Faida:
- Kuwa na uwezo wa kutofautisha ambapo akili ya bandia huokoa wakati halisi katika mtiririko wa utafiti wa kitaaluma (fasihi, muundo, uchambuzi, uandishi) na ambapo uamuzi wa kisayansi na uwajibikaji hubaki kwa mtafiti, kulingana na kiwango cha hatari ya kazi.
- Kuwa na uwezo wa kutumia taaluma ambayo inaunganisha na kuthibitisha kila pato la akili bandia kwa chanzo na kuelewa tatizo la ufahamu (uliotengenezwa), ambayo ni hatari kubwa zaidi ya chuo.
- Uwezo wa kupitisha mfumo wa matumizi ambao unatii sera za matumizi ya akili ya kitaasisi na jarida, uaminifu wa kitaaluma na kanuni za uwazi.
Kazi ya mtafiti inahusisha zaidi kuandika, kusoma, na kuhariri kuliko inavyoonekana: kuchanganua mamia ya makala, kufupisha, kuboresha swali la utafiti, kubuni mbinu, kuchambua data, kunukuu matokeo, kutunga muundo, kuchagua majarida, kujibu maoni ya mhakiki. Sehemu kubwa ya kazi hii ni ya kujirudia-rudia, inachukua muda, na inakengeusha; Inaiba kutoka kwa kile ambacho ni muhimu sana, mawazo ya asili na tafsiri. Akili Bandia (AI) - programu za kompyuta zinazoweza kuelewa lugha ya binadamu na kutoa matokeo kama vile maandishi, muhtasari, msimbo, rasimu, n.k. - ni msaada mkubwa wa kuharakisha mzigo huu unaojirudia. Katika moduli hii yote, tunazingatia AI sio kama chanzo cha habari cha kichawi; Tutajifunza kuitumia kama msaidizi wa utafiti, kutengeneza rasimu, kutoa mawazo na kuhariri.
Lakini tangu mwanzo kabisa, hebu tuweke sentensi muhimu zaidi mahususi kwa wasomi: AI haifanyi maamuzi ya kisayansi badala ya mtafiti; hutoa rasimu, uamuzi wa kisayansi na wajibu ni wa mtafiti. Katika taaluma, sheria hii ni kali zaidi kuliko katika taaluma zingine, kwa sababu sarafu ya sayansi ni uaminifu, na msingi wa uaminifu huo ni kwamba kila dai linahusishwa na chanzo kinachoweza kuthibitishwa.
Kitengo hiki cha kwanza kinaweka misingi mitatu: kutofautisha mahali ambapo AI inafanya kazi na ni wapi inapaswa kukaa katika mtiririko wa kazi ya utafiti; kuthibitisha kila pato; Kupitisha kanuni ya uaminifu wa kitaaluma na uwazi. Hizi tatu ndizo msingi msingi wa usalama kwa vitengo vyote vinavyofuata.
AI inaokoa wapi wakati, uamuzi ni wa mtafiti wapi?
Inasaidia kufikiria kazi za utafiti kulingana na kiwango cha hatari. Kiwango cha hatari ni kiasi gani kingeweza kusababisha madhara kwa rekodi ya kisayansi ikiwa itafanywa kimakosa.
Kazi za hatari ndogo ambazo AI huharakisha sana: Kuzalisha mkakati wa utafutaji (neno kuu, kisawe), kufanya muhtasari wa awali wa maandishi marefu, kurahisisha lugha ya aya, kupendekeza kichwa cha jedwali, kutafakari, kuelezea dhana kwa njia tofauti, kuja na muundo wa muhtasari. Hapa AI hutatua tatizo la "ukurasa tupu"; unasahihisha, unathibitisha na unaboresha.
Kazi za hatari ya wastani, zinazozalishwa na AI ambazo zinahitaji uthibitishaji mkali: Pendekezo la uteuzi wa mtihani wa takwimu, rasimu ya msimbo, umbizo la manukuu, tafsiri ya rasimu ya matokeo, ulinganisho wa chaguo za mbinu. Hapa AI inatoa kasi, lakini kila nambari, kila lebo, kila hatua ya mantiki lazima idhibitishwe kwa mikono.
