دانش‌آموزان اولین افرادی بودند که برای کمک به تکالیف و مقالاتشان به سراغ ChatGPT رفتند. حالا اما، ChatGPT دانشمندان را که تحت فشار انتشار مقالات در ژورنال‌های علمی معتبر هستند، جذب می‌کند.
به گزارش یابش و به نقل از تایم، هوش مصنوعی (AI) در حال برهم زدن دنیای کهنه‌ی نشر علمی است. ملیسا کاسینا، معاون بخش جراحی ارتوپدی در دانشکده‌ی پزشکی دانشگاه ایندیانا، هنگام بررسی مقالات ارسالی برای انتشار در ژورنال‌ها، حالا حواسش است که مقالاتی که ممکن است توسط برنامه‌ی هوش مصنوعی نوشته شده باشند را شناسایی کند. او می‌گوید: «حالا یک قانون کلی برای خودم دارم، اگر ۱۰ تا از منابع ذکر شده در مقاله را به صورت تصادفی بررسی کنم و بیش از یکی از آنها دقیق نباشند، آن مقاله را رد می‌کنم.»
با وجود این مشکلات، ChatGPT نویدهای مثبتی هم به همراه دارد. برای مثال، نوشتن مقالات مروری (review articles) وظیفه‌ای است که به خوبی برای هوش مصنوعی مناسب است: این نوع مقاله شامل بررسی تحقیقات موجود در یک موضوع، تحلیل نتایج، رسیدن به نتیجه‌گیری در مورد وضعیت علمی آن موضوع و ارائه برخی دیدگاه‌های جدید است. ChatGPT می‌تواند تمام این کارها را به خوبی انجام دهد.
دکتر کاسینا تصمیم گرفت ببیند چه کسی در نوشتن مقالات مروری بهتر عمل می‌کند: انسان‌ها یا ChatGPT. او برای مطالعه‌ای که در مجله‌ی Current Osteoporosis Reports منتشر شد، ۹ دانشجو و برنامه‌ی هوش مصنوعی را به سه گروه تقسیم کرد و از هر گروه خواست تا یک مقاله مروری در مورد موضوعی متفاوت بنویسند. او از یک گروه خواست که خودشان مقالات را بنویسند، به گروه دیگر دستور داد تا ChatGPT مقالاتی در مورد همان موضوعات بنویسد و از گروه آخر خواست تا هر دانشجو با یک حساب کاربری ChatGPT کار کند و با همکاری هوش مصنوعی مقالات را بنویسند. این کار به او اجازه داد تا مقالات نوشته شده توسط انسان، هوش مصنوعی و ترکیبی از انسان و هوش مصنوعی را با هم مقایسه کند. او از همکاران عضو هیئت علمی و دانشجویان خواست تا صحت هر مقاله را بررسی کنند و سه نوع مقاله را از نظر معیارهایی مانند دقت، سهولت خواندن و استفاده از زبان مناسب مقایسه کرد.
نتایج شگفت‌انگیز بودند. مقالات نوشته شده توسط ChatGPT به راحتی قابل خواندن و حتی بهتر از مقالات دانشجویان نگارش شده بودند. اما تا ۷۰ درصد از منابع ذکر شده نادرست بودند: آنها یا به طور نامنظم از چندین مطالعه مختلف ادغام شده بودند و یا کاملاً ساختگی بودند. همچنین احتمال سرقت ادبی در نسخه‌های هوش مصنوعی بیشتر بود.
نتایج شگفت‌انگیز بودند. مقالات نوشته شده توسط ChatGPT به راحتی قابل خواندن و حتی بهتر از مقالات دانشجویان نگارش شده بودند. اما تا ۷۰ درصد از منابع ذکر شده نادرست بودند: آنها یا به طور نامنظم از چندین مطالعه مختلف ادغام شده بودند و یا کاملاً ساختگی بودند. همچنین احتمال سرقت ادبی در نسخه‌های هوش مصنوعی بیشتر بود.
