Springer Nature, một trong những nhà xuất bản học thuật lớn nhất thế giới và Google DeepMind đã công bố mối quan hệ hợp tác nghiên cứu để xây dựng một trợ lý đánh giá ngang hàng được hỗ trợ bởi AI, được thiết kế để giúp các nhà nghiên cứu đánh giá bản thảo hiệu quả hơn — và giảm bớt quá trình đánh giá đang ngày càng căng thẳng.

Sự hợp tác này, được công bố vào ngày 26 tháng 10, kết hợp chuyên môn của Springer Nature trong việc quản lý đánh giá ngang hàng với các mô hình Gemini AI của Google DeepMind. Một nguyên mẫu đã được thử nghiệm, mặc dù các đối tác chưa công bố thời gian biểu để triển khai rộng rãi hơn. For more context on this story, see our ongoing AI trends.

Tại sao việc đánh giá ngang hàng lại chịu áp lực

Đánh giá ngang hàng là cơ chế gác cổng của khoa học hiện đại và nó đang phải vật lộn để theo kịp. Theo thông báo, số lượng bài nộp ngày càng tăng và tính phức tạp ngày càng tăng của nghiên cứu đang đặt ra những yêu cầu bổ sung đối với những người đánh giá ngang hàng - những nhà nghiên cứu tình nguyện dành thời gian của họ để đánh giá bản thảo cho các tạp chí.

Trợ lý mới đang được thiết kế để giúp người đánh giá điều hướng các bản thảo phức tạp, phân tích khối lượng lớn văn bản, biểu đồ và số liệu, đồng thời xác định các khu vực cần kiểm tra kỹ hơn. Các đối tác cho biết mục đích là để giải phóng thời gian của người đánh giá để họ có thể tập trung vào các câu hỏi đòi hỏi khả năng phán đoán và chuyên môn khoa học chuyên môn - những phần công việc không thể giao cho máy móc.

Được xây dựng dựa trên Song Tử - và được giữ bên trong những bức tường của thiên nhiên Springer

Trợ lý này đang được phát triển với Bộ công cụ phát triển tác nhân (ADK) nguồn mở của Google và hoạt động hoàn toàn trong môi trường Gemini Enterprise riêng của Springer Nature. Theo các đối tác, cách tiếp cận này đảm bảo rằng các bản thảo và nội dung khác được sử dụng để phát triển và thử nghiệm hệ thống vẫn nằm trong cơ sở hạ tầng an toàn của Springer Nature, bảo vệ tính bảo mật của tác giả và người đánh giá.

Lựa chọn thiết kế đó giải quyết một trong những mối quan tâm dai dẳng nhất về AI trong xuất bản học thuật: điều gì xảy ra với nghiên cứu chưa được công bố khi nó được xử lý bởi các mô hình bên thứ ba. Bằng cách giữ toàn bộ quy trình làm việc trong môi trường riêng của mình, Springer Nature đang chứng tỏ rằng những người đánh giá sẽ chỉ tin tưởng vào một trợ lý không bao giờ để bản thảo rời khỏi tòa nhà.

Saskia Steinacker, Giám đốc Sản phẩm tại Springer Nature, coi dự án là một hoạt động thử nghiệm có trách nhiệm.

Steinacker cho biết trong thông báo: “Chuyên môn và khả năng đánh giá của người đánh giá là nền tảng cho việc đánh giá ngang hàng”. "Khi nghiên cứu phát triển về số lượng và độ phức tạp, chúng tôi có cơ hội khám phá cách AI có thể hỗ trợ chuyên môn đó một cách có trách nhiệm, giúp người đánh giá tập trung thời gian vào những vấn đề quan trọng nhất và vào các câu hỏi đòi hỏi đánh giá khoa học chuyên môn. Đối với chúng tôi, sự đổi mới và niềm tin phải đi đôi với nhau. Điều đó có nghĩa là kiểm tra những gì AI có thể bổ sung trong khi vẫn rõ ràng về trách nhiệm vẫn còn."

Xây dựng dựa trên Hồ sơ theo dõi AI nghiên cứu của Google

Dự án dựa trên kinh nghiệm của Google trong việc phát triển các công cụ nghiên cứu AI, bao gồm ScholarPeer và Deep Review - những nỗ lực trước đó nhằm áp dụng các mô hình tiên phong vào cơ chế đánh giá khoa học.

Seshu Ajjarapu, Giám đốc cấp cao về AI ứng dụng tại Google DeepMind, cho biết mối quan hệ hợp tác này nhằm giải quyết sự căng thẳng mà số lượng bài nộp ngày càng tăng gây ra trong quá trình xem xét.