Kazi za hatari kubwa ambapo uamuzi umeachwa kwa mtafiti pekee: uamuzi wa mwisho wa nadharia na mbinu, kuamua data inamaanisha nini, kutathmini ikiwa matokeo yana maana, maamuzi ndani ya kamati ya maadili (IRB), kuamua ikiwa chanzo kipo na kuunga mkono dai, taarifa ya uandishi na mchango. Maamuzi haya huamua kuegemea kwa rekodi ya kisayansi; Wajibu na usemi wa mwisho daima ni wa mtafiti.
Tahadhari: "AI ilisema" sio uhalali. Mhariri wa jarida au jury thesis hatakubali taarifa "mfano wangu uliitoa hivi." Toleo la AI ambalo halijathibitishwa ni kama uvumi ambao haujathibitishwa.
Kwa nini uthibitishaji unahitajika? Uzushi na sifa za kubuni
AI hutoa maandishi sio kwa "kujua" lakini kwa "kutabiri neno linalowezekana". Ndio maana wakati mwingine inatoa ufasaha sana lakini habari isiyo sahihi. Hii inaitwa hallucination (uzushi). Njia hatari zaidi ya hii katika taaluma ni sifa potofu: AI hutengeneza jina la mwandishi, mwaka, jarida, au hata DOI (kitambulisho cha kitu kidijitali - anwani ya kudumu ya uchapishaji) ambayo inaonekana halisi, lakini chanzo hicho hakijawahi kuwepo. Ikiwa mtafiti anatumia hii bila kuangalia, anadai kulingana na utafiti ambao haupo; Hii inasababisha kukataliwa kwa nadharia, kukataliwa kwa kifungu na kupoteza sifa.
Shida ya pili ni upotoshaji: wakati wa kufanya muhtasari wa karatasi, AI inaweza kutia chumvi matokeo, ikitoa muhtasari wa utafiti ambao ulisema "hakukuwa na tofauti kubwa" kwani "tofauti kubwa ilipatikana." Tatu ni upendeleo: AI inarudia mienendo katika data iliyofunzwa; Inaweza kuangazia shule fulani, lugha au mtazamo fulani na kufanya fasihi ionekane potofu.
Kwa sababu ya mipaka hii, tunapendekeza nidhamu rahisi ya uthibitishaji kutumika kwa kila pato:
- Iunganishe na chanzo. Tafuta na uthibitishe chanzo halisi (kifungu, hifadhidata, DOI) kwa kila ukweli, tarehe, nambari, nukuu na haswa kila nukuu.
- Angalia tena. Angalia mwenyewe matokeo ya nambari au mantiki (matokeo ya takwimu, hesabu ya sampuli).
- Kichujio cha kisayansi. "Je, dai hili linapatana na fasihi inayojulikana katika uwanja wangu?" shughulikia kwa utaalamu wako mwenyewe.
- Chukua jukumu. Mara tu unapoiweka kwenye chapisho au tasnifu yako, sentensi hiyo ni yako; Makosa yoyote ni jukumu lako.
Uaminifu wa kitaaluma na uwazi
Uadilifu wa kitaaluma huhakikisha kuwa kazi ni mchango wako halisi na kwamba vyanzo vyote vimetajwa kwa uaminifu. Matumizi ya AI haiondoi kanuni hii, lakini inaongeza wajibu mpya: uwazi. Majarida na vyuo vikuu vingi sasa vinahitaji tamko wazi la matumizi ya AI. Mstari wa kawaida wa uhariri (kwa mfano, kanuni za mashirika ya maadili ya uchapishaji kama vile ICMJE na COPE) husema mambo mawili kwa uwazi: AI haiwezi kuwa mwandishi (kwa sababu haiwezi kuwajibika, haiwezi kutangaza mgongano wa maslahi), na matumizi ya AI haijafichwa, lakini imefichuliwa katika sehemu ya mbinu au shukrani.
