بهترین شیوه‌ها برای استفاده از هوش مصنوعی مولد در تحقیق

هوش مصنوعی مولد (AI) در حال تغییر شکل تحقیقات علمی و نگارش آکادمیک است. نگرانی‌های اخلاقی وجود دارد و توافق عمومی بر این است که پژوهشگران باید همیشه از استفاده از AI در انتشارها اطلاع دهند. نظارت انسانی برای اطمینان از دقت و رسیدگی به محدودیت‌های محتوای تولید شده توسط AI ضروری است.

به‌روزرسانی شده در 2 دسامبر 2024

دو پژوهشگر در حال اجرای بهترین شیوه‌ها برای استفاده از هوش مصنوعی مولد در تحقیق

در عصر دیجیتال امروزی، پیشرفت‌های هوش مصنوعی در حال انقلاب در مشاغل مختلف از جمله تحقیقات علمی و نگارش آکادمیک است. هوش مصنوعی مولد، به عنوان مثال، از سیستم‌های خبره AI برای ایجاد محتوای جدید، از جمله تصاویر، متن و کد استفاده می‌کند.

مانند بسیاری از دیگران، پژوهشگران و دانشمندان در سراسر جهان در حال بررسی ارزش و کارایی هوش مصنوعی مولد هستند. این مجموعه ابزارهای AI زمانی که به نگارش علمی اعمال می‌شوند، می‌توانند به پژوهشگران در تمام جنبه‌های نوشتارشان، از ایده‌پردازی به موضوعات و فرمول‌بندی فرضیه‌ها گرفته تا نگارش خلاصه‌ها و ویرایش مقالات کمک کنند.

با این حال، بحث و جدل‌هایی پیرامون اخلاق استفاده از AI برای تحقیق و نگارش علمی وجود دارد. سوالاتی مانند "چگونه بر کیفیت و اصالت کار من تأثیر می‌گذارد؟" و "چگونه می‌توانم از سرقت ادبی جلوگیری کرده و بهترین استفاده را از این ابزار ببرم؟" از جمله مهم‌ترین دغدغه‌های پژوهشگران است.

در اینجا، ما به بررسی این سوالات پرداخته و برخی از بهترین شیوه‌های پذیرفته‌شده برای استفاده مسئولانه از هوش مصنوعی مولد در تحقیقات را بیان خواهیم کرد.

آیا باید استفاده از هوش مصنوعی مولد را افشا کنم؟

پاسخ کوتاه "بله" است، همیشه.

برای اطمینان از شفافیت و قابلیت بازتولید، پژوهشگران باید هر چیزی که توسط هوش مصنوعی مولد تولید شده را همانند هر منبع اطلاعاتی دیگر در نظر بگیرند تا از بررسی و سوء‌استفاده جلوگیری کنند.

چگونه می‌توان این کار را به‌درستی انجام داد، بخش دشوار ماجرا است.

در ابتدا، مواردی وجود داشت که پژوهشگران یک ابزار AI خاص را به عنوان نویسندگان همکار در مقالات خود فهرست می‌کردند. این شیوه جدید بلافاصله با واکنش منفی و مخالفت در صنایع علم و نشر روبه‌رو شد و دلایل خوبی برای این مخالفت وجود داشت. AI، یادگیری ماشین و ابزارهای الگوریتمی به‌طور کلی معیارهای نویسندگی را برآورده نمی‌کنند. مهم‌تر اینکه، آنها نمی‌توانند مسئولیت یا پاسخگویی برای محتوا را به عهده بگیرند.

همچنین بحثی درباره پیاده‌سازی یک سیستم افشا وجود داشت. این سیستم شامل افزودن یک اطلاعیه به آثار مکتوب بود که به خوانندگان کمک می‌کرد به سرعت شناسایی کنند که چه کسی یا چه چیزی در تولید اطلاعات کمک کرده است. رابرت جی گیتس مدل ساده‌ای را پیشنهاد داد:

• اعلام: محتوای زیر به طور کامل توسط یک سیستم مبتنی بر هوش مصنوعی ویدیو تولید شده است که بر اساس درخواست‌های مشخص از سیستم AI ایجاد شده است.
• اعلام: محتوای زیر با کمک یک سیستم مبتنی بر هوش مصنوعی برای افزایش تلاش‌های من تولید شده است.
• اعلام: محتوای زیر به طور کامل توسط من بدون کمک از یک سیستم مبتنی بر هوش مصنوعی تولید شده است.

استاندارد فعلی برای اذعان به استفاده از AI در پروژه‌های تحقیقاتی در دستورالعمل‌های نویسندگی و انتشار تمام نشریات علمی معتبر، مانند:

• نشریات علمی (خلاصه‌شده): هر نویسنده موافقت می‌کند که به طور شخصی برای贡献های نویسنده پاسخگو باشد و اطمینان حاصل کند که سوالات مربوط به دقت یا یکپارچگی هر بخشی از کار به‌طور مناسب بررسی، حل و در ادبیات مستند شده است. علاوه بر این، ابزارهای هوش مصنوعی نمی‌توانند نویسنده باشند.
• شبکه JAMA (استخراج شده): ارسال و انتشار محتوای ایجاد شده توسط هوش مصنوعی، مدل‌های زبانی، یادگیری ماشین، یا فناوری‌های مشابه، مگر اینکه بخشی از طراحی یا روش‌های تحقیقاتی رسمی باشد، مورد تقبیح قرار گرفته است و بدون توصیف واضح از محتوای تولیدشده و نام مدل یا ابزار، شماره نسخه و شماره‌های الحاقی و تأمین‌کننده مجاز نیست. نویسندگان باید مسئولیت یکپارچگی محتوای تولید شده توسط این مدل‌ها و ابزارها را به‌عهده بگیرند.

نحوه‌ی استناد به استفاده از AI هنوز در حال تکامل است. درک این که چه زمانی لازم است می‌تواند گیج‌کننده باشد، اما همیشه بهتر است جانب احتیاط را از خود دور نکنید. به‌طور صریح از راهنماهای موسسه و نشریه مورد نظر خود پیروی کنید. هرگز فرض نکنید "آنها متوجه نخواهند شد."

دستگاه‌های تشخیص هوش مصنوعی وجود دارند. تعداد آنها در حال افزایش و دقت آنها هر روز در حال بهبود است. این ابزارها به‌طور گسترده‌ای توسط استادان، همتایان، ویراستاران و هر کسی که می‌خواهد بداند یک اثر چگونه نوشته شده است، استفاده می‌شود. بسیاری از این ابزارها می‌توانند متن و تصاویر تولید شده توسط AI را شناسایی کرده و درصد کار انجام شده توسط AI را با تاکید بر قسمت‌ها مشخص کنند.

آیا باید انسان بر تمام خروجی‌های AI نظارت کند؟

باز هم، پاسخ یک "بله" قطعی است. AI یک فناوری است، یک ابزار؛ هیچ حسی از اخلاق یا دلیل ندارد. این ابزار به سادگی بر اساس یک مجموعه داده محدود به پرسش‌ها پاسخ می‌دهد بدون اینکه هیچ درکی واقعی از ورودی‌ها یا خروجی‌های اطلاعاتی خود داشته باشد.

از آنجا که هوش مصنوعی مولد هیچ راهی برای تفسیر داده‌هایی که با آنها کار می‌کند ندارد، پاسخ‌ها اغلب نادرست هستند. AI فقط می‌تواند پاسخ‌ها را به شکل‌هایی ترکیب و دوباره ترکیب کند که می‌تواند به‌طور بالقوه پرسش را برآورده کند. مسئولیت دقت به‌طور کامل بر دوش کاربر است.

به همین دلیل، ضروری است که پژوهشگران با دقت تمام محتوای تولید شده توسط AI را مرور، تأیید و اصلاح کنند. برخی از رایج‌ترین اشتباهات شامل:

• اطلاعاتی که به عنوان حقایق ارائه می‌شود
• اطلاعات تحت حق نسخه‌برداری
• نقل‌قول‌ها
• استنادها
• محاسبات ریاضی

مثال‌ها: کسب بهترین خروجی‌های ممکن

زمانی که از هوش مصنوعی مولد استفاده می‌کنید، میزان انتظارات فرد باید به‌طور مستقیم با میزان تلاش‌های او مرتبط باشد. با دقت ساختاردهی و بازساختن پرسش‌های خود، پژوهشگران بهترین خروجی‌های ممکن را تضمین می‌کنند.

