حتماً شما هم متوجه شده‌اید که چگونه هوش مصنوعی، به‌ویژه مدل‌های زبانی بزرگی چون ChatGPT، در کمتر از سه سال پس از عرضه، جای خود را در بسیاری از جنبه‌های زندگی باز کرده‌اند؛ از نگارش قرارداد و سخنرانی گرفته تا حالا نگارش مقالات علمی. اکنون تحقیقات جدید نشان می‌دهد که محققان بیش از هر زمان دیگری در نوشتن مقالات علمی از کمک این ابزارها استفاده می‌کنند، به‌ویژه در حوزه‌هایی مثل علوم کامپیوتر. در ادامه با بررسی این گزارش همراه ما باشید.
این روزها درحالی که استفاده از هوش مصنوعی در نگارش علمی رو به افزایش است، هنوز سؤالات زیادی درباره تأثیر آن بر کیفیت، تنوع و اصالت محتوای پژوهشی باقی مانده است. به گزارش وب‌سایت PhysOrg، تحقیق تازه‌ای که بیش از یک میلیون مقاله را تحلیل کرده، نشان می‌دهد استفاده از ChatGPT به‌ویژه در بخش‌هایی مثل چکیده و مقدمه، به‌طور پیوسته در حال رشد است و این رشد در علوم کامپیوتر از سایر حوزه‌ها پیشی گرفته است.
استفاده فزاینده از LLMها در نگارش علمی
مطالعه‌ای که در ژورنال Nature Human Behaviour منتشر شده، با تحلیل ۱٬۱۲۱٬۹۱۲ مقاله و پیش‌چاپ از پایگاه‌هایی مثل arXiv ، bioRxiv و مجلات Nature، نشان می‌دهد که از ژانویه ۲۰۲۰ تا سپتامبر ۲۰۲۴، محتوای تغییر یافته توسط مدل‌های زبانی بزرگ (LLM) در مقالات علمی افزایش یافته است.
با توجه به این گزارشات، می‌توان گفت که چکیده و مقدمه، بیشترین تغییرات را داشته‌اند که احتمالاً به‌دلیل توانایی بالای مدل‌ها در خلاصه‌نویسی متون است.
همچنین این گزارش در قسمتی دیگر نشان می‌دهد که بخش‌هایی مانند روش تحقیق و نتایج آزمایش‌ها کمتر تحت تأثیر هوش مصنوعی قرار گرفته‌اند.
اوج‌گیری استفاده در علوم کامپیوتر و مهندسی برق
بر اساس این تحقیقات، رشد استفاده از LLMها در حوزه‌هایی مانند علوم کامپیوتر و مهندسی برق و سیستم‌ها، چشم‌گیر بوده است. تا سپتامبر ۲۰۲۴، در حدود ۲۲.۵٪ از چکیده‌ها و ۱۹.۵٪ از مقدمه‌های مقالات علوم کامپیوتر احتمالاً توسط هوش مصنوعی تغییر یافته‌اند. در حالی که این عدد در نوامبر ۲۰۲۲ تنها ۲.۴٪ بوده است. همچنین در در زمینه مهندسی برق نیز استفاده از LLM در همین بازه به حدود ۱۸٪ رسیده است.
اختلاف بین رشته‌ها و مناطق جغرافیایی
نکته جالب این گزارش، این است که برخلاف رشد سریع در برخی رشته‌ها، در حوزه‌هایی مانند ریاضیات، استفاده از مدل‌های زبانی بسیار کمتر بوده (۷.۷٪ برای چکیده‌ها و ۴.۱٪ برای مقدمه‌ها). همچنین، در مجلات گروه Nature نیز این رشد کندتر بوده است.
همچنین از نظر جغرافیایی، استفاده از LLMها در چین و اروپا بیشتر بوده است؛ گرچه بخشی از این موضوع به نیاز بیشتر این مناطق برای کمک در نگارش به زبان انگلیسی برمی‌گردد. باید به این نکته اشاره کرد که تشخیص متون تولیدشده توسط هوش مصنوعی در متون غیربومی زبان انگلیسی نیز چالش‌هایی ایجاد کرده است.
فشار انتشار و طول مقاله؛ دو عامل مهم
این مطالعه نشان داده که نویسندگانی که تعداد بیشتری پیش‌چاپ منتشر می‌کنند یا مقالاتی با طول کمتر از ۵۰۰۰ واژه دارند، بیشتر از ابزارهای هوش مصنوعی برای نگارش بهره می‌برند که احتمالاً سرعت بیشتر انتشار و فشار رقابت علمی، آنها را به استفاده از چنین ابزارهایی سوق داده است.
در همین رابطه بخوانید:
- چطور درس خواندن را با هوش مصنوعی آسان‌تر کنیم؟
چالش‌های آینده: اصالت، شفافیت و استقلال علمی
در مورد آینده این موضوع باید گفته که با ادامه رشد ابزارهای هوش مصنوعی، پرسش‌هایی جدی درباره آینده نشر علمی مطرح می‌شود، برای نمونه باید دید که آیا محتوای تولیدشده با هوش مصنوعی از نظر دقت، خلاقیت و تنوع قابل رقابت است؟ واکنش خوانندگان به این متون چیست؟ آیا الگوهای ارجاع به این مقالات متفاوت است؟ و در نهایت، تمرکز این فناوری در دست شرکت‌های محدود، چه تأثیری بر استقلال و شفافیت پژوهش‌ها خواهد داشت؟
نظر شما در این مورد چیست؟ آیا استفاده از هوش‌مصنوعی در نگارش مقالات، به بهبود آنها کمک می‌کند؟
نظر خود را اضافه کنید.
برای ارسال نظر وارد شوید
ارسال نظر بدون عضویت در سایت