Kidokezo: Kabla ya kubandika maandishi kwenye zana yoyote, uliza maswali mawili: (1) Je, chombo hiki huhifadhi vipi data, kinatumika katika elimu? (2) Sera ya AI ya taasisi yangu na jarida lengwa inasema nini? Usianze bila kuwajua hawa wawili.
kesi tatu ndogo
Kesi ya 1 - Maelezo yaliyotungwa yaliathiri nadharia. Mwanafunzi aliyehitimu aliuliza YZ vyanzo 12 vya utangulizi wa nadharia yake na akapokea zote pamoja na manukuu yake. Mshauri wake alitafuta 4 kati yao kwenye Google Scholar; 2 kati yao haikuwepo kabisa, 1 kati yao alikuwa na DOI akienda kwa nakala nyingine. Mwanafunzi alilazimika kuthibitisha orodha nzima moja baada ya nyingine na alitumia vyanzo 7 pekee vya kweli. Uthibitishaji ulichukua dakika 40; lakini kama ingetolewa kwa kumbukumbu ya uwongo, imani ya jury ingetikiswa kabisa.
Kesi ya 2 - Kuokoa wakati. Mtafiti wa baada ya udaktari alitumia saa 6 kuchanganua na kufupisha nakala mpya 15-20 kila wiki. Alianza kutumia AI kama jenereta yake ya kwanza ya muhtasari: kuwa na AI kufanya muhtasari wa muhtasari na utangulizi wa kila nakala, akiikuza kwa usomaji wake wa kina, na kuthibitisha matokeo kutoka kwa maandishi asilia. Muda ulipungua kutoka masaa 6 kwa wiki hadi ~ masaa 2.5; Alitumia wakati aliopata kuandika usanisi asilia.
Kesi ya 3 - Rudi kutoka kwa siri. Mwanasayansi wa masuala ya kijamii alikuwa karibu kubandika data ya uga ambayo haijachapishwa na ushuhuda wa mshiriki kwenye AI kwa uchambuzi. Aligundua kuwa ilikuwa na sifa; Badala ya kushiriki data mbichi, aliuliza tu sampuli isiyojulikana, muhtasari na mpango wa uchanganuzi. Alipokea pendekezo la njia muhimu, lakini hakuna data nyeti iliyotoka.
Violezo vinavyoweza kunakiliwa
1) Kutenganisha kazi kwa kiwango cha hatari:
Jukumu lako: msaidizi wa kitaaluma akimsaidia mtafiti. Gawanya kazi zifuatazo za utafiti katika orodha tatu: (A) kazi za hatari kidogo ambazo AI inaweza kutoa muswada kwa usalama, (B) kazi za hatari ya wastani ambazo AI inaweza kutoa muswada na zinahitaji uthibitishaji mkali, (C) kazi hatari sana ambazo uamuzi wa mwisho lazima ubaki kwa mtafiti. Andika uhalalishaji wa sentensi moja kwa kila kazi. Maswali: [bandika maswali yako mwenyewe]
2) Agizo la ukaguzi wa uthibitishaji:
Weka alama kwenye kila sentensi katika maandishi yaliyo hapa chini ambayo yana ukweli, tarehe, nambari, nukuu, au maelezo na uweke alama kama "inahitaji kuthibitishwa." Sema wazi mahali ambapo huna uhakika. USITUNGE chanzo au nambari; Ikiwa hujui, andika "Sijui".Nakala: [bandika rasimu]
3) Tamko la utumiaji wa AI:
Kwa sehemu ya mbinu/shukrani za makala, andika rasimu ya sentensi 2-3 "Taarifa ya matumizi ya AI" ambayo inaeleza kwa uwazi ni hatua gani nilitumia AI (k.m. urekebishaji wa lugha, rasimu ya muhtasari). Matumizi: [eleza]
4) Orodha ya uthibitishaji wa chanzo:
Tengeneza laha tiki ya uthibitishaji kwa kila chanzo katika orodha ifuatayo ya manukuu: [mwandishi, mwaka, kichwa, DOI, imethibitishwa?].Huwezi kuthibitisha; Nipe jedwali tupu ambalo nitaangalia mwenyewe.Orodha: [bandika nukuu]
Mwongozo dhaifu / Mwongozo thabiti
Agizo dhaifu:
Nitafutie vyanzo vya utangulizi wa nadharia yangu.
Hakuna muktadha na hatari: AI inatema vitambulisho bandia na unafikiri ni vya kweli.
Agizo lenye nguvu:
Jukumu lako: mshauri wa mbinu. Mahali: "motisha ya mwanafunzi katika elimu ya umbali". USINITAFUTE CHANZO; Badala yake, pendekeza maneno muhimu 8, vikundi 3 vya visawe, na mfuatano wa utafutaji wa Boolean ili kutafuta mada hii katika Scopus. Makala halisi kwa mstari FAKE. Nitathibitisha vyanzo ninavyojipata.
Jitihada
Kiwango cha hatari
Jukumu la AI
uamuzi wa mwisho
Inazalisha mkakati wa utafutaji
chini
Inapendekeza neno kuu/mfuatano
mtafiti
Rasimu ya muhtasari wa kifungu
Chini-Kati
Inazalisha rasimu
Mtafiti anathibitisha
Mapendekezo ya mtihani wa takwimu
kati
Hutoa chaguzi
Mtafiti huchagua/kuthibitisha
Orodha ya manukuu
juu
Msaidizi wa fomati
Kila alama inathibitishwa kwa mkono
Kutafuta tafsiri/dhahania
juu
inatoa mawazo
mtafiti pekee
Makosa ya kawaida
- Kutumia manukuu bila uthibitishaji. Uwasilishaji uliotungwa ndio kosa la mara kwa mara na baya sana katika taaluma; husababisha kujiondoa.
- Kubadilisha muhtasari kwa chanzo. Muhtasari wa AI unaweza kupotosha matokeo; Hakuna nukuu inayotolewa bila kurejea maandishi asilia.
- Kuruka uwazi. Kuficha matumizi ni ukiukaji wa maadili unapogunduliwa.
- Acha AI ifanye maamuzi ya kisayansi. Hypothesis, tafsiri na maamuzi ya mbinu ni ya mtafiti.
- Inapakia data ya siri ili kufungua zana. Data ambayo haijachapishwa na maelezo ya mshiriki yako nje ya udhibiti wako.
Kidokezo: Fikiria kila kipindi cha AI kama kufanya kazi na mwanafunzi mwenye uzoefu lakini asiyetegemewa: ana kasi na bidii, lakini unathibitisha kila kitu anachosema kabla ya kusaini.
Kwa muhtasari
AI ni msaidizi mwenye nguvu ambaye hurahisisha mzigo wa mtafiti wa kusoma na kuandika mara kwa mara; lakini kwa sababu ya uzushi, upotoshaji na upendeleo, kila pato linahitaji uthibitisho. Hatari kuu zaidi katika taaluma ni dondoo potofu: kila chanzo lazima kidhibitishwe kupitia DOI na hifadhidata. Tenganisha kazi kwa kiwango cha hatari, linda data, tangaza matumizi kwa uwazi. Kanuni fupi zaidi ya kidole gumba: mchoro unatoka kwa AI, jukumu la kisayansi linatoka kwa mtafiti.
Jukumu la maombi
Orodhesha kazi 8 kutoka kwa mradi wako wa sasa wa utafiti na utie alama kila moja kama hatari ndogo/kati/kubwa. Kisha chagua kazi isiyo na hatari kubwa na uandike kidokezo chenye muktadha, kama vile "Kidokezo chenye nguvu" hapo juu. Tia alama angalau vipengele 3 (nambari, chapa, dai) ambavyo unahitaji kuthibitisha katika matokeo na uandike jinsi utakavyoithibitisha.
orodha ya ukaguzi
- [ ] Je, nimetenganisha kazi kwa kiwango cha hatari?
- [ ] Je, ninapanga kuthibitisha kila nukuu na kuhesabu katika matokeo ya AI?
- [ ] Je, ninajua sera ya kuhifadhi data ya gari ninalotumia?
- [ ] Je, nimesoma sera ya AI ya taasisi yangu na jarida lengwa?
- [ ] Je, nina uhakika kwamba ninahifadhi uamuzi wa mwisho wa kisayansi?