Springer Nature, אחת המוציאות לאור האקדמיות הגדולות בעולם, ו-Google DeepMind הכריזו על שותפות מחקרית לבניית עוזר ביקורת עמיתים המופעל על ידי בינה מלאכותית שנועד לעזור לחוקרים להעריך כתבי יד בצורה יעילה יותר - ולהקל על תהליך סקירה שנמצא במתח הולך וגובר.
שיתוף הפעולה, שהוכרז ב-26 באוקטובר, משלב את המומחיות של Springer Nature בניהול ביקורת עמיתים עם דגמי ה-Gemini AI של Google DeepMind. אב טיפוס כבר נבדק, אם כי השותפים לא הכריזו על לוח זמנים לפריסה רחבה יותר. For more context on this story, see our ongoing breaking AI news.
מדוע ביקורת עמיתים נמצאת בלחץ
ביקורת עמיתים היא מנגנון שמירת הסף של המדע המודרני, והוא מתקשה לעמוד בקצב. על פי ההודעה, נפחי הגשה גדלים והמורכבות הגוברת של המחקר מציבים דרישות נוספות לבודקי עמיתים - החוקרים שמתנדבים מזמנם להעריך כתבי יד לכתבי עת.
העוזר החדש מתוכנן לעזור לסוקרים לנווט בכתבי יד מורכבים, לנתח כמויות גדולות של טקסט, תרשימים ואיורים ולזהות אזורים הדורשים בחינה מדוקדקת יותר. הכוונה, אומרים השותפים, היא לפנות זמן לבודקים כדי שיוכלו להתמקד בשאלות הדורשות מומחיות מדעית ושיפוט מומחה - החלקים של העבודה שלא ניתן להעביר למכונה.
נבנה על מזל תאומים - ונשמר בתוך חומות הטבע של Springer
העוזר מפותח עם ערכת הפיתוח של סוכנים בקוד פתוח (ADK) של גוגל ופועלת כולה בתוך הסביבה הפרטית Gemini Enterprise של Springer Nature. לדברי השותפים, גישה זו מבטיחה שכתבי יד ותכנים אחרים המשמשים לפיתוח ובדיקת המערכת יישארו בתוך התשתית המאובטחת של Springer Nature, תוך הגנה על סודיות המחבר והמבקר.
בחירת העיצוב הזו מתייחסת לאחת הדאגות העיקשות ביותר לגבי AI בפרסום מדעי: מה קורה למחקר שלא פורסם כאשר הוא מעובד על ידי מודלים של צד שלישי. על ידי שמירת זרימת העבודה כולה בתוך הסביבה שלה, ספרינגר נייצ'ר טוען שהסוקרים יבטחו רק בעוזר שלעולם לא נותן לכתב יד לעזוב את הבניין.
סאסקיה סטיינאקר, מנהלת מוצר ראשית ב-Springer Nature, הגדירה את הפרויקט כתרגיל בניסוי אחראי.
"מומחיותם ושיקול הדעת של סוקרים הם בסיסיים לביקורת עמיתים", אמר סטיינאקר בהודעה. "ככל שהמחקר גדל בנפח ובמורכבות, יש לנו הזדמנות לחקור כיצד בינה מלאכותית יכולה לתמוך במומחיות זו, לעזור לבודקים למקד את זמנם היכן שהוא חשוב ביותר ובשאלות הדורשות שיפוט מדעי מומחים. עבורנו, חדשנות ואמון צריכים ללכת יד ביד. זה אומר לבדוק מה בינה מלאכותית יכולה להוסיף תוך ברור היכן נותרת האחריות".
מתבסס על רקורד הבינה המלאכותית המחקרית של Google
הפרויקט מתבסס על הניסיון של גוגל בפיתוח כלי מחקר בינה מלאכותית, כולל ScholarPeer ו-Deep Review - מאמצים קודמים ליישם מודלים חזיתיים למכניקה של הערכה מדעית.
Seshu Ajjarapu, מנהל בכיר של AI Applied ב-Google DeepMind, אמר כי השותפות נועדה להתמודד עם העומס שכמויות ההגשה ההולכות וגדלות גורמים על תהליך הבדיקה.
"פתיחת גילוי מדעי דורש חוויה של סקירת עמיתים שהיא גם קפדנית וגם מסונכרנת עם קצב המחקר", אמר אג'ראפו. "שותפות זו מפגישה בין מומחיות הפרסום המדעית של Springer Nature לבין מחקר הגבול של Google DeepMind. יחד, אנו בונים פלטפורמה שמקלה על העומס של נפחי הגשה גדלים תוך שמירה קפדנית על תקני העריכה של כתבי העת המובילים בעולם. זוהי דוגמה מצוינת לאופן שבו מבנים מדעיים מודרניים יכולים לחזק את ה-AI המודרני".
הידיעה דווחה על ידי Research Information, Research Professional News ו-Times Higher Education, שכולם ציטטו את ההודעה המשותפת.
עוזרים, לא מחליפים
שתי החברות מפורשות שהכלי נועד לתמוך בבודקים אנושיים במקום להחליף אותם. חקירת האב-טיפוס מתמקדת כיצד בינה מלאכותית יכולה להפוך ביקורת עמיתים לתהליך אינטראקטיבי יותר מבלי להסיר מומחים אנושיים מהלולאה, כאשר השיפוט המדעי הסופי נותר בידי הסוקרים ועורכי כתבי העת.
המיקום הזה חשוב. ביקורת עמיתים היא המוסד שמאשר טענות מדעיות, וניסויים באוטומציה של חלקים ממנו עוררו בדיקה בעבר. Sakana AI, מעבדת בינה מלאכותית מבוססת טוקיו, דיווחה בעבר כי מערכת בוקרי הבינה המלאכותית שלה סימנה שגיאות תביעות ליבה בערך בשבעה מתוך עשרה מאמרים שהיא הקרינה - תוצאה שהניעה את הוויכוח הן על ההבטחה והן על הגבולות של אוטומציה של בדיקה מדעית.
ההצהרה של ספרינגר נייצ'ר ש"חדשנות ואמון צריכים ללכת יד ביד" נקראת כתגובה ישירה לאותה ספקנות: החברה בודקת מה בינה מלאכותית יכולה להוסיף, לדבריה, תוך שהיא ברורה היכן נותרת האחריות.
חלק מדחיפה רחבה יותר של זרימת עבודה
עבור Springer Nature, העוזר מהווה חלק ממאמצים רחבים יותר לייעל את זרימות העבודה של פרסום לסופרים ולסוקרים, לצד פלטפורמת הפרסום הפנימית שלה, Snapp. עבור Google DeepMind, זהו שלב נוסף באסטרטגיה של הטמעת מודלים של Gemini לתוך זרימות עבודה מדעיות ומקצועיות במקום להגביל אותם לצ'אטבוטים של צרכנים.
השותפות משקפת עניין הולך וגובר בכל תעשיית הפרסום בפוטנציאל של AI לתמוך בתהליכי עבודה של פרסום אקדמי - במיוחד כאשר נפחי הגשה גדלים ומאמרים יותר ויותר מורכבים ועתירי נתונים מפעילים לחץ על מאגר סוקרים המורכב ברובו ממתנדבים ללא תשלום.
מה קורה אחר כך
החברות עדיין לא הכריזו על לוח זמנים לפריסה רחבה יותר של העוזר, ופרטים רבים נותרו פתוחים: אילו כתבי עת עשויים להשתמש בו קודם, כיצד יתקשרו הסוקרים עם התפוקות שלו, והאם מוסדות שנזהרו מ-AI בפרסום יקבלו את הגישה שלו לסודיות.
לעת עתה, שלב בדיקת אב הטיפוס הוא המסר. אם העוזר יעבוד כמתואר, החלקים הכי מייגעים של הביקורת - דשדש בכתבי יד ארוכים, הצלבת דמויות, חיפוש אחר הקטעים שדורשים עין של מומחה - יכולים להיות מהירים יותר, בעוד שיקול הדעת האנושי בלב ביקורת עמיתים נשאר בדיוק היכן שהוא.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