دکتر کاسینا می‌گوید: «برای اینکه صادق باشم، ChatGPT با برخی از اظهارات جعلی خود کاملاً متقاعدکننده بود. آنها از نحو (syntax) مناسب استفاده می‌کردند و آن را با جملات صحیح در یک پاراگراف ادغام می‌کردند، بنابراین گاهی اوقات هیچ زنگ خطری به صدا درنمی‌آمد. تنها به این دلیل که اعضای هیئت علمی درک خوبی از داده‌ها داشتند یا به این خاطر که دانشجویان همه چیز را بررسی می‌کردند، این موارد شناسایی شدند.»
مقالات تولید شده توسط هوش مصنوعی برخی مزایا هم داشتند. الگوریتم در پردازش تمام داده‌های مورد نیاز سریع‌تر و کارآمدتر بود و به طور کلی، ChatGPT نسبت به دانشجویان از گرامر بهتری استفاده می‌کرد. اما همیشه نمی‌توانست شرایط را درک کند: هوش مصنوعی تمایل داشت از زبان پرطمطراق‌تری استفاده کند که همیشه برای مجلات علمی مناسب نبود (مگر اینکه دانشجویان به ChatGPT گفته بودند که از دیدگاه یک دانشجوی تحصیلات تکمیلی علوم بنویسد).
این موضوع حقیقتی را در مورد استفاده از هوش مصنوعی نشان می‌دهد: هوش مصنوعی تنها به اندازه‌ی اطلاعاتی که دریافت می‌کند، خوب است. در حالی که ChatGPT هنوز برای نوشتن کامل مقالات علمی در ژورنال‌ها آماده نیست، با برنامه‌ریزی و آموزش مناسب، می‌تواند پیشرفت کند و به یک ابزار مفید برای پژوهشگران تبدیل شود. دکتر کاسینا می‌گوید: «در حال حاضر به تنهایی عالی نیست، اما می‌توان آن را به کارآمدی رساند.» به عنوان مثال، این الگوریتم در صورت پرس و جو، در ارائه راه‌هایی برای خلاصه‌سازی داده‌ها در جداول و نمودارها عملکرد خوبی داشت. او می‌گوید: «پیشنهادهایی که در این زمینه ارائه می‌کرد کاملاً درست بود و دقیقاً همان کاری است که من انجام می‌دادم.»
هر چه دانشجویان در مورد کار ChatGPT بازخورد بیشتری ارائه می‌کردند، یادگیری آن بهتر می‌شد. این موضوع بزرگترین نوید هوش مصنوعی را نشان می‌دهد.
در این مطالعه، برخی از دانشجویان متوجه شدند که هنگامی که با ChatGPT برای نوشتن مقاله همکاری می‌کنند، این برنامه با دریافت بازخورد در مورد درستی و مفید بودن کارش، همچنان به بهبود و ارائه نتایج بهتر ادامه می‌دهد. این بدان معناست که مشکلاتی مانند منابع مشکوک و سرقت ادبی به طور بالقوه قابل حل هستند. برای مثال، ChatGPT را می‌توان طوری برنامه‌ریزی کرد که منابع را ادغام نکند و هر مقاله علمی را به عنوان یک مرجع جداگانه در نظر بگیرد و برای جلوگیری از سرقت ادبی، کلمات متوالی را کپی نکند.
دکتر کاسینا بر این باور است که با ورودی بیشتر و برخی اصلاحات، هوش مصنوعی می‌تواند به محققان در روان‌تر کردن فرآیند نوشتن و حتی دستیابی به بینش‌های علمی کمک کند. او می‌گوید: «فکر می‌کنم ChatGPT اینجاست تا بماند و یافتن راهی برای بهبود آن و استفاده از آن به شیوه‌ای اخلاقی، وجدانی و علمی، واقعاً مهم خواهد بود.»
منبع:
https://time.com/6695917/chatgpt-ai-scientific-study
