನ್ನಾಗಿ ಮಾಡುವುದು ಹೇಗೆ, ಫ್ಯಾಬ್ರಿಕೇಟೆಡ್ ಮೂಲಗಳ (ಭ್ರಮೆಗಳು) ಬಲೆಗೆ ಬೀಳದೆ ಹೇಗೆ ಕೆಲಸ ಮಾಡುವುದು ಎಂಬುದನ್ನು ಕಲಿಯುವಿರಿ.

ಸಾಹಿತ್ಯದಲ್ಲಿ AI ಏನು ಮಾಡುತ್ತದೆ, ಅದು ಏನು ಮಾಡುತ್ತದೆ?

AI ಪ್ರಬಲವಾಗಿರುವ ಸಾಹಿತ್ಯ ಕಾರ್ಯಗಳು: ಸರಳ ಭಾಷೆಯಲ್ಲಿ ಪರಿಕಲ್ಪನೆಯನ್ನು ವಿವರಿಸುವುದು; ಒಂದು ಕ್ಷೇತ್ರದಲ್ಲಿ ಪ್ರಮುಖ ಚರ್ಚೆಗಳನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ; ಪಠ್ಯವನ್ನು ಓದುವಂತೆ ಮಾಡಲು; ಕೀವರ್ಡ್‌ಗಳು ಮತ್ತು ಹುಡುಕಾಟ ತಂತ್ರವನ್ನು ಸೂಚಿಸಿ; ಲೇಖನವನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ (ನೀವು ಪಠ್ಯವನ್ನು ಒದಗಿಸಿದಾಗ); ವಿಭಿನ್ನ ದೃಷ್ಟಿಕೋನಗಳನ್ನು ಹೋಲಿಸುವುದು. ಇವುಗಳಲ್ಲಿ, AI ಓದುವ ಸಮಯವನ್ನು ನಿಮಿಷಗಳಿಗೆ ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.

AI ರೂಪಿಸುವ ವಿಷಯಗಳು: ಉಲ್ಲೇಖಗಳು (ಲೇಖಕರು, ವರ್ಷ, ಜರ್ನಲ್, DOI ಸಂಖ್ಯೆ ಸೇರಿದಂತೆ ಪರಿಪೂರ್ಣವಾಗಿ ಕಾಣುವ ಆದರೆ ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಮೂಲಗಳು); ಅಂಕಿಅಂಶಗಳು (ಪರಿಣಾಮದ ಗಾತ್ರ, ಮಾದರಿ ಗಾತ್ರ, p-ಮೌಲ್ಯದಂತಹ ನೈಜ-ಕಾಣುವ ಸಂಖ್ಯೆಗಳು); ಸಂಶೋಧನೆಗಳು (ವಾಸ್ತವವಾಗಿ ಅದು ಇಲ್ಲದಿರುವಾಗ "ಅದನ್ನು ಕಂಡುಕೊಂಡಿದೆ" ಎಂದು ಅಧ್ಯಯನವು ಹೇಳುತ್ತದೆ). ಏಕೆಂದರೆ AI ಒಂದು ಸರ್ಚ್ ಇಂಜಿನ್ ಅಲ್ಲ, ಆದರೆ "ಸಂಭವನೀಯ ಪದ ಊಹೆಗಾರ": ಇದು ಅದರ ನಿಖರತೆಯನ್ನು ಪರಿಶೀಲಿಸದೆಯೇ ಹೆಚ್ಚಾಗಿ ಕಾಣುವ ಉಲ್ಲೇಖದ ಸ್ವರೂಪವನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ.

ಗಮನ: ನೀವು ಪ್ರಾಥಮಿಕ ಮೂಲದಿಂದ (ಲೇಖನವೇ) ಪರಿಶೀಲಿಸದೆ AI ನೀಡಿದ ಯಾವುದೇ ಉಲ್ಲೇಖವು ಮಾನ್ಯವಾಗಿಲ್ಲ. ತೋರಿಕೆಯಲ್ಲಿ ಪರಿಪೂರ್ಣವಾದ DOI ಕೂಡ ನಕಲಿಯಾಗಿರಬಹುದು. "ನಾನು ತಪ್ಪು ಮೂಲವನ್ನು ಹಾಕಿದ್ದೇನೆ" ಎನ್ನುವುದಕ್ಕಿಂತ "ನನಗೆ ಅದನ್ನು ಕಂಡುಹಿಡಿಯಲಾಗಲಿಲ್ಲ" ಎಂದು ಹೇಳುವುದು ಯಾವಾಗಲೂ ಉತ್ತಮವಾಗಿದೆ.

ಪುರಾವೆಗಳ ಕ್ರಮಾನುಗತ: ಎಲ್ಲಾ ಸಂಶೋಧನೆಗಳು ಸಮಾನವಾಗಿರುವುದಿಲ್ಲ

AI ಆವಿಷ್ಕಾರವನ್ನು ಸಾರಾಂಶಿಸಿದಾಗ, ಅದರ ಸಾಕ್ಷ್ಯಾಧಾರದ ಶಕ್ತಿಯನ್ನು ಅದು ನಿಮಗೆ ಹೇಳುವುದಿಲ್ಲ. ಆದಾಗ್ಯೂ, ಪುರಾವೆಗಳ ಕ್ರಮಾನುಗತವಿದೆ. ಹಕ್ಕನ್ನು ತೂಗುವಾಗ, ಅದು ಯಾವ ರೀತಿಯ ಸಾಕ್ಷ್ಯವನ್ನು ಆಧರಿಸಿದೆ ಎಂಬುದನ್ನು ತಿಳಿದುಕೊಳ್ಳುವುದು ಅತ್ಯಗತ್ಯ.

ಸಾಕ್ಷ್ಯದ ಮಟ್ಟ

ನಿಮ್ಮ ಅರ್ಥವೇನು?

ಶಕ್ತಿ

ಮೆಟಾ-ವಿಶ್ಲೇಷಣೆ / ವ್ಯವಸ್ಥಿತ ವಿಮರ್ಶೆ

ಬಹು ಅಧ್ಯಯನಗಳ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಸಂಯೋಜನೆ

ಅತ್ಯಧಿಕ

ಯಾದೃಚ್ಛಿಕ ನಿಯಂತ್ರಿತ ಪ್ರಯೋಗ (RCT)

ಭಾಗವಹಿಸುವವರನ್ನು ಯಾದೃಚ್ಛಿಕ ಗುಂಪುಗಳಾಗಿ ವಿಂಗಡಿಸುವ ಪ್ರಯೋಗ

ಹೆಚ್ಚು

ಉದ್ದದ/ಅಡ್ಡ ವಿಭಾಗದ ಅಧ್ಯಯನ

ಅವಲೋಕನಾತ್ಮಕ, ಪ್ರಾಯೋಗಿಕವಲ್ಲದ

ಮಧ್ಯಮ

ಪ್ರಕರಣ ಸರಣಿ / ಪ್ರಕರಣ ವರದಿ

ಒಂದು ಅಥವಾ ಹಲವಾರು ಪ್ರಕರಣಗಳ ವಿವರಣೆ

ಕಡಿಮೆ

ತಜ್ಞರ ಅಭಿಪ್ರಾಯ / ಸೈದ್ಧಾಂತಿಕ ಬರವಣಿಗೆ

ಸಾಕ್ಷ್ಯಕ್ಕಿಂತ ಹೆಚ್ಚು ವ್ಯಾಖ್ಯಾನ

ಅತ್ಯಂತ ಕಡಿಮೆ

AI ನಿಮಗೆ "ಸಂಶೋಧನೆ ತೋರಿಸುತ್ತದೆ..." ಎಂದು ಹೇಳಿದಾಗ ನಿಮ್ಮ ಮೊದಲ ಪ್ರಶ್ನೆ ಹೀಗಿರಬೇಕು: ಯಾವ ರೀತಿಯ ಸಂಶೋಧನೆ? ಮೆಟಾ-ವಿಶ್ಲೇಷಣೆಯ ಆವಿಷ್ಕಾರವು ಒಂದೇ ಪ್ರಕರಣದ ವರದಿಯನ್ನು ಕಂಡುಹಿಡಿಯುವ ತೂಕವನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲ.

ಹಂತ ಹಂತವಾಗಿ: AI-ಚಾಲಿತ ಸುರಕ್ಷಿತ ಸಾಹಿತ್ಯ ಹರಿವು

1. AI ಪರಿಕಲ್ಪನೆಯನ್ನು ವಿವರಿಸಿ. ತ್ವರಿತವಾಗಿ ವಿಷಯಕ್ಕೆ ಬರಲು, ಸರಳ ಸಾರಾಂಶ ಮತ್ತು ಪ್ರಮುಖ ಪರಿಕಲ್ಪನೆಗಳಿಗಾಗಿ AI ಅನ್ನು ಕೇಳಿ. (ಇದು ಸ್ಟಾರ್ಟರ್ ಆಗಿದೆ, ಮೂಲವಲ್ಲ.)
2. ಹುಡುಕಾಟ ತಂತ್ರವನ್ನು ಹೊಂದಿಸಿ. ಕೀವರ್ಡ್‌ಗಳು, ಸಮಾನಾರ್ಥಕ ಪದಗಳು ಮತ್ತು ಹುಡುಕಾಟ ಸ್ಟ್ರಿಂಗ್ ಅನ್ನು ಸೂಚಿಸಲು AI ಅನ್ನು ಕೇಳಿ; ನೈಜ ಡೇಟಾಬೇಸ್‌ಗಳಲ್ಲಿ ಇದನ್ನು ಬಳಸಿ (ಶೈಕ್ಷಣಿಕ ಸರ್ಚ್ ಇಂಜಿನ್‌ಗಳು, ಜರ್ನಲ್ ಆರ್ಕೈವ್‌ಗಳು).
3. ನಿಜವಾದ ಮೂಲಗಳನ್ನು ನೀವೇ ಹುಡುಕಿ. ಪೀರ್-ರಿವ್ಯೂಡ್ ಡೇಟಾಬೇಸ್‌ಗಳಿಂದ ಲೇಖನಗಳನ್ನು ಪಡೆಯಿರಿ. AI-ಸೂಚಿಸಿದ ಶೀರ್ಷಿಕೆಗಳನ್ನು ಹುಡುಕಾಟ ಸುಳಿವುಗಳಾಗಿ ಬಳಸಿ, ಉಲ್ಲೇಖಗಳಾಗಿ ಅಲ್ಲ.
4. AI ಗೆ ಪಠ್ಯವನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ. ನೀವು ಕಂಡುಕೊಂಡ ನಿಜವಾದ ಲೇಖನದ ಪಠ್ಯವನ್ನು AI ಗೆ ನೀಡಿ ಮತ್ತು ಸಾರಾಂಶ/ಹೋಲಿಕೆಗಾಗಿ ಕೇಳಿ. AI ಇನ್ನು ಮುಂದೆ ವಿಷಯವನ್ನು ರೂಪಿಸುವುದಿಲ್ಲ, ಏಕೆಂದರೆ ಇದು ನೈಜ ಪಠ್ಯವನ್ನು ಹೊಂದಿದೆ.
5. ಪ್ರತಿ ಸಂಖ್ಯೆ ಮತ್ತು ಕಂಡುಹಿಡಿಯುವಿಕೆಯನ್ನು ದೃಢೀಕರಿಸಿ. AI ಪಠ್ಯದಲ್ಲಿನ ನಿಜವಾದ ಮೌಲ್ಯದೊಂದಿಗೆ ಅಮೂರ್ತದಲ್ಲಿ ಪರಿಣಾಮದ ಗಾತ್ರವನ್ನು ಹೋಲಿಸುತ್ತದೆ.
6. ಸಾಕ್ಷ್ಯದ ಮಟ್ಟವನ್ನು ಲೇಬಲ್ ಮಾಡಿ. ಪ್ರತಿ ಸಂಶೋಧನೆಯ ಪಕ್ಕದಲ್ಲಿ ಸಾಕ್ಷ್ಯದ ಪ್ರಕಾರವನ್ನು ಬರೆಯಿರಿ.

ಸಲಹೆ: ಸಾಹಿತ್ಯದಲ್ಲಿ AI ಅನ್ನು ಎರಡು ವಿಭಿನ್ನ ವಿಧಾನಗಳಲ್ಲಿ ಬಳಸಿ: "ಮೂಲರಹಿತ ಸೂಚಿತ" (ಪರಿಕಲ್ಪನೆ ನಿರೂಪಣೆ, ಹುಡುಕಾಟ ಕಲ್ಪನೆ) ಮತ್ತು "ಮೂಲ ಸಾರಾಂಶ" (ನೀವು ಪಠ್ಯವನ್ನು ನೀಡಿದಾಗ). ಎರಡನೆಯದು ಸುರಕ್ಷಿತವಾಗಿದೆ ಏಕೆಂದರೆ AI ನೀವು ಒದಗಿಸುವ ಪಠ್ಯದಿಂದ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಅದರ ಸ್ವಂತ ಸ್ಮರಣೆಯಿಂದಲ್ಲ.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ನಕಲಿ ಗುಣಲಕ್ಷಣ ಸಾಂಕ್ರಾಮಿಕ. ಒಬ್ಬ ಪದವೀಧರ ವಿದ್ಯಾರ್ಥಿಯು ಆತಂಕದ ಅಸ್ವಸ್ಥತೆಗಳ ಕುರಿತು 15-ಮೂಲದ ಅಧ್ಯಾಯಕ್ಕಾಗಿ AI ಉಲ್ಲೇಖವನ್ನು ವಿನಂತಿಸುತ್ತಾನೆ. AI ಎಲ್ಲವನ್ನೂ APA ಸ್ವರೂಪದಲ್ಲಿ ನೀಡುತ್ತದೆ. ವಿದ್ಯಾರ್ಥಿ ಪರಿಶೀಲಿಸಿದಾಗ, 15 ಮೂಲಗಳಲ್ಲಿ 6 ವಾಸ್ತವವಾಗಿ ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲ (40%) ಮತ್ತು 3 ತಪ್ಪು ಜರ್ನಲ್‌ಗೆ ನಿಯೋಜಿಸಲಾಗಿದೆ ಎಂದು ಅವನು ನೋಡುತ್ತಾನೆ. ಆದ್ದರಿಂದ ಅರ್ಧದಷ್ಟು ಪಟ್ಟಿಯು ಬಳಕೆಗೆ ಯೋಗ್ಯವಾಗಿಲ್ಲ. ಪಾಠ: ಗುಣಲಕ್ಷಣವು ನೈಜ ಡೇಟಾಬೇಸ್‌ನಿಂದ ಬರುತ್ತದೆ, AI ಅಲ್ಲ.

ಪ್ರಕರಣ 2 - ಸರಿಯಾದ ಬಳಕೆ. ಒಬ್ಬ ವೈದ್ಯರು 4 ನೈಜ ಮೆಟಾ-ವಿಶ್ಲೇಷಣೆಗಳ PDF ಪಠ್ಯವನ್ನು AI ಗೆ ಒಂದೊಂದಾಗಿ ನೀಡುತ್ತಾರೆ ಮತ್ತು "ಮಾದರಿ ಸಂಖ್ಯೆ, ಮುಖ್ಯ ಪರಿಣಾಮದ ಗಾತ್ರ ಮತ್ತು ಪ್ರತಿಯೊಂದರ ಮಿತಿಯನ್ನು ಟೇಬಲ್ ಮಾಡಿ" ಎಂದು ಹೇಳುತ್ತಾರೆ. AI 4 30-ಪುಟ ಲೇಖನಗಳನ್ನು 10 ನಿಮಿಷಗಳಲ್ಲಿ ತುಲನಾತ್ಮಕ ಕೋಷ್ಟಕಕ್ಕೆ ತಗ್ಗಿಸುತ್ತದೆ. ವೈದ್ಯರು ಪ್ರತಿ ಸಂಖ್ಯೆಯನ್ನು ಪಠ್ಯದ ಮೂಲಕ ದೃಢೀಕರಿಸುತ್ತಾರೆ; AI ತನ್ನ ಸ್ವಂತ ಸ್ಮರಣೆಯಿಂದಲ್ಲ, ಕೊಟ್ಟಿರುವ ಪಠ್ಯದಿಂದ ಕೆಲಸ ಮಾಡಿರುವುದರಿಂದ ಅವೆಲ್ಲವೂ ಸರಿಯಾಗಿವೆ.

