مزایا و معایب استفاده از ChatGPT در مقاله ها؛
تولید مقاله پژوهشی با کمک ChatGPT در کمتر از یک ساعت!
آجاک: آجاک: پژوهشگران با راهنمایی ChatGPT یک مقاله روان و قابل قبول تولید کردند، با اینحال آنها هنوز نگران هستند.
به گزارش آجاک به نقل از ایسنا و به نقل از نیچر، ChatGPT ابزاری است که توسط هوش مصنوعی (AI) هدایت می شود و می تواند مانند انسان متنی را درک و تولید نماید. دو دانشمند، در کمتر از یک ساعت با کمک ChatGPT یک مقاله پژوهشی تولید کردند. این مقاله روان و روشنگر بود و در ساختار مورد انتظار برای یک مقاله علمی ارائه شد؛ اما پژوهشگران می گویند پیش از اینکه این ابزار بتواند واقعاً مفید باشد، باید از موانع زیادی عبور کرد.
«روی کیشونی» (Roy Kishony)؛ زیست شناس و دانشمند داده در انستیتو فناوری تکنیون در حیفا می گوید: هدف از این کار بررسی قابلیت های ChatGPT به عنوان یک «کمک خلبان» پژوهشی و شروع بحث در مورد مزایا و مشکلات آن بود. او می گوید: ما در مورد اینکه چگونه می توانیم با معایب کمتری از مزایای ChatGPT بهره ببریم، نیاز به گفتگو داریم.
کیشونی و شاگرد او «تال ایفارگان» (Tal Ifargan)؛ دانشمند داده که او نیز در تکنیون مستقر است، یک مجموعه داده در دسترس عموم را از مرکز کنترل بیماریهای آمریکا و سیستم نظارت بر پیش گیری از عوامل خطر رفتاری و پایگاه داده نظرسنجی های تلفنی در رابطه با سلامت، دانلود کردند. این مجموعه داده ها شامل اطلاعات جمع آوری شده از بیش از ۲۵۰ هزار نفر در مورد وضعیت دیابت، مصرف میوه و سبزیجات و فعالیت بدنی آنها بود.
توهم ChatGPT
این پژوهشگران از ChatGPT خواستند کدی بنویسد تا آنها بتوانند از آن برای کشف الگوهایی در داده هایی، استفاده و آنها را بیشتر آنالیز کنند. در نخستین تلاش، چت بات کدی تولید کرد که مملو از خطا بود و کار نکرد. اما وقتی که دانشمندان پیام های خطا را ارسال کردند و از ChatGPT خواستند که اشتباهاتش را تصحیح کند، در نهایت کدی تولید کرد که از آن می توانستند برای کاوش مجموعه داده بهره گیرند.
کیشونی و ایفارگان با در اختیار داشتن مجموعه داده های ساختارمندتر، از ChatGPT خواستند تا به آنها برای توسعه یک هدف مطالعاتی کمک نماید. یکی از مشکلاتی که این پژوهشگران با آن مواجه بودند، تمایل ChatGPT به پر کردن شکاف ها بوسیله چیزهای ساختگی بود؛ پدیده ای که با نام «توهم» یا «خطای حسی» شناخته می شود. در این مورد؛ ChatGPT استنادات جعلی و اطلاعات نادرست تولید کرد. به عنوان مثال؛ در این مقاله آمده است که این مطالعه «به یک شکاف در ادبیات می پردازد». این عبارت در مقالات رایج است، اما استفاده از آن در این مورد نادرست است. این را «تام هوپ» دانشمند کامپیوتر در دانشگاه عبری اورشلیم می گوید. او می گوید: این یافته ها «چیزی نیست که هیچ متخصص پزشکی را شگفت زده کند و حتی جدید و بدیع نیست».
ساده تر شدن اعمال غیر صادقانه برای پژوهشگران
کیشونی همین طور نگران است که چنین ابزارهایی می توانند پژوهشگران را ساده تر درگیر اعمال غیرصادقانه ای مثل P-hacking کنند، برای دانشمندانی که چندین فرضیه را بر روی یک مجموعه داده آزمایش می کنند، اما فقط مواردی را گزارش می کنند که نتیجه قابل قبول داشته اند. (P-hacking بهره برداری از آنالیز داده ها برای کشف الگوهایی است که از نظر آماری مدلول دار هستند، ولی در واقعیت هیچ تاثیر اساسی ندارند).
غرق شدن مجلات با مقالات بی کیفیت
او اضافه می کند: نگرانی دیگر این است که سهولت تولید مقالات با ابزارهای مولد هوش مصنوعی می تواند منجر به غرق شدن مجلات با مقالات بی کیفیت شود. کیشونی می گوید که رویکرد «داده به مقاله» (data-to-paper approach) او، با نظارت انسانی در هر مرحله، می تواند راهی برای اطمینان از این باشد که پژوهشگران می توانند روش ها و یافته ها را درک کنند، آنها را بررسی و یا تکرار کنند.
«ویتومیر کووانوویچ» (Vitomir Kovanović) که فناوری های هوش مصنوعی را برای آموزش در دانشگاه استرالیای جنوبی در آدلاید توسعه می دهد، می گوید که نیاز است ابزارهای هوش مصنوعی در مقاله های پژوهشی بیشتر قابل رؤیت باشند. او می گوید در غیر این صورت، ارزیابی صحیح بودن یافته های یک مطالعه دشوار خواهد بود. اگر تولید مقاله های جعلی بسیار آسان باشد، احیانا در آینده باید کارهای بیشتری انجام دهیم.
«شانتانو سینگ» (Shantanu Singh )؛ زیست شناس محاسباتی در انستیتو Broad دانشگاه MIT و هاروارد در کمبریج ماساچوست می گوید: ابزارهای مولد هوش مصنوعی این پتانسیل را دارند که انجام کارهای ساده، اما وقت گیر در پروسه پژوهش مانند نوشتن خلاصه و تولید کد را تسریع کنند. ممکنست آنها برای تولید مقالات از مجموعه داده ها و یا برای توسعه فرضیه ها استفاده شوند. اما به سبب اینکه تشخیص توهم ها و سوگیری ها برای پژوهشگران دشوار است، «سینگ» می گوید: فکر نمی کنم نوشتن مقاله های کامل، حداقل در آینده قابل پیش بینی، استفاده خوبی باشد.
منبع: آجاك
این مطلب آجاک را پسندیدید؟
(0)
(0)
تازه ترینهای مرتبط
نظرات بینندگان در این باره