Springer Nature, mmoja wa wachapishaji wakubwa zaidi wa kitaaluma duniani, na Google DeepMind wametangaza ushirikiano wa utafiti ili kuunda msaidizi wa ukaguzi wa rika unaoendeshwa na AI iliyoundwa ili kuwasaidia watafiti kutathmini miswada kwa ufanisi zaidi - na kupunguza mchakato wa ukaguzi ambao unazidi kuongezeka.
Ushirikiano huo, uliotangazwa Oktoba 26, unachanganya utaalam wa Springer Nature katika kudhibiti ukaguzi wa rika na miundo ya Gemini AI ya Google DeepMind. Mfano tayari unajaribiwa, ingawa washirika hawajatangaza ratiba ya kupelekwa kwa upana zaidi. For more context on this story, see our ongoing breaking AI news.
Kwa Nini Mapitio ya Rika Yana shinikizo
Mapitio ya rika ndiyo njia ya uhifadhi lango ya sayansi ya kisasa, na inajitahidi kuendelea. Kulingana na tangazo hilo, kuongezeka kwa idadi ya uwasilishaji na ugumu unaokua wa utafiti unaweka mahitaji ya ziada kwa wakaguzi rika - watafiti ambao hujitolea wakati wao kutathmini miswada ya majarida.
Msaidizi mpya unaundwa ili kuwasaidia wakaguzi kuvinjari maandishi changamano, kuchanganua idadi kubwa ya maandishi, chati na takwimu, na kutambua maeneo yanayohitaji uchunguzi wa karibu. Nia, washirika wanasema, ni kukomboa wakati wa wakaguzi ili waweze kuzingatia maswali ambayo yanahitaji utaalam na uamuzi wa kisayansi - sehemu za kazi ambazo haziwezi kukabidhiwa kwa mashine.
Imejengwa juu ya Gemini — na Kuwekwa Ndani ya Kuta za Springer Nature
Programu ya Mratibu inatengenezwa kwa kutumia Kifurushi huria cha Kukuza Wakala cha Google (ADK) na inafanya kazi kikamilifu ndani ya mazingira ya kibinafsi ya Gemini Enterprise ya Springer Nature. Kulingana na washirika, mbinu hii inahakikisha kuwa hati na maudhui mengine yanayotumiwa kutayarisha na kujaribu mfumo yanasalia ndani ya miundombinu salama ya Springer Nature, inayolinda usiri wa mwandishi na mkaguzi.
Chaguo hilo la muundo linashughulikia mojawapo ya masuala yanayoendelea zaidi kuhusu AI katika uchapishaji wa kitaalamu: nini hutokea kwa utafiti ambao haujachapishwa unapochakatwa na miundo ya watu wengine. Kwa kuweka mtiririko mzima wa kazi ndani ya mazingira yake yenyewe, Springer Nature inasisitiza kwamba wakaguzi watamwamini tu msaidizi ambaye kamwe haruhusu muswada kuondoka kwenye jengo.
Saskia Steinacker, Afisa Mkuu wa Bidhaa katika Springer Nature, alitayarisha mradi kama zoezi la majaribio ya kuwajibika.
"Utaalam na uamuzi wa wakaguzi ni muhimu kwa mapitio ya rika," Steinacker alisema katika tangazo hilo. "Utafiti unapokua kwa wingi na utata, tuna fursa ya kuchunguza jinsi AI inaweza kuunga mkono utaalamu huo kwa uwajibikaji, kusaidia wakaguzi kuzingatia wakati wao ambapo ni muhimu zaidi na juu ya maswali ambayo yanahitaji uamuzi wa kisayansi wa kitaalam. Kwetu, uvumbuzi na uaminifu lazima ziende pamoja. Hiyo inamaanisha kupima kile ambacho AI inaweza kuongeza huku tukiwa wazi juu ya mahali ambapo jukumu linabaki."
Kujenga Rekodi ya Wimbo wa AI ya Utafiti wa Google
Mradi huu unatokana na tajriba ya Google ya kutengeneza zana za utafiti za AI, ikijumuisha ScholarPeer na Deep Review - juhudi za awali za kutumia miundo ya mipaka kwa mbinu za tathmini ya kisayansi.
Seshu Ajjarapu, Mkurugenzi Mkuu wa Applied AI katika Google DeepMind, alisema ushirikiano huo unalenga kukabiliana na matatizo ambayo uwasilishaji unaokua unaweka kwenye mchakato wa ukaguzi.
"Kufungua ugunduzi wa kisayansi kunahitaji uzoefu wa ukaguzi wa rika ambao ni wa kina na unaolingana na kasi ya utafiti," Ajjarapu alisema. "Ushirikiano huu unaleta pamoja utaalamu wa uchapishaji wa kisayansi wa Springer Nature na utafiti wa mipaka wa Google DeepMind. Kwa pamoja, tunaunda jukwaa ambalo linaondoa mkazo wa kuongezeka kwa majarida ya uwasilishaji huku tukizingatia madhubuti viwango vya uhariri wa majarida maarufu duniani. Ni mfano mkuu wa jinsi AI inaweza kuimarisha miundo ya msingi ya sayansi ya kisasa."
Habari hizo ziliripotiwa na Habari za Utafiti, Habari za Kitaalamu za Utafiti na Elimu ya Juu ya Times, ambazo zote zilitoa tangazo la pamoja.
Wasaidizi, Sio Ubadilishaji
Kampuni zote mbili ziko wazi kuwa zana hiyo inakusudiwa kusaidia wakaguzi wa kibinadamu badala ya kuwabadilisha. Uchunguzi wa mfano unalenga jinsi AI inaweza kufanya ukaguzi wa wenzao mchakato wa mwingiliano bila kuwaondoa wataalamu wa kibinadamu kwenye kitanzi, huku uamuzi wa mwisho wa kisayansi ukibaki na wakaguzi na wahariri wa jarida.
Nafasi hiyo ni muhimu. Ukaguzi wa rika ndiyo taasisi inayoidhinisha madai ya kisayansi, na majaribio ya sehemu zake za kiotomatiki yamechunguzwa hapo awali. Sakana AI, maabara ya AI yenye makao yake Tokyo, iliripoti hapo awali kwamba mfumo wake wa kukagua AI uliripoti makosa ya msingi ya madai katika takriban karatasi saba kati ya kumi ilizokagua - matokeo ambayo yalichochea mjadala kuhusu ahadi na mipaka ya uchunguzi wa kisayansi otomatiki.
Taarifa ya Springer Nature kwamba "ubunifu na uaminifu lazima ziendane" inasomeka kama jibu la moja kwa moja kwa mashaka hayo: kampuni inajaribu kile AI inaweza kuongeza, inasema, huku ikiwa wazi juu ya mahali ambapo jukumu linabaki.
Sehemu ya Kisukuma Kina cha Mtiririko wa Kazi
Kwa Springer Nature, msaidizi ni sehemu ya juhudi pana za kurahisisha utiririshaji wa uchapishaji kwa waandishi na wakaguzi, kando na jukwaa lake la uchapishaji la ndani, Snapp. Kwa Google DeepMind, ni hatua nyingine katika mkakati wa kupachika miundo ya Gemini katika utiririshaji wa kazi wa kisayansi na kitaalamu badala ya kuwaweka kwenye gumzo la watumiaji.
Ushirikiano unaonyesha nia inayokua katika tasnia ya uchapishaji katika uwezekano wa AI kusaidia utiririshaji wa kazi wa uchapishaji wa kitaalamu - haswa kama idadi inayoongezeka ya uwasilishaji na karatasi zinazozidi kuwa ngumu, zenye data nzito huweka shinikizo kwenye dimbwi la wakaguzi ambalo kwa sehemu kubwa lina watu wa kujitolea wasiolipwa.
Nini Kitaendelea
Kampuni bado hazijatangaza ratiba ya upelekaji mpana wa msaidizi, na maelezo mengi yanabaki wazi: ni majarida gani yanaweza kuitumia kwanza, jinsi wakaguzi watakavyoingiliana na matokeo yake, na ikiwa taasisi ambazo zimekuwa zikihofia AI katika uchapishaji zitakubali mbinu yake ya usiri.
Kwa sasa, hatua ya majaribio ya mfano ni ujumbe. Ikiwa msaidizi atafanya kazi kama ilivyoelezewa, sehemu zenye kuchosha zaidi za kukagua - kupitia maandishi marefu, takwimu za kukagua, kuwinda sehemu zinazohitaji jicho la mtaalamu - zinaweza kuwa haraka, huku uamuzi wa kibinadamu katika kiini cha ukaguzi wa rika hubaki pale ulipo.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