ಪ್ರಕರಣ 3 - ಸಾಕ್ಷ್ಯದ ಬಲೆಯ ಮಟ್ಟ. ತಜ್ಞರು AI ಅನ್ನು ಕೇಳುತ್ತಾರೆ, "ಚಿಕಿತ್ಸೆ X ಕೆಲಸ ಮಾಡುತ್ತದೆಯೇ?" ಎಂದು ಕೇಳುತ್ತಾನೆ. AI ಹೇಳುತ್ತದೆ "ಹೌದು, ಅಧ್ಯಯನಗಳು ಅದನ್ನು ಬೆಂಬಲಿಸುತ್ತವೆ" ಮತ್ತು ನಾಲ್ಕು "ಅಧ್ಯಯನಗಳನ್ನು" ಎಣಿಕೆ ಮಾಡುತ್ತದೆ. ತಜ್ಞರು ಅದನ್ನು ಪರಿಶೀಲಿಸಿದಾಗ, ಅವುಗಳಲ್ಲಿ ಮೂರು ಒಂದೇ ಪ್ರಕರಣದ ವರದಿ ಮತ್ತು ಒಂದು ಬ್ಲಾಗ್ ಪೋಸ್ಟ್ ಎಂದು ಅವನು ನೋಡುತ್ತಾನೆ; ಒಂದೇ ಒಂದು RCT ಕೂಡ ಇಲ್ಲ. ಹಕ್ಕು ಔಪಚಾರಿಕವಾಗಿ "ಸಾಬೀತಾಗಿದೆ" ಎಂದು ತೋರುತ್ತದೆಯಾದರೂ, ಅದರ ಸಾಕ್ಷ್ಯದ ಶಕ್ತಿಯು ತುಂಬಾ ದುರ್ಬಲವಾಗಿದೆ.

ನಕಲು ಮಾಡಬಹುದಾದ ಪ್ರಾಂಪ್ಟ್‌ಗಳು ಮತ್ತು ಟೆಂಪ್ಲೇಟ್‌ಗಳು

ನಾನು ಈ ವಿಷಯದ ಬಗ್ಗೆ ಪ್ರಾರಂಭಿಸುತ್ತಿದ್ದೇನೆ. ನನಗೆ ಮೂಲಗಳನ್ನು ರಚಿಸದೆ, ನನಗೆ ಪರಿಕಲ್ಪನಾ ಪರಿಚಯವನ್ನು ನೀಡಿ: ಮೂಲ ಪರಿಕಲ್ಪನೆಗಳು, ಕ್ಷೇತ್ರದ ಪ್ರಮುಖ ಚರ್ಚೆಗಳು ಮತ್ತು ಕೀವರ್ಡ್‌ಗಳ ಪಟ್ಟಿ + ಸಮಾನಾರ್ಥಕ ಪದಗಳನ್ನು ಹುಡುಕುವಾಗ ನಾನು ಬಳಸಬಹುದು. ಗುಣಲಕ್ಷಣ; ಗುಣಲಕ್ಷಣದ ಅಗತ್ಯವಿದ್ದರೆ, "ಮೂಲವನ್ನು ನೀವೇ ಹುಡುಕಿ" ಎಂದು ಹೇಳಿ. ವಿಷಯ: [ವಿಷಯ]

ನಾನು ಕೆಳಗೆ ನಿಜವಾದ ಲೇಖನದ ಪಠ್ಯವನ್ನು ಅಂಟಿಸುತ್ತಿದ್ದೇನೆ. ಈ ಪಠ್ಯದಿಂದ ಮಾತ್ರ ಕೆಲಸ ಮಾಡಿ, ಹೊರಗಿನ ಮಾಹಿತಿಯನ್ನು ಸೇರಿಸಬೇಡಿ. ಕೆಳಗಿನವುಗಳನ್ನು ಹೊರತೆಗೆಯಿರಿ: ಸಂಶೋಧನಾ ಪ್ರಶ್ನೆ, ವಿಧಾನ, ಮಾದರಿ (ಎನ್), ಮುಖ್ಯ ಶೋಧನೆ ಮತ್ತು ಪರಿಣಾಮದ ಗಾತ್ರ, ಮಿತಿಗಳು, ಸಾಕ್ಷ್ಯದ ಮಟ್ಟ. ಪಠ್ಯ: [ಲೇಖನ ಪಠ್ಯ]

3 ಲೇಖನಗಳ ಪಠ್ಯವನ್ನು ಕೆಳಗೆ ನೀಡಲಾಗಿದೆ. ಅವುಗಳನ್ನು ಕೆಳಗಿನ ಕಾಲಮ್‌ಗಳೊಂದಿಗೆ ತುಲನಾತ್ಮಕ ಕೋಷ್ಟಕದಲ್ಲಿ ಇರಿಸಿ: ಲೇಖಕ-ವರ್ಷ, ಮಾದರಿ, ವಿಧಾನ, ಮುಖ್ಯ ಶೋಧನೆ, ಸಾಕ್ಷ್ಯದ ಮಟ್ಟ, ಮಿತಿ. ಕೊಟ್ಟಿರುವ ಪಠ್ಯಗಳಿಂದ ಮಾತ್ರ ಕೆಲಸ ಮಾಡಿ, ಮೂಲಗಳನ್ನು ಸೇರಿಸಬೇಡಿ. ಪಠ್ಯಗಳು: [ಪಠ್ಯಗಳು]

ಈ ಪಠ್ಯದಲ್ಲಿನ ಪ್ರತಿ ಸಂಖ್ಯಾತ್ಮಕ ಹಕ್ಕುಗಳನ್ನು (n, p, ಪರಿಣಾಮದ ಗಾತ್ರ, ಶೇಕಡಾವಾರು) ಪ್ರತ್ಯೇಕ ಸಾಲಿನಲ್ಲಿ ಪಟ್ಟಿ ಮಾಡಿ ಇದರಿಂದ ನಾನು ಅದನ್ನು ಮೂಲ ಲೇಖನದೊಂದಿಗೆ ದೃಢೀಕರಿಸಬಹುದು. ನೀವೇ ಪರಿಶೀಲಿಸಲು ಸಾಧ್ಯವಾಗದ ಯಾವುದೇ ಸಂಖ್ಯೆಗಳನ್ನು ಸೇರಿಸಬೇಡಿ. ಪಠ್ಯ: [ಸಾರಾಂಶ]

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್: "ಖಿನ್ನತೆಯಲ್ಲಿ ಅರಿವಿನ ವರ್ತನೆಯ ಚಿಕಿತ್ಸೆಯ ಪರಿಣಾಮಕಾರಿತ್ವದ ಬಗ್ಗೆ 10 ಶೈಕ್ಷಣಿಕ ಮೂಲಗಳನ್ನು ನೀಡಿ."

ಈ ಪ್ರಾಂಪ್ಟ್ ಮೆಮೊರಿಯಿಂದ ಗುಣಲಕ್ಷಣವನ್ನು ಮಾಡಲು AI ಅನ್ನು ಆಹ್ವಾನಿಸುತ್ತದೆ; ಔಟ್ಪುಟ್ನ ಗಮನಾರ್ಹ ಭಾಗವು ನಕಲಿಯಾಗಿರುತ್ತದೆ.

ಪ್ರಬಲ ಪ್ರಾಂಪ್ಟ್: "ಅರಿವಿನ ವರ್ತನೆಯ ಚಿಕಿತ್ಸೆ ಮತ್ತು ಖಿನ್ನತೆಯ ಡೇಟಾಬೇಸ್ ಅನ್ನು ಹುಡುಕಲು ಕೀವರ್ಡ್‌ಗಳು, ಸಮಾನಾರ್ಥಕಗಳು ಮತ್ತು ಹುಡುಕಾಟ ತಂತಿಗಳನ್ನು ಸೂಚಿಸಿ. ಮೂಲಗಳು/ಉಲ್ಲೇಖಗಳನ್ನು ನೀಡಬೇಡಿ; ನಾನು ನಿಜವಾದ ಡೇಟಾಬೇಸ್‌ನಿಂದ ಲೇಖನಗಳನ್ನು ಹುಡುಕುತ್ತೇನೆ, ನಂತರ ನಿಮಗೆ ಅವುಗಳ ಪಠ್ಯಗಳನ್ನು ನೀಡುತ್ತೇನೆ."

ಈ ಪ್ರಾಂಪ್ಟ್ AI ಅನ್ನು ಸುರಕ್ಷಿತ ಪಾತ್ರದಲ್ಲಿ ಇರಿಸುತ್ತದೆ (ಹುಡುಕಾಟ ತಂತ್ರಗಾರ); ಉಲ್ಲೇಖಗಳು ನಿಜವಾದ ಮೂಲದಿಂದ ಬಂದಿವೆ.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• AI ನೀಡಿದ ಗುಣಲಕ್ಷಣವನ್ನು ನೇರವಾಗಿ ಬಳಸುವುದು. ತೋರಿಕೆಯಲ್ಲಿ ಪರಿಪೂರ್ಣ ಮೂಲಗಳು ಹೆಚ್ಚಾಗಿ ನಿರ್ಮಿತವಾಗಿವೆ; ದೃಢೀಕರಣವಿಲ್ಲದೆ ಇದನ್ನು ಎಂದಿಗೂ ಬಳಸಲಾಗುವುದಿಲ್ಲ.
• DOI/ಲಿಂಕ್ ಅನ್ನು ಕುರುಡಾಗಿ ನಂಬುವುದು. AI ವಾಸ್ತವಿಕ ಆದರೆ ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ DOI ಅನ್ನು ಸಹ ಉತ್ಪಾದಿಸಬಹುದು; ನೀವು ಅದನ್ನು ತೆರೆದು ಪರಿಶೀಲಿಸುವವರೆಗೆ ಅದನ್ನು ಮಾನ್ಯವೆಂದು ಪರಿಗಣಿಸಲಾಗುವುದಿಲ್ಲ.
• ಸಾಕ್ಷ್ಯದ ಮಟ್ಟವನ್ನು ನಿರ್ಲಕ್ಷಿಸುವುದು. "ಅಧ್ಯಯನಗಳು ಹೇಳುತ್ತವೆ" ಎಂಬ ವಾಕ್ಯದ ಹಿಂದೆ ಬ್ಲಾಗ್ ಅಥವಾ ಮೆಟಾ-ವಿಶ್ಲೇಷಣೆ ಇದೆಯೇ ಎಂದು ಕೇಳುತ್ತಿಲ್ಲ.
• ಲೇಖನಕ್ಕಾಗಿ AI ಸಾರಾಂಶವನ್ನು ಬದಲಿಸಲಾಗುತ್ತಿದೆ. ಇದು ಸಾರಾಂಶ ನಕ್ಷೆಯಾಗಿದೆ; ಸಾರಾಂಶದ ಮೇಲೆ ಮಾತ್ರ ನಿರ್ಣಾಯಕ ನಿರ್ಧಾರವನ್ನು ಆಧರಿಸಿ ಪಠ್ಯವನ್ನು ಓದದೆ ತೀರ್ಪು ನೀಡುವುದು ಎಂದರ್ಥ.
• ಏಕ ಕ್ರಮದಲ್ಲಿ ಬಳಸುವುದು. ಯಾವಾಗಲೂ AI ಅನ್ನು "ಮೆಮೊರಿಯಿಂದ ಸಂಪನ್ಮೂಲ" ಮೋಡ್‌ನಲ್ಲಿ ಬಳಸುವುದು; ಆದರೆ ಸುರಕ್ಷಿತವಾದದ್ದು "ನೀಡಿರುವ ಪಠ್ಯದಿಂದ ಸಾರಾಂಶ" ಮೋಡ್ ಆಗಿದೆ.

ಸಾರಾಂಶದಲ್ಲಿ

ಸಾಹಿತ್ಯ ವ್ಯವಹಾರದಲ್ಲಿ, AI ಪರಿಕಲ್ಪನೆಯ ಸ್ಪಷ್ಟೀಕರಣ, ಹುಡುಕಾಟ ತಂತ್ರ ಮತ್ತು ಸಾರಾಂಶಕ್ಕಾಗಿ (ನೀವು ಪಠ್ಯವನ್ನು ಒದಗಿಸಿದಾಗ) ಪ್ರಬಲ ವೇಗವರ್ಧಕವಾಗಿದೆ. ಆದರೆ ಅವನು ತನ್ನ ಸ್ವಂತ ಸ್ಮರಣೆಯಿಂದ (ಭ್ರಮೆ) ಉಲ್ಲೇಖಗಳು, ಅಂಕಿಅಂಶಗಳು ಮತ್ತು ಸಂಶೋಧನೆಗಳನ್ನು ರೂಪಿಸುತ್ತಾನೆ. ಪ್ರಾಥಮಿಕ ಮೂಲದಿಂದ ಪ್ರತಿ ಉಲ್ಲೇಖ ಮತ್ತು ಸಂಖ್ಯೆಯನ್ನು ಪರಿಶೀಲಿಸಿ; ನೀವು ಅಮಾನ್ಯವನ್ನು ಕಂಡುಹಿಡಿಯಲಾಗದ ಮೂಲವನ್ನು ಪರಿಗಣಿಸಿ. ಪ್ರತಿ ಶೋಧನೆಗೆ ಸಾಕ್ಷ್ಯದ ಮಟ್ಟವನ್ನು (ಮೆಟಾ-ವಿಶ್ಲೇಷಣೆಯಿಂದ ಕೇಸ್ ವರದಿಯವರೆಗೆ) ಲೇಬಲ್ ಮಾಡಿ. AI ಅನ್ನು ಎರಡು ವಿಭಿನ್ನ ವಿಧಾನಗಳಲ್ಲಿ ಬಳಸಿ: "ಮೂಲರಹಿತ ಸೂಚಿತ" ಮತ್ತು "ಮೂಲದ ಸಾರಾಂಶ," ಎರಡನೆಯದಕ್ಕೆ ಆದ್ಯತೆ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ಒಂದು ವಿಷಯವನ್ನು ಆಯ್ಕೆಮಾಡಿ. ಮೊದಲು ಆ ವಿಷಯದ ಮೇಲೆ 5 ಉಲ್ಲೇಖಗಳಿಗಾಗಿ AI ಅನ್ನು ಕೇಳಿ (ಮೂಲ ಮೋಡ್). ನಂತರ ನಿಜವಾದ ಶೈಕ್ಷಣಿಕ ಸರ್ಚ್ ಇಂಜಿನ್‌ನಲ್ಲಿ ಈ 5 ಉಲ್ಲೇಖಗಳನ್ನು ಒಂದೊಂದಾಗಿ ಹುಡುಕಿ ಮತ್ತು ನಿಜವಾಗಿ ಎಷ್ಟು ಅಸ್ತಿತ್ವದಲ್ಲಿದೆ ಎಂಬುದನ್ನು ಗಮನಿಸಿ. ನಂತರ ಅದೇ ವಿಷಯದ ಮೇಲೆ 2 ನೈಜ ಲೇಖನಗಳನ್ನು ಹುಡುಕಿ, ಅವರ ಪಠ್ಯಗಳನ್ನು AI ಗೆ ಫೀಡ್ ಮಾಡಿ ಮತ್ತು ಅದು ತುಲನಾತ್ಮಕ ಕೋಷ್ಟಕವನ್ನು ತಯಾರಿಸಿ. ಎರಡು ಅನುಭವಗಳನ್ನು ಹೋಲಿಕೆ ಮಾಡಿ: ಯಾವುದು ವಿಶ್ವಾಸಾರ್ಹ ಔಟ್‌ಪುಟ್ ನೀಡಿತು?

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು AI ನೀಡಿದ ಯಾವುದೇ ಉಲ್ಲೇಖಗಳನ್ನು ದೃಢೀಕರಿಸದೆ ಬಳಸಲಿಲ್ಲ.
• [ ] ನಾನು ಲೇಖನಗಳನ್ನು ನಿಜವಾದ, ಪೀರ್-ರಿವ್ಯೂಡ್ ಡೇಟಾಬೇಸ್‌ನಿಂದ ಪಡೆದುಕೊಂಡಿದ್ದೇನೆ.
• [ ] ಸಾರಾಂಶಕ್ಕಾಗಿ, ನಾನು AI ಗೆ ನಿಜವಾದ ಲೇಖನ ಪಠ್ಯವನ್ನು ನೀಡಿದ್ದೇನೆ (ನೆನಪಿನಿಂದ ಅಲ್ಲ).
• [ ] ನಾನು ಪ್ರತಿ ಸಂಖ್ಯಾ ಹಕ್ಕುಗಳನ್ನು ಮೂಲ ಪಠ್ಯಕ್ಕೆ ಹೋಲಿಸಿದೆ.
• [ ] ನಾನು ಪ್ರತಿ ಶೋಧನೆಗೆ ಸಾಕ್ಷಿಯ ಮಟ್ಟವನ್ನು ಲೇಬಲ್ ಮಾಡಿದ್ದೇನೆ.
• [ ] ನಾನು ಕಂಡುಹಿಡಿಯಲಾಗದ ಮೂಲವನ್ನು ನಾನು ಅಮಾನ್ಯಗೊಳಿಸಿದ್ದೇನೆ.