As ferramentas de inteligência artificial aponta para uma necessidade de revisão de métodos consolidados de pesquisa. Agora, desenvolvedores estão entrando em cena para facilitar o garimpo no meio daquelas montanhas de conteúdos das revistas acadêmicas, turbinando as ferramentas de busca com IA.
O tempo que se gasta navegando por artigos acadêmicos até achar algo realmente relevante pode estar com os dias contados graças à inteligência artificial, que promete disponibilizar um guia e tanto para direcionar as pesquisas.
Buscas tradicionais, como no nosso bom e velho Google Scholar, geralmente usam palavras-chave para nos apresentar artigos. Mas em vez de simples buscas por palavras-chave, as IAs usam algo chamado comparações vetoriais. Na prática, é como se os artigos fossem traduzidos para linguagem numérica, ou vetores, para que seja possível compará-los de forma mais rápida. Incrível, né? 🤯
Já está rolando testes de um tipo de “ChatGPT acadêmico” da Elsevier e da Clarivate. Não sabia? Clica aqui pra conferir! A versão está programada para ser oficialmente lançada só em 2024.
“ChatGPT acadêmico” é pouco! 8 ferramentas de Inteligência Artificial para pesquisadores
Há uma variedade de novos motores de busca de inteligência artificial para conteúdo acadêmico no radar, e garimpamos 8 delas para te mostrar!
Ferramenta projetada para ajudar os pesquisadores a encontrar fontes relevantes e estabelecer conexões entre diferentes estudos. Serve para respostas de pesquisas baseadas em perguntas de sim ou não. (Não se esqueça que pode apresentar vieses!)
Serve para refinar as questões, oferecer resumos de vários artigos dos melhores resultados e até possui um recurso de brainstorming em fase beta. Seu sistema usa o ChatGPT da Open AI, mas é treinado só com artigos científicos, oferecendo mais confiabilidade e precisão.
Esse sistema traça conexões entre vários conteúdos acadêmicos através de um mapa de rede de nós para vincular artigos, permitindo que os usuários visualizem as relações entre diferentes fontes. O sistema extrai trechos úteis e pode ser usado para identificar tendências e padrões. Essa ferramenta é particularmente interessante para pesquisadores que estão trabalhando em projetos interdisciplinares ou que precisam se manter atualizados sobre pesquisas em múltiplos campos, podendo ajudar a combater o “excesso de informações” que pode surgir ao tentar se manter por dentro das últimas pesquisas científicas.
Já se perguntou sobre o contexto em que um artigo é citado? Scite é uma ferramenta de inteligência artificial que não apenas informa sobre quantas vezes um artigo é citado, mas fornece um valioso contexto, oferecendo insights mais profundos sobre o discurso acadêmico, apontando inclusive se a citação é positiva, negativa ou neutra.
- Iris:
É tipo um Google Maps, mas para pesquisas acadêmicas. Conecta artigos de pesquisa por temas, quase como conectar cidades em um mapa. Você começa com um “artigo semente” e o Iris te mostra um monte de publicações relacionadas. Começa de uma visão geral e é possível chegar aos detalhes mais específicos, como subtemas e artigos individuais.
Parecido com Research Rabbit, o LitMaps oferece uma representação visual de artigos acadêmicos conectados através de um mapa de rede, facilitando a visualização de estudos e temas inter-relacionados.
Para profissionais médicos, o System Pro se destaca. Ele faz visualizações parecidas com o LitMaps e o Research Rabbit, só que conecta os temas com base em estatísticas.
Desencolvido pelo Allen Institute, o Semantic Reader disponibiliza um card com um pequeno resumo para explicar símbolos ou citações, permitindo que os usuários acessem rapidamente informações relevantes e entendam o contexto da pesquisa que estão lendo.
Chatbot desenvolvido pela Elsevier que utiliza uma versão do LLM GPT-3.5 para fornecer um parágrafo resumido sobre um tópico de pesquisa, juntamente com referências citadas e outras questões para explorar. Por enquanto, o Scopus AI está sendo lançado para apenas 15.000 assinantes do Scopus, com planos para de fato entrar em cena no início de 2024.
Por falar em LLM, é bom saber as possibilidades e limitações desse sistema, principalmente quando eles estão sendo usados nas ferramentas para pesquisa acadêmica, né? Clica aqui para entender mais sobre o assunto!
Os humanos não são substituíveis
A empolgação é grande, mas é preciso ir com calma no entusiasmo. Ferramenta de inteligência artificial tem peculiaridades e obviamente desafios a serem superados. E isso acontece com todas, principalmente quando se trata de IA Generativa, em razão das possibilidades de plágio.
Algumas coisas bem específicas que não parecem ser problema, para esses sistemas de IA ainda é, como o reconhecimento de caracteres com acento no nome dos pesquisadores, o que gera uma dificuldade de unificação de um perfil dos autores.
Outro ponto de atenção é que esses mecanismos tendem a dar destaque para os artigos das revistas do hype, o que pode ofuscar pesquisas igualmente, ou até mais, relevantes mas que são de fontes menos conhecidas, sugerindo que a relevância tem algo relacionado com a popularidade da publicação.
Os vieses dos outputs também podem prejudicar grupos sociais específicos, refletindo o conteúdo de artigos usados para o aprendizado desses sistemas de inteligência artificial.
Por mais que esses sistemas sejam revolucionários, o repertório dos pesquisadores é fundamental para averiguar a legitimidade das informações que são geradas. Não é dispensável um olhar crítico sobre os resultados da IA, tanto quanto é indispensável que esses mecanismos trabalhem sempre com foco na transparência sobre as informações disponibilizadas.
Para aqueles que defendem a inteligência artificial na academia, como a equipe do Semantic Scholar, a missão é clara: manter a transparência. À medida que o ritmo acelerado dessa tecnologia continua a remodelar os modelos tradicionais, esse ethos pode ser o que nos mantém ancorados em uma busca pela produção acadêmica de credibilidade.
Talvez estejamos em um momento onde o ser humano é mais importante do que nunca. No meio de tantas informações e, neste caso, tantas atribuídas a instituições com grande autoridades, o fator humano é o que pode garantir que esses sistemas possam ser usados de maneira responsável. É possível que demande cada vez mais conhecimento das pessoas para identificar e validar as respostas das IAs.
Se a inteligência artificial for olhada somente como uma ferramenta que não desobriga os usuários a terem sensatez no uso, ela pode ser ótima à medida que é usada para aumentar o volume da produção, mas não podemos esquecer que quem a qualidade dessa produção ainda somos nós!
Fonte: Nature
