كُشف مؤخرًا عن LitPivot، وهو نظام مدعوم بالذكاء الاصطناعي، صُمم لمساعدة الباحثين في صقل وتطوير أفكارهم البحثية من خلال الاستعانة الفعالة بالأدبيات العلمية المتوفرة. هذا النظام، الذي تم تطويره بالتعاون بين جامعة بنسلفانيا ومعهد Ai2 للذكاء الاصطناعي، يهدف إلى ربط عملية تطوير الأفكار بعملية تقييمها مقابل الأعمال السابقة، وهو تحدٍ يواجهه الباحثون غالبًا.
يُركز LitPivot على ما يُسمى «المحور الذي تُشَكّله الأدبيات» (literature-initiated pivot)، وهو التغيير في اتجاه البحث الذي يحدث عند قراءة عمل سابق. قد يكتشف الباحث أن فكرته قد تم تناولها بالفعل، أو يجد مشكلة غير محلولة في ورقة بحثية تُلهمه لاتجاه جديد. وقد أظهرت دراسة أن المشاريع البحثية تمر بالعديد من هذه المحاور، مما يؤكد أهمية أداة تُسهل هذه العملية.
كيف يعمل LitPivot؟
يبدأ الباحث بكتابة مقترح قصير في المحرر، ومن ثم يمكنه تمكين ميزة تُسمى «تمييز الأوجه» (facet highlighting) التي تُقسم الفكرة المطروحة إلى أجزاء مختلفة مثل المشكلة، والمساهمة المقترحة، والخطة التقييمية. عند النقر على جزء معين، تُعرض لوحة جانبية تُجمع الأوراق البحثية ذات الصلة بناءً على هذا الجزء المحدد، مع تسليط الضوء على المجموعات الأكثر صلة.
بعد اختيار الأوراق، يطلب الباحث تقييمًا، ليقوم النظام بمراجعة الاقتراحات المقترحة للتعديل، مع نصوص مقتبسة تدعم النقد. يعيد LitPivot ترتيب الأدبيات بناءً على مدى صلتها بالجزء المُعدل من الفكرة. على سبيل المثال، يَنظر LitPivot في بيانات المشكلة للبحث عن أدلة تُثبت وجود المشكلة وأسباب أهميتها، ويُقارن المساهمة المقترحة بما تم تناوله بالفعل في الأوراق المختارة، ويبحث عن الثغرات المتبقية. كما يتحقق من خطة التقييم ليرى مدى معالجتها لسؤال البحث.
النتائج والتأثير على الباحثين
في دراسة مع 17 باحثًا، قيّم خبراء المجال الأفكار البحثية التي طُورت باستخدام LitPivot بأنها أكثر رسوخًا في الأدبيات مقارنةً بتلك التي طُورت باستخدام محرر نصوص وأداة دردشة AI عادية. كما شعر المشاركون بأن أفكارهم المُعدلة كانت أكثر حداثة وفائدة، وأفادوا بفهم أقوى للأدبيات المحيطة. تشير هذه النتائج إلى أن LitPivot يمكنه دعم كل من الاستكشاف المبكر وصقل اتجاهات البحث القائمة.
ما يعنيه هذا للمطورين والمصممين هو أن منهج LitPivot—أي استخدام الذكاء الاصطناعي لوضع الأفكار في سياقها، وتقديم الملاحظات، واقتراح التعديلات بناءً على المعرفة الموجودة—له تداعيات كبيرة تتجاوز البحث الأكاديمي. يمكن لمثل هذه الأدوات تبسيط مرحلة وضع الأفكار للميزات الجديدة في البرامج، أو تصميم المنتجات، أو حتى القرارات المعمارية، عن طريق تسليط الضوء بسرعة على الحلول الحالية، والمزالق المحتملة، أو السبل غير المستكشفة في الوثائق التقنية ومشاريع المصدر المفتوح. إنه يُشير إلى مستقبل أدوات الذكاء الاصطناعي التي يمكن أن تعمل كـ «مساعدين» مُطلعين في العمليات الإبداعية وحل المشكلات داخل المجالات التقنية.
المصدر: huggingface.co