"עוזרי מחקר" – כלי AI לתמיכה בעולמות האקדמיה

עם התפתחותו המואצת של תחום הבינה המלאכותית, כלי AI הופכים למשאב חיוני הולך וגדל המציע לנו שלל של מידע וקיצורי דרך. מידי יום אנו שומעים על התפתחויות חדשות ומה שרלוונטי להיום לא בהכרח יישאר רלוונטי גם מחר. העולם האקדמי הוא חלק מהעידן החדש ועולות תהיות ומחשבות רבות כיצד להשתמש ב- AI במחקר ובהוראה. האם אפשר להיעזר בכלי AI  לצורך כתיבת עבודות או מחקר אקדמי? איך ניתן לשלב בין העולמות ולשמור על מקוריות וחדשנות וגם על ביקורתיות ואיכות? כיצד נכון להיעזר ב- AI בצורה שתסייע לנו וגם תפיק תוצרים העומדים בסטנדרטים המקובלים בעולמות המחקר?

אכן, השימוש בכלי בינה מלאכותית מצריך זהירות וביקורתיות, במיוחד בעולמות האקדמיה. הצ'אטים השונים עשויים "להזות" הפניות ביבליוגרפיות למאמרים וספרים שלא באמת קיימים (לא אחת בספרייה אנו פוגשים סטודנטים/יות המגיעים עם רשימה ארוכה של מאמרים, שאחרי בירור קצר אנו מבינים שהופקה על ידי אחד הצ'אטים ולא באמת מפנה למקורות שקיימים בעולם האמיתי), להסתמך בתשובתם על מקורות פופולריים מהרשת או לא לתת סימוכין כלל. דרך אחת להימנע מבעיות אלו היא להיעזר בכלים ייעודיים המותאמים ורלוונטיים לעולם האקדמי ודרישותיו הייחודיות, שיכולים לסייע לנו באיתור מאמרים (אמיתיים!), סיכום, דליית מידע רלוונטי ולייעל את תהליך העבודה שלנו. בפוסט הזה אציג שלושה כלים מרכזיים מסוג זה: Perplexity, Elicit, ו- Humata, כשכל אחד מציע יכולות שונות התומכות בתהליך המחקרי.

 

Perplexity

מנוע חיפוש מבוסס AI העונה על שאלות באמצעות חיפוש ברשת האינטרנט, התשובות המתקבלות נראות  כשילוב של google  וChatGPT. יחד עם התשובה המילולית לשאלה מתקבלת גם רשימת המקורות עליהם היא מתבססת, כך שבשונה מהצ'אטים המוכרים – כאן אנחנו מקבלים אסמכתאות לתשובות שהכלי מספק. הכלי מתיימר לספק תשובות עדכנית ומדויקות בזמן אמת ומידע אמין ושלם.

אחת הפונקציות החשובות ב- Perplexity היא המיקוד (Focus), נמצאת בתוך חלון שורת החיפוש.

ניתן לבחור את סוג המקורות אליהם הצ'ט יתייחס במתן התשובה.

יש לנו שש אפשרויות:

Web – חיפוש כללי במגוון מקורות ברשת האינטרנט, Academic – חיפוש בתוך מאמרים אקדמיים בלבד- אפשרות מהותית עבורנו, סטודנטים וחוקרים, Math – תשובות עם בסיס חישובי, Writing – אם אנחנו רוצים כתיבה יצירתית יותר של הצ'אט (בלי התבססות על מקורות ספציפיים), Video – חיפוש המבוסס על קטעי וידיאו, Social  – חיפוש המבוסס על מדיה חברתית, בעיקר דיונים ברשת החברתית Reddit.

הבחירה במיקוד המתאים צריכה להיות בהתאם לסוג השאלה אותה אני רוצים לשאול, ניתן גם להשתמש במיקודים שונים על מנת לקבל פרספקטיבה רחבה על השאלה שלנו ממקורות שונים ולבקש לותר על מקורות מסוימים שפחות מתאימים לנו.

ניסיתי לשאול את הכלי – מהם מקצועות העתיד? ולהשתמש במיקוד אקדמי.

התשובה שהתקבלה מבוססת על 8 מקורות אקדמיים המגיעים ממאגרים בגישה פתוחה כמו Semantic Scholar  ו- Pubmed. המקורות מופיעים בחלק העליון של התשובה. יש לשים לב לכך שהכלי לא מתבסס על מאגרים אקדמיים חשובים רבים (משום שהגישה אליהם מוגבלת למנויים משלמים), אבל בהחלט מתייחס למקורות מהימנים וטובים.

*חלק מהתשובה שהתקבלה

ויש גם הצעות לשאלות המשך:

במיקודים האחרים התשובות שהתקבלו היו שונות במקצת, אך הרעיונות הבסיסיים היו דומים.

עוד פונקציה מעניינת היא הכפתור Pro, המתיימר להכיר את המשתמש ולהתאים את תוצאות החיפוש לצרכיו, לשאול יותר שאלות, לשקלל יותר פרטים ולהציע תשובות מדויקות יותר.

הגרסה בתשלום מאפרת יותר חיפושי Pro יומיים (5 חיפושים בגרסה החינמית  ומעל ל- 300 חיפושים בגרסה בתשלום). אין הגבלה על חיפושים רגילים בגרסה החינמית.

ניתן לחפש גם בעברית, אך מרבית המקורות שהצ'אט מתבסס עליהם הם באנגלית – התשובות המתקבלות בעברית הן תשובות מתורגמות.

 

Elicit 

בדומה לפרפלקסיטי, זהו כלי AI המאפשר לאתר מאמרים אקדמיים באמצעות מילות מפתח. מתקבלת סקירת ספרות קצרה המבוססת על תקצירים של ארבעה מאמרים (ניתן לשנות את בחירת המאמרים או להעלות מאמרים משלנו)

בנוסף לתקציר מתקבלת  רשימת מאמרים ארוכה המאורגנת בטבלה: שם המאמר, תיאור קצר ואפשרות להוסיף עמודות נוספות – סיכום המאמר, ממצאים עיקריים, מתודולוגיה, שאלת מחקר, תאריך ועוד. ניתן גם להוסיף עמודות חדשות שלא מופיעות ברשימה, וכך ליצור פילוח מידע מותאם אישית מתוך המאמרים.

כך נראה הסיכום הראשוני על הנושא על הנושא Professions of the future:

יש אפשרות ליצור סינון ראשוני לאיתור מאמרים איכותיים ורלוונטיים: סינון לפי תאריך, סוג המחקר וגם בחירה של מאמרים מכתבי עת בעלי דירוג גבוה.

*בתמונה אפשרויות הסינון

כשיש המון מידע Elicit עוזר לנו בעיבוד ראשוני וסיכום מהיר ויעיל שממנו אנחנו יכולים להמשיך, גם פה מדובר על מאמרים בגישה פתוחה המגיעים ברובם מהאתר Semantic Scholar, כך שאין לנו פה סריקה שיטתית של כל המאמרים הקיימים ולכן חשוב גם לחפש חומרים בקטלוג הספרייה ובמאגרי המידע המקצועיים. למרות זאת, אפשרויות הסינון לתאריכים מסוימים וקבוצת איכות כן מאפשרים לנו לוודא שהמאמרים שאנו מקבלים הם איכותיים ומהימנים ולהמשיך הלאה אל עבר המחקר שלנו.

הגרסה בתשלום מאפשרת סיכום של שמונה מאמרים ביחד כל פעם (במקום ארבעה בלבד) וביצוע של יותר פעולות.

 

Humata

כלי AI נוסף המתמחה בניתוח מסמכים ומאמרים אקדמיים. ניתן להעלות אליו מאמרים ולשאול שאלות לגביהם באמצעות שיחה עם הצ'אט: אפשר לבקש ממנו לתקצר את המאמר, לציין את הדברים החשובים העולים ממנו ולהגיע למידע ספציפי. התשובות מגיעות עם מראי מקום מתוך המאמרים כאשר הטקסטים הרלוונטיים מודגשים. הכלי מאפשר לנו להבין מאמרים ארוכים ולעבוד איתם בצורה חכמה, לנתח, לסכם וליצור תוכן חדש. בשונה מהכלים האחרים Humata לא מציע חיפוש מאמרים, העבודה היא עם מאמרים שאנחנו מעלים לאתר. הגרסה החינמית מאפשרת עבודה על מספר מאמרים באורך כולל של 60 עמודים ומגבילה את מספר השאלות היומי (10 שאלות ביום). בתשלום ניתן להעלות יותר עמודים ולשאול יותר שאלות, בהתאם לסוג המנוי, יש מספר אפשרויות שונות. במנויים מתקדמים ישנו שילוב עם ChatGPT.

התכתבות סביב מאמר העוסק בספריות העתיד:

*מרקור מתוך המאמר

בסך הכול התשובות שקיבלתי עם הכלי היו מספקות, הוא התייחס לטקסט וענה מתוכו ומרקר עבורי את החלקים החשובים. בעברית התשובות היו פחות טובות ואם ניסיתי לשאול שאלה קצת יותר מורכבת הוא ענה לי שלא ניתן למצוא את התשובה בתוך הטקסט.

 

לסיכום, הצגנו שלושה כלים בעלי יכולות משמעותיות לעזרה בשלבים שונים של המחקר: איסוף מידע, עיבוד ראשוני, סיכום וסקירת ספרות. כל אחד מהכלים מתאים לשלב אחר של התהליך המחקרי: Perplexity נתן לנו תשובה לשאלה שלנו כמו בצ'אטים אחרים, אך עם בסיס אקדמי וקישורים למסמכים על פיהם התבססה התשובה, Elicit מצא עבורנו מאמרים מתאימים, תקצר עבורנו ומיין אותם בטבלה בהתאם לפרמטרים שבחרנו ו-Humata עזר לנו לסכם ולחלץ מידע מתוך המאמרים שהעלנו אליו. שלושתם כלים שימושיים ומועילים שבהחלט יכולים לסייע לחוקרים ולסטודנטים בתהליך הראשוני של איסוף והערכת חומרים, יחד עם זאת חשוב תמיד לזכור שמדובר בכלים שתפקידם לסייע לנו ולא להחליף אותנו (לפחות בינתיים)…השתמשו בכלים בצורה חכמה! קחו הכול בערבון מוגבל ותמיד תקראו, תחפשו ותבדקו היטב את המידע שהתקבל.

נקודה מהותית היא שהכלים לא מכסים את כל המאמרים האקדמיים הקיימים. משום שאין להם גישה למאגרי מידע מקצועיים מובילים הכרוכים בתשלום, כלל לא בטוח שהמאמרים שהם מציעים הם העדכניים ביותר, המשפיעים ביותר או הטובים ביותר בתחום. לכן, חשוב מאוד להשלים את החיפוש בדעת"א, במאגרים האקדמיים של הספרייה או בגוגל סקולר.

התנסיתם בכלים ויש לכם תובנות עליהם? מכירים כלים טובים יותר? כתבו לנו בתגובות!

חדש בג'יסטור – כלי בינה מלאכותית (גרסת בטא)

ג'יסטור, אחד המאגרים המובילים בתחומי מדעי הרוח והאמנויות, הוא מהראשונים לשלב יכולות של בינה מלאכותית בממשק המשתמש שלו. כלים אלו זמינים בינתיים רק בגרסת הבטא שפתוחה למשתמשים שנרשמו אליה מבעוד מועד, וצפויים להיות נגישים לכל קהל המנויים בהמשך. על החידושים השונים ניתן לקרוא בפוסט שפורסם לאחרונה בבלוג של ג'יסטור. להלן סיכום הנקודות המרכזיות –

כלי הAI החדש מכוון לסייע למשתמש לשאול שאלות על מאמרים, ספרים או דוחות מחקר בעת קריאתם וזאת כדי להקל על איתור, הערכת והבנת תוכן רלוונטי. החזון של ג'יסטור בפיתוח הזה הוא לאפשר לא רק חיפוש פשוט של מידע, כפי שהיה עד היום, אלא גם לתווך אותו לקורא ביעילות ולאפשר להשתמש בו בקלות ובצורה אפקטיבית.

הערכת איכות התוכן והרלוונטיות שלו

באופן מסורתי חוקרים נסמכים על מטאדאטה, תקצירים והדפים הראשונים של מאמרים/ספרים כדי להעריך את מידת הרלוונטיות של פריט המידע למחקר שלהם. בהקשר הזה, החיפוש המסורתי במאגרים ובקטלוגים אינו מיטבי. ראשית, לחלק ניכר מהמאמרים אין תקצירים. שנית, חיפוש על פי מילות מפתח מחזיר, לעיתים קרובות, אלפי תוצאות, ונדרשים זמן רב ומיומנות אקדמית גבוהה רק כדי לנפות מתוכן את אלו שעשויות להיות רלוונטיות.

הפתרון של ג'יסטור – כלים חדשים שיעזרו להגיע לתוצאות רלוונטיות ומדויקות יותר, וזאת באמצעות שימוש בצ'אט ייעודי למאגר הבנוי על טכנולוגיית מודל שפה גדול (LLM). ניתן, בין היתר –

1. לשאול  "על מה הטקסט" ולקבל תמצות של פריט מידע ספציפי

 

 

 

 

 

 

2. "חיפוש הקשר" – נפתח באופן אוטומטי ברגע שהמשתמש פותח פריט מידע ומסביר כיצד המאמר מתקשר לחיפוש שבוצע.

דרכים חדשות לגילוי מידע

חוקר איתר פריט מידע רלוונטי – כיצד יוכל להגיע ממנו לפריטים נוספים? כיום בג'יסטור ניתן להסתמך על רשימת המצטטים ועל המלצות של המערכת. אלו כלים מוגבלים ביכולותיהם, והם אינם זמינים עבור כל פריטי המידע.

הפתרון של ג'יסטור –

  1. "נושאים מומלצים" – רשימה של עד עשרה חיפושים קשורים, תיפתח באופן אוטומטי בצ'אט לאחר כניסה לפריט מידע. הקלקה על כל אחד מהם תחולל את החיפוש.
  2. "תוכן רלוונטי" – רשימה של עד עשרה פריטים דומים ומומלצים, נפתחת באופן אוטומטי בצ'אט לאחר כניסה לפריט מידע. הקלקה על כל אחד מהם תפתח את הפריט המבוקש.

קריאה והבנה

ניתן להשתמש בצ'אט שנפתח לאחר כניסה לפריט מידע גם כדי לשאול שאלות בשפה חופשית על פריט המידע – ולקבל תשובות בהסתמך על המאמר.

אמינות ושקיפות

כלי הצ'אט של ג'יסטור מתבסס רק על פריט המידע שהמשתמש בחר במתן התשובות שלו. כך אין סכנה של מתן מידע מוטעה, מסולף, לא אמין או מומצא.

יתרה מזו, התשובות בצ'אט כוללות הפניות וקישורים לטקסט של המאמר עליו הוא מגיב – כך שבכל עת ניתן "לקפוץ" לטקסט המקורי ולאמת את הנאמר. פונקציונליות זו מסייעת גם לאיתור מהיר של פרטים בתוך הטקסט.

 

 

 

 

 

 

תוכניות לעתיד

כאמור, כלים אלו זמינים כעת רק למשתמשים הרשומים לגרסת בטא. לאחר תקופת ניסיון, קבלת משוב מהקהל ושיפורים הכלים יהפכו זמינים לכלל מנויי הפלטפורמה.

כרגע יש רשימת המתנה לגרסת הבטא. למי שמעוניין להצטרף – לאחר הכניסה לחשבון האישי בג'יסטור תעלה תיבת פופ-אפ עם הצעה להרשם לגרסת הניסוי. הודעה תישלח כשיתפנה מקום. יש למה לצפות!

סרטון הדגמה של כלי הAI

קישור לג'יסטור (לקהילת אוניברסיטת תל-אביב)