Ajjarapu cho biết: “Việc mở khóa khám phá khoa học đòi hỏi trải nghiệm đánh giá ngang hàng vừa nghiêm ngặt vừa đồng bộ với tốc độ nghiên cứu”. "Sự hợp tác này kết hợp chuyên môn xuất bản khoa học của Springer Nature và nghiên cứu tiên phong của Google DeepMind. Cùng nhau, chúng tôi đang xây dựng một nền tảng giúp giảm bớt căng thẳng về số lượng bài nộp ngày càng tăng trong khi vẫn duy trì nghiêm ngặt các tiêu chuẩn biên tập của các tạp chí hàng đầu thế giới. Đây là ví dụ điển hình về cách AI có thể củng cố các cấu trúc nền tảng của khoa học hiện đại."

Tin tức được báo cáo bởi Research Information, Research Professional News và Times Higher Education, tất cả đều trích dẫn thông báo chung.

Trợ lý, không phải người thay thế

Cả hai công ty đều nói rõ rằng công cụ này nhằm hỗ trợ những người đánh giá là con người hơn là thay thế họ. Việc khám phá nguyên mẫu tập trung vào cách AI có thể làm cho quá trình đánh giá ngang hàng trở thành một quy trình tương tác hơn mà không cần loại bỏ các chuyên gia con người khỏi vòng lặp, với phán quyết khoa học cuối cùng vẫn thuộc về người đánh giá và biên tập viên tạp chí.

Vị trí đó quan trọng. Đánh giá ngang hàng là tổ chức chứng nhận các tuyên bố khoa học và các thử nghiệm với các bộ phận tự động hóa của nó đã thu hút sự giám sát kỹ lưỡng trước đây. Sakana AI, một phòng thí nghiệm AI có trụ sở tại Tokyo, trước đây đã báo cáo rằng hệ thống đánh giá AI của họ đã gắn cờ các lỗi xác nhận cốt lõi ở khoảng bảy trong số mười bài báo mà nó đã sàng lọc - một kết quả đã thúc đẩy cuộc tranh luận về cả lời hứa lẫn giới hạn của việc tự động hóa quá trình giám sát khoa học.

Tuyên bố của Springer Nature rằng "sự đổi mới và sự tin tưởng phải đi đôi với nhau" được coi như một câu trả lời trực tiếp cho sự hoài nghi đó: công ty đang thử nghiệm những gì AI có thể bổ sung, trong khi vẫn rõ ràng về trách nhiệm vẫn còn ở đâu.

Một phần của quá trình thúc đẩy quy trình làm việc rộng hơn

Đối với Springer Nature, trợ lý này là một phần trong nỗ lực rộng lớn hơn nhằm hợp lý hóa quy trình xuất bản cho các tác giả và người đánh giá, cùng với nền tảng xuất bản nội bộ của nó, Snapp. Đối với Google DeepMind, đây là một bước nữa trong chiến lược đưa các mô hình Gemini vào quy trình làm việc khoa học và chuyên nghiệp thay vì giới hạn chúng trong các chatbot của người tiêu dùng.

Sự hợp tác này phản ánh mối quan tâm ngày càng tăng trong toàn ngành xuất bản về tiềm năng AI hỗ trợ quy trình xuất bản học thuật - đặc biệt khi khối lượng gửi ngày càng tăng và các bài báo ngày càng phức tạp, nặng về dữ liệu gây áp lực lên nhóm người đánh giá phần lớn là các tình nguyện viên không được trả lương.

Điều gì xảy ra tiếp theo

Các công ty vẫn chưa công bố thời gian biểu để triển khai rộng rãi trợ lý này và nhiều chi tiết vẫn còn bỏ ngỏ: tạp chí nào có thể sử dụng nó trước, cách người đánh giá sẽ tương tác với kết quả đầu ra của nó và liệu các tổ chức đã cảnh giác với AI trong xuất bản có chấp nhận cách tiếp cận bảo mật của nó hay không.

Hiện tại, giai đoạn thử nghiệm nguyên mẫu chính là thông điệp. Nếu trợ lý làm việc như mô tả, những phần tẻ nhạt nhất của quá trình đánh giá — xem qua các bản thảo dài, kiểm tra chéo các số liệu, tìm kiếm những phần cần con mắt của chuyên gia — có thể diễn ra nhanh hơn, trong khi phán đoán của con người ở trung tâm của quá trình đánh giá ngang hàng vẫn chính xác như cũ.

---

Stay Ahead of AI

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

Read more AI news →