از این فرمول و مثال‌ها استفاده کنید:

عمل به عنوان [نقش] انجام [وظیفه] در [فرمت]: داده‌های منحصر به فرد را وارد کنید

نقش	وظیفه	فرمت
نویسنده علمی خبره	فرموله کردن سوالات پژوهشی	PDF
پروفسور XYZ	نوشتن چکیده	نکات بولت
ویراستار از [نشریه هدف]	تجزیه و تحلیل	خلاصه
دانشجوی دکتری در [رشته خاص]	فشرده کردن فهرست‌ها	جدول/نمودار
	نوشتن منابع	(استنادات MLA، APA، شیکاگو)

مثال 1: به عنوان یک نویسنده علمی خبره، یک چکیده در PDF بنویسید: (مقاله خود را اینجا بچسبانید)

مثال 2: به عنوان یک دانشجوی دکتری در شیمی، منابع را در استناد APA تنظیم کرده و الفبا کنید. (فهرست منابع خود را اینجا بچسبانید)

از این فرمول به‌عنوان نقطه شروع برای شناسایی جنبه‌های کلیدی درخواست خود استفاده کنید. سپس، ادامه دهید به بازسازی آن و افزودن جزئیات تا زمانی که از نتایج راضی باشید.

بهترین راه برای استفاده از هوش مصنوعی مولد چیست؟

زمانی که یک نویسنده تصمیم به یادگیری و درک محدودیت‌های هوش مصنوعی مولد دارد، این ابزار می‌تواند به یک دارایی ارزشمند تبدیل شود. به این ابزار به‌عنوان یک دستیار برای حمایت از جنبه‌های مختلف فرایند نوشتار فکر کنید:

• کشف/تحقیق: می‌توانید از یک جمع‌بندی متن AI، مانند Quillbot یا ChatPDF، استفاده کنید تا به سرعت به جستجوی منابع بالقوه پرداخته و مهم‌ترین‌ها را برای کار خود پیدا کنید. سپس، از ابزاری مانند INK برای تولید سوالات پژوهشی که منعکس کننده مسیر منحصر به فرد پروژه شما هستند، استفاده کنید.

• پیش‌نوشتن: سوالات پژوهشی خود را با یک جلسه طوفان فکری AI گسترش دهید و از ابزارهایی مشابه HyperWrite استفاده کنید. آن ایده‌ها را با استفاده از یک ایجادکننده طرح کلی AI مانند Wordtune به یک طرح کلی تبدیل کرده و پس از آن با ابزاری مانند Smodin یک تزیین قوی ایجاد کنید.

• نگارش: یک تولیدکننده محتوا راهی راحت برای شروع فرایند نگارش است. با ارائه محتوای شخصی‌سازی شده که منابع و ایده‌های متنوع شما را منعکس می‌کند، ابزارهای AI مانند SEO.ai، Jasper و Copy.ai می‌توانند این فرآیند را تسهیل کنند.

• ویرایش: اکثر نویسندگان در طول فرایند نوشتار از یک ویراستار هوش مصنوعی، مانند Grammar Check یا افزونه Microsoft Word، برای شناسایی اشتباهات املایی و گرامری ساده استفاده می‌کنند. با این حال، پس از تکمیل آن، ضروری است که همچنین یک ویرایشگر، مانند Curie، برای بهبود وضوح، اختصار، جریان و قابلیت خوانایی کل آثار خود داشته باشید.

مهم است که تنوع ابزارهای AI در این مثال‌ها را در نظر بگیرید. هر ابزار بر روی یک مجموعه خاص از داده‌ها آموزش دیده است که تعیین می‌کند چقدر در انجام وظایف مختص به خود مؤثر است. شناسایی و انتخاب ابزاری که برای نیازهای شما مناسب‌تر است، برای بهره‌برداری بهینه از این ابزارها ضروری است.

نتیجه‌گیری

مانند هر ابزار یا فناوری جدید، هوش مصنوعی مولد از هیجان و نگرانی‌های متعددی برخوردار است. این فناوری توانایی انقلابی در تحقیقات علمی و نگارش آکادمیک را دارد و در عین حال می‌تواند به زیرساخت‌های اخلاقی آن آسیب برساند.

توسعه، پیروی و به اشتراک‌گذاری بهترین شیوه‌های مسئولانه برای این ابزارها ضروری است تا یکپارچگی فرآیند تحقیق حفظ شود. با پذیرش شفافیت، ارائه نظارت انسانی و شناسایی محدودیت‌های هوش مصنوعی مولد، پژوهشگران همچنان در خط مقدم نوآوری اخلاقی باقی خواهند ماند.

مترجم: خانم مهندس محیا ایرانی

منبع :https://www.aje.com/arc/best-practices-generative-ai-in-research/