نحو الكتابة العلمية الآلية

هذا الصباح، كنت أتصفح أقسام علوم الحاسوب في موقع Arxiv، كما أفعل معظم الأيام، ووجدت ورقة حديثة من جامعة سيرا في البرازيل، تقدم إطارًا جديدًا لمعالجة اللغة الطبيعية لتحليل و استخراج البيانات الأساسية من الأبحاث العلمية.

منذ أن هذا ما أفعل كل يوم، جاءت الورقة إلى ذهني تعليقًا على موضوع في منتدى كتاب على Reddit في وقت سابق من هذا العام – تنبؤًا بأن الكتابة العلمية سوف تكون من بين أول الوظائف الصحفية التي سوف تُستبدل بالتعلم الآلي.

دعوني أكون واضحًا – أنا أؤمن تمامًا بأن الكاتب العلمي الآلي قادم، وأن جميع التحديات التي أوجزها في هذه المقالة إما يمكن حلها الآن أو سوف يتم حلها في النهاية. حيثما أمكن، أعطي أمثلة على ذلك. بالإضافة إلى ذلك، أنا لا أتناول هنا ما إذا كانت الكتابة العلمية الحالية أو القريبة سوف تكون قادرة على كتابة بشكل مقنع؛ بناءً على مستوى الاهتمام الحالي في هذا القسم من معالجة اللغة الطبيعية، أفترض أن هذا التحدي سوف يتم حلها في النهاية.

بدلاً من ذلك، أنا أسأل عما إذا كان الكاتب العلمي الآلي سوف يكون قادرًا على تحديد القصص العلمية ذات الصلة وفقًا للنتائج المرغوبة للناشرين.

أنا لا أعتقد أنها وشيكة؛ بناءً على تصفحي عناوين الأخبار و/أو نسخ الأبحاث العلمية الجديدة حول التعلم الآلي كل أسبوع، لديّ نظرة أكثر تشاؤمًا حول مدى تحليل الإدخالات الأكاديمية بشكل خوارزمي، سواء لأغراض الفهرسة الأكاديمية أو الصحافة العلمية. كما هو الحال دائمًا، إنها تلك الأشخاص الذين يعترضون الطريق.

متطلبات الكاتب العلمي الآلي

دعونا ننظر إلى تحدي تلقيم تقارير العلوم حول أحدث الأبحاث الأكاديمية. لتحقيق العدالة، سنقتصر بشكل رئيسي على فئات علوم الحاسوب من مجال Arxiv الشهير غير المحتكر، الذي يحتوي على عدد من الميزات الموحدة والقابلة للتحليل التي يمكن ربطها بpipeline لاستخراج البيانات.

دعونا نفترض أيضًا أن المهمة المحددة، كما هو الحال مع الورقة الجديدة من البرازيل، هي التكرار عبر عناوين الأبحاث، وملخصاتها، وبياناتها الوصفية، و(إذا توجب) محتوى الجسم في البحث عن ثوابت، ومتغيرات موثوقة، ورموز، ومعلومات قابلة للتحليل في المجال.

هذا، بعد كل شيء، هو المبدأ الذي تقوم عليه الإطارات الجديدة الناجحة في مجالات التقارير عن الزلازل، كتابة الرياضة، الصحافة المالية، والتغطية الصحية، وبداية معقولة للصحفي العلمي القائم على الذكاء الاصطناعي.

مع ذلك، في الممارسة، قد تكون بعض هذه الأقسام مفقودة، أو تم إعادة تسميتها، أو تحتوي على محتوى لا ينتمي بشكل صارم إلى قسم معين. بالإضافة إلى ذلك، سوف يضطر مؤلفو الأبحاث إلى تضمين عناوين وفرعيها التي لا تتوافق مع القالب. وبالتالي، سوف يتعين على معالجة اللغة الطبيعية والفهم تحديد المحتوى المتعلق بالمقاطع من السياق.

تعقيد القالب

توجد طبقة واحدة مشجعة من التماسك والتنظيم، وهي أن Arxiv يفرض قالبًا محسّنًا بشكل جيد للتقديمات، ويوفر إرشادات مفصلة لمؤلفي التقديمات. وبالتالي، تتوافق الأوراق بشكل عام مع أجزاء من البروتوكول التي تنطبق على العمل الموصوف.

على سبيل المثال، يمكن للنظام المسبق لمعالجة الكاتب العلمي الآلي عادةً معاملة هذه الأقسام كأقسام فرعية: ملخص، مقدمة، العمل المرتبط/السابق، منهجية/بيانات، نتائج/مكتشفات، دراسات الحذف، مناقشة، استنتاج.

ومع ذلك، في الممارسة، قد تكون بعض هذه الأقسام مفقودة، أو تم إعادة تسميتها، أو تحتوي على محتوى لا ينتمي بشكل صارم إلى قسم معين. بالإضافة إلى ذلك، سوف يضطر مؤلفو الأبحاث إلى تضمين عناوين وفرعيها التي لا تتوافق مع القالب. وبالتالي، سوف يتعين على معالجة اللغة الطبيعية والفهم تحديد المحتوى المتعلق بالمقاطع من السياق.

توجهًا نحو المشاكل

تعد هرمية العناوين وسيلة سهلة لمعالجة اللغة الطبيعية لمسح كتلة المحتوى بشكل أولي. يُستورد العديد من تقديمات Arxiv من Microsoft Word (كما يتضح من ملفات PDF المخالفة التي تترك “Microsoft Word” في عنوان الرأس – انظر الصورة أدناه). إذا استخدمت عناوين القسم الصحيحة في Word، فإن تصديرها إلى PDF سيعيد إنشاءها كعناوين هرمية مفيدة لمعالجة البيانات لمحرر آلي.

ومع ذلك، هذا يفترض أن المؤلفين يستخدمون هذه الميزات في Word، أو إطارات إنشاء المستندات الأخرى، مثل TeX والمتغيرات (النادر التي يتم توفيرها كتنسيقات بديلة في تقديمات Arxiv، معظم العروض المحدودة لملفات PDF، وأحيانًا البروست سكريبت).

بناءً على سنوات من قراءة أوراق Arxiv، لاحظت أن الغالبية العظمى منها لا تحتوي على أي بيانات وصفية هيكلية قابلة للتفسير، مع تقديم العنوان في القارئ (أي متصفح ويب أو قارئ PDF) كعنوان كامل (بما في ذلك الامتداد) للوثيقة نفسها.

في هذه الحالة، يتم تحديد قابليّة تفسير الورقة بشكل محدود، وسوف يحتاج نظام الكاتب العلمي القائم على الذكاء الاصطناعي إلى ربطه بربطه برنامهً مع البيانات الوصفية المرتبطة في مجال Arxiv. تنص اتفاقية Arxiv على أن يتم إدراج البيانات الوصفية الأساسية أيضًا بشكل جانبي في خط كبير رمادي على الصفحة 1 من تقديم PDF المقدم (انظر الصورة أدناه). للأسف – ولا سيما لأن هذا هو المكان الوحيد الموثوق به حيث يمكنك العثور على تاريخ نشر أو رقم إصدار – غالبًا ما يتم استبعاده.

يضطر العديد من المؤلفين إلى عدم استخدام أي أنماط، أو استخدام نمط H1 (العنوان الأعلى) فقط، مما يضطر معالجة اللغة الطبيعية إلى استخراج العناوين مرة أخرى من السياق (ربما ليس أمرًا صعبًا)، أو من خلال تحليل رقم المرجع الذي يتكون من عنوان الوثيقة في مسار الوثيقة (أي https://arxiv.org/pdf/2110.00168.pdf) والاستفادة من البيانات الوصفية القائمة على الشبكة (بدلاً من المحلية) للتقديم.

على الرغم من ذلك، لن يؤدي هذا إلى حل مشكلة العناوين الناقصة، ولكنه على الأقل سوف يؤسس لما يخص قسم علوم الحاسوب الذي ينتمي إليه التقديم، ويوفر معلومات التاريخ والإصدار.

نص متصلب عند عودة الفقرات

مع تنسيقات PDF و PostScript الأكثر شيوعًا المتاحة لتقديمات Arxiv المقدمة من المؤلفين، سوف يحتاج نظام معالجة اللغة الطبيعية إلى روتين لفصل كلمات نهاية الخط من كلمات بداية الخط التالي التي يتم ربطها بها في طرق تحسين PDF الافتراضية.

يمكن إنجاز فصل الكلمات (وإزالة الشرطات) في Perl وروابط متكررة أخرى، على الرغم من أن نهجًا قائمًا على Python قد يكون أقل وقتًا وأكثر ملاءمة لإطار التعلم الآلي. كما طوّر Adobe ، المبتكر لتنسيق PDF، نظام تحويل مدعوم بالذكاء الاصطناعي يسمى الوضع السائل، قادر على “إعادة تدفق” النص المحبوس في ملفات PDF، على الرغم من أن نشره خارج مساحة الهاتف المحمول كان بطيئًا.

اللغة الإنجليزية الضعيفة

لا تزال اللغة الإنجليزية معيارًا علميًا عالميًا لتقديم الأبحاث العلمية، على الرغم من أن هذا الأمر مثير للجدل. وبالتالي، قد تحتوي الأوراق المثيرة للاهتمام والمهمة أحيانًا على مستويات مخزية من اللغة الإنجليزية، من قبل باحثين غير ناطقين باللغة الإنجليزية.

إذا تم تضمين استخدام اللغة الإنجليزية الخبير كعامل من عوامل القيمة عند تقييم عمل نظام الكتابة الآلي، فإن القصص الجيدة غالبًا ما ستفقد، وستُصنّف الإنتاجات الأقل قيمة بشكل أعلى فقط لأنها تقول القليل جدًا بشكل جيد.

من المرجح أن تواجه أنظمة معالجة اللغة الطبيعية التي لا تتمتع بالمرونة في هذا الصدد طبقة إضافية من العقبات في استخراج البيانات، باستثناء العلوم الأكثر صرامة وتقنياتها، مثل الكيمياء والفيزياء النظرية، حيث تتوافق الرسومات والجداول بشكل أكثر اتساقًا عبر المجتمعات العلمية العالمية.

الاختيار: تحديد متطلبات الجمهور

سوف نعود إلى مشاكل كثيرة في تحليل الأبحاث العلمية غير التقليدية قريباً. الآن، دعونا ننظر إلى جمهورنا وأهدافنا، لأنها سوف تكون أساسية لمساعدة الكاتب العلمي الآلي على فرز الآلاف من الأوراق كل أسبوع. تتنبأ نجاح القصص الإخبارية المحتملة بالفعل بنشاط في التعلم الآلي.

على سبيل المثال، إذا كانت حركة المرور العلمية الكبيرة هي الهدف الوحيد في موقع يحتوي على قسم علمي كجزء من عرض صحفي أوسع (كما هو الحال مع قسم العلوم في الديلي ميل في المملكة المتحدة)، قد يُطلب من نظام الذكاء الاصطناعي تحديد الموضوعات التي تدر أكبر عائد من حيث حركة المرور، وتحسين اختياره نحو ذلك. هذا سوف يؤدي إلى تحديد مواضيع مثل الروبوتات، الطائرات بدون طيار، التحليلات العميقة، الخصوصية، وثغرات الأمان بشكل أولي.

هذا سوف يؤدي إلى مشاكل فقاعة المرشح بالنسبة لنظام الكاتب العلمي الآلي، حيث يمنح الخوارزمية انتباهًا متزايدًا إلى مجموعة من الأوراق العلمية الزائفة التي تحتوي على كلمات ومصطلحات رئيسية مرغوبة، ولكنها في الواقع أقل أهمية.

واحدة وتم!

يمكن أن تأتي مواد الأخبار العلمية الجيدة من أماكن غريبة وغير متوقعة، ومن قطاعات ومواضيع غير مثمرة من قبل. لتعقيد الكاتب العلمي الآلي، الذي كان يأمل في إنشاء فهرس منتج للمصادر الإخبارية، فإن مصدر قصة غير تقليدية غالبًا ما لن ينتج مواد قابلة للنشر مرة أخرى، بينما يواصل إنتاج تدفق معلومات كبير وضجيج.

ماذا يمكن أن نستنتج من هذا؟ أن الآلاف من مصادر الأخبار السابقة التي حددتها وأ排تها سوف يتم إعادتها الآن (على الرغم من أن القيام بذلك سوف يخلق نسبة إشارة إلى ضجيج غير قابلة للإدارة، بالنظر إلى حجم الأوراق المنشورة كل عام)? أن الموضوع نفسه يستحق طبقة تفعيل أكثر من مصدر الأخبار الذي جاء منه (الذي في حالة موضوع شائع، يكون ذلك عملًا زائدًا)..?

بدلاً من ذلك، قد يتعلم النظام أن عليه أن يتحرك لأعلى أو لأسفل في هرمية البعد في البحث عن الأنماط – إذا كان هناك أنماط حقيقية – التي تشكل ما يسميه جدي الصحفي الراحل “أنا أخبارية”، ويعرف الميزة قابلية النشر كجودة متجولة ومجردة لا يمكن التنبؤ بها بدقة بناءً على المنشأ وحده، ويمكن أن تتوقع أن تتغير يوميًا.

تحديد فشل الفرضية

بسبب ضغط الحصص، قد تنشر الأقسام الأكاديمية أحيانًا أعمالًا حيث فشلت الفرضية المركزية بشكل كامل (أو شبه كامل) في الاختبار، حتى لو كانت طرق المشروع ومكتشفاته مهمة في حد ذاتها.

في بعض الحالات، لا يتم الإشارة إلى مثل هذه الخيبات في الملخصات؛ في أسوأ الحالات، يمكن الكشف عن فرضيات مدحوضة فقط من خلال قراءة رسوم البيانات. هذا لا ي đòi فقط استنتاج فهمًا مفصلًا لمنهجية البحث من المعلومات المحدودة التي قد توفرها الورقة، ولكن أيضًا خوارزميات تفسير الرسومات ماهرة يمكن أن تفسر كل شيء من مخطط البي إلى مخطط التشتت، في السياق.

نظام معالجة اللغة الطبيعية الذي يثق في الملخصات ولكن لا يستطيع تفسير الرسومات والجداول قد يصبح متحمسًا بشكل زائد لورقة جديدة في البداية. للأسف، الأمثلة السابقة على “الفشل الخفي” في الأبحاث العلمية (لأغراض التدريب) صعب التعميم في الأنماط، لأن هذا “الجريمة الأكاديمية” في الغالب جريمة إغفال أو إغفال، وبالتالي يصعب الكشف عنها.

في الحالات القصوى، قد يحتاج الكاتب العلمي الآلي إلى العثور على بيانات المستودع (أي من GitHub) أو تحليل المواد الإضافية المتاحة، لفهم ما تعنيه النتائج فيما يتعلق بأهداