Springer Nature، دنیا کے سب سے بڑے تعلیمی پبلشرز میں سے ایک، اور Google DeepMind نے ایک تحقیقی شراکت داری کا اعلان کیا ہے تاکہ ایک AI سے چلنے والا ہم مرتبہ جائزہ اسسٹنٹ تیار کیا جا سکے جو محققین کو مخطوطات کا زیادہ مؤثر طریقے سے جائزہ لینے میں مدد کرنے کے لیے ڈیزائن کیا گیا ہے۔

تعاون، جس کا 26 اکتوبر کو اعلان کیا گیا، Google DeepMind کے Gemini AI ماڈلز کے ساتھ ہم مرتبہ کے جائزے کے انتظام میں Springer Nature کی مہارت کو یکجا کرتا ہے۔ ایک پروٹو ٹائپ کا پہلے ہی تجربہ کیا جا رہا ہے، حالانکہ شراکت داروں نے وسیع تر تعیناتی کے لیے ٹائم ٹیبل کا اعلان نہیں کیا ہے۔ For more context on this story, see our ongoing more AI stories.

پیر ریویو کیوں دباؤ میں ہے۔

ہم مرتبہ جائزہ جدید سائنس کا گیٹ کیپنگ میکانزم ہے، اور اسے برقرار رکھنے کے لیے جدوجہد کر رہی ہے۔ اعلان کے مطابق، جمع کرانے کے حجم میں اضافہ اور تحقیق کی بڑھتی ہوئی پیچیدگی ہم مرتبہ جائزہ لینے والوں پر اضافی مطالبات کر رہی ہے - وہ محققین جو جرائد کے لیے مخطوطات کا جائزہ لینے کے لیے اپنا وقت رضاکارانہ طور پر دیتے ہیں۔

نیا اسسٹنٹ جائزہ لینے والوں کو پیچیدہ مخطوطات پر تشریف لے جانے، متن، چارٹس اور اعداد و شمار کی بڑی مقدار کا تجزیہ کرنے، اور ایسے علاقوں کی نشاندہی کرنے کے لیے ڈیزائن کیا جا رہا ہے جن کے لیے قریب سے جانچ کی ضرورت ہے۔ شراکت داروں کا کہنا ہے کہ اس کا مقصد جائزہ لینے والوں کے وقت کو خالی کرنا ہے تاکہ وہ ان سوالات پر توجہ مرکوز کر سکیں جن کے لیے ماہر سائنسی مہارت اور فیصلے کی ضرورت ہوتی ہے - کام کے وہ حصے جو مشین کے حوالے نہیں کیے جا سکتے۔

جیمنی پر بنایا گیا — اور اسپرنگر نیچر کی دیواروں کے اندر رکھا گیا۔

اسسٹنٹ کو گوگل کے اوپن سورس ایجنٹ ڈویلپمنٹ کٹ (ADK) کے ساتھ تیار کیا جا رہا ہے اور یہ مکمل طور پر Springer Nature کے نجی Gemini Enterprise ماحول میں کام کرتا ہے۔ شراکت داروں کے مطابق، یہ نقطہ نظر اس بات کو یقینی بناتا ہے کہ مخطوطات اور نظام کو تیار کرنے اور جانچنے کے لیے استعمال ہونے والے دیگر مواد اسپرنگر نیچر کے محفوظ انفراسٹرکچر کے اندر رہیں، مصنف اور جائزہ نگار کی رازداری کی حفاظت کریں۔

اس ڈیزائن کا انتخاب علمی اشاعت میں AI کے بارے میں سب سے زیادہ مستقل خدشات کو دور کرتا ہے: غیر مطبوعہ تحقیق کا کیا ہوتا ہے جب اس پر تھرڈ پارٹی ماڈلز کے ذریعے کارروائی کی جاتی ہے۔ پورے ورک فلو کو اپنے ماحول کے اندر رکھ کر، Springer Nature یہ معاملہ بنا رہا ہے کہ جائزہ لینے والے صرف ایک اسسٹنٹ پر بھروسہ کریں گے جو کبھی بھی مخطوطہ کو عمارت سے باہر نہیں جانے دیتا ہے۔

اسپرنگر نیچر کی چیف پروڈکٹ آفیسر، ساسکیا اسٹینکر نے اس پروجیکٹ کو ذمہ دارانہ تجربات کی مشق کے طور پر تیار کیا۔

اسٹینکر نے اعلان میں کہا، "جائزہ لینے والوں کی مہارت اور فیصلہ ہم مرتبہ کے جائزے کے لیے بنیادی ہیں۔ "جیسے جیسے تحقیق کے حجم اور پیچیدگی میں اضافہ ہوتا ہے، ہمارے پاس یہ دریافت کرنے کا موقع ہے کہ کس طرح AI ذمہ داری کے ساتھ اس مہارت کی حمایت کر سکتا ہے، جس سے جائزہ لینے والوں کو ان کے وقت پر توجہ مرکوز کرنے میں مدد ملتی ہے جہاں یہ سب سے زیادہ اہمیت رکھتا ہے اور ایسے سوالات پر جن کے لیے ماہر سائنسی فیصلے کی ضرورت ہوتی ہے۔ ہمارے لیے جدت اور اعتماد کا ساتھ ساتھ ہونا ضروری ہے۔ اس کا مطلب یہ ہے کہ یہ جانچنا ہے کہ ذمہ داری کہاں رہ جاتی ہے اس کے بارے میں واضح ہونے کے ساتھ کہ AI کیا اضافہ کر سکتا ہے۔"

گوگل کے ریسرچ AI ٹریک ریکارڈ پر تعمیر

یہ پروجیکٹ گوگل کے AI ریسرچ ٹولز تیار کرنے کے تجربے پر استوار ہے، بشمول ScholarPeer اور Deep Review - سائنسی تشخیص کے میکانکس پر فرنٹیئر ماڈلز کو لاگو کرنے کی پہلے کی کوششیں۔

گوگل ڈیپ مائنڈ میں اپلائیڈ اے آئی کے سینئر ڈائریکٹر سیشو اجاراپو نے کہا کہ شراکت داری کا مقصد اس تناؤ کو دور کرنا ہے جو جائزہ کے عمل میں جمع کرانے کے بڑھتے ہوئے حجم کو ڈالتا ہے۔

اجاراپو نے کہا کہ "سائنسی دریافت کو کھولنے کے لیے ہم مرتبہ جائزہ لینے کے تجربے کی ضرورت ہوتی ہے جو سخت اور تحقیق کی رفتار کے ساتھ ہم آہنگ ہو۔" "یہ شراکت اسپرنگر نیچر کی سائنسی اشاعت کی مہارت اور گوگل ڈیپ مائنڈ کی فرنٹیئر ریسرچ کو اکٹھا کرتی ہے۔ ہم ایک ساتھ مل کر ایک ایسا پلیٹ فارم بنا رہے ہیں جو دنیا کے سرکردہ جرائد کے ادارتی معیارات کو سختی سے برقرار رکھتے ہوئے جمع کرانے کے بڑھتے ہوئے حجم کو کم کرتا ہے۔ یہ اس بات کی ایک بہترین مثال ہے کہ AI کس طرح جدید سائنس کے ڈھانچے کو مضبوط بنا سکتا ہے۔"

یہ خبر ریسرچ انفارمیشن، ریسرچ پروفیشنل نیوز اور ٹائمز ہائر ایجوکیشن کی طرف سے دی گئی تھی، جن میں سے سبھی نے مشترکہ اعلان کا حوالہ دیا۔

معاونین، متبادل نہیں۔

دونوں کمپنیاں واضح ہیں کہ ٹول کا مقصد انسانی جائزہ لینے والوں کو تبدیل کرنے کے بجائے ان کی مدد کرنا ہے۔ پروٹو ٹائپ ایکسپلوریشن اس بات پر مرکوز ہے کہ کس طرح AI انسانی ماہرین کو لوپ سے ہٹائے بغیر ہم مرتبہ کا جائزہ لینے کو زیادہ متعامل عمل بنا سکتا ہے، جس میں حتمی سائنسی فیصلہ جائزہ لینے والوں اور جرنل ایڈیٹرز کے پاس باقی ہے۔

یہ پوزیشننگ اہم ہے۔ ہم مرتبہ جائزہ ایک ایسا ادارہ ہے جو سائنسی دعووں کی تصدیق کرتا ہے، اور اس کے خودکار حصوں کے تجربات پہلے بھی جانچ پڑتال کر چکے ہیں۔ Sakana AI، ٹوکیو میں قائم AI لیب، نے پہلے اطلاع دی تھی کہ اس کے AI جائزہ لینے والے سسٹم نے اس کی اسکریننگ کیے گئے دس میں سے تقریباً سات پیپرز میں بنیادی دعوے کی غلطیوں کو جھنجھوڑ دیا ہے - جس کے نتیجے میں وعدے اور خودکار سائنسی جانچ پڑتال کی حدود دونوں کے بارے میں بحث چھڑ گئی۔

اسپرنگر نیچر کا بیان کہ "جدت اور اعتماد کو ساتھ ساتھ چلنا ہے" اس شکوک و شبہات کے براہ راست جواب کے طور پر پڑھتا ہے: کمپنی جانچ کر رہی ہے کہ AI کیا شامل کر سکتا ہے، اس کا کہنا ہے کہ ذمہ داری کہاں رہ جاتی ہے اس کے بارے میں واضح ہے۔

ایک وسیع تر ورک فلو پش کا حصہ

Springer Nature کے لیے، اسسٹنٹ اپنے اندرون خانہ پبلشنگ پلیٹ فارم، Snapp کے ساتھ، مصنفین اور مبصرین کے لیے اشاعت کے ورک فلو کو ہموار کرنے کی وسیع تر کوششوں کا حصہ بناتا ہے۔ گوگل ڈیپ مائنڈ کے لیے، یہ جیمنی ماڈلز کو کنزیومر چیٹ بوٹس تک محدود رکھنے کے بجائے سائنسی اور پیشہ ورانہ ورک فلو میں شامل کرنے کی حکمت عملی کا ایک اور قدم ہے۔

شراکت داری پبلشنگ انڈسٹری میں AI کے علمی اشاعت کے ورک فلو کو سپورٹ کرنے کی صلاحیت میں بڑھتی ہوئی دلچسپی کی عکاسی کرتی ہے - خاص طور پر جمع کرانے کے بڑھتے ہوئے حجم اور تیزی سے پیچیدہ، ڈیٹا سے بھرے کاغذات ایک جائزہ لینے والے پول پر دباؤ ڈالتے ہیں جو زیادہ تر بلا معاوضہ رضاکاروں پر مشتمل ہوتا ہے۔

آگے کیا ہوتا ہے۔

کمپنیوں نے ابھی تک اسسٹنٹ کی وسیع تر تعیناتی کے لیے ٹائم ٹیبل کا اعلان نہیں کیا ہے، اور بہت سی تفصیلات کھلی ہوئی ہیں: کون سے جریدے اسے پہلے استعمال کر سکتے ہیں، جائزہ لینے والے اس کے آؤٹ پٹس کے ساتھ کس طرح تعامل کریں گے، اور کیا وہ ادارے جو اشاعت میں AI سے محتاط رہے ہیں رازداری کے لیے اس کے نقطہ نظر کو قبول کریں گے۔

ابھی کے لیے، پروٹو ٹائپ ٹیسٹنگ کا مرحلہ پیغام ہے۔ اگر اسسٹنٹ جیسا کہ بیان کیا گیا ہے کام کرتا ہے، تو جائزہ لینے کے سب سے زیادہ تکلیف دہ حصے — طویل مخطوطات، اعداد و شمار کی کراس چیکنگ، ان حصوں کا شکار کرنا جن کو ماہر کی نظر کی ضرورت ہوتی ہے — تیز تر ہو سکتے ہیں، جب کہ ہم مرتبہ کے جائزے کے مرکز میں انسانی فیصلہ وہیں رہتا ہے جہاں یہ ہے۔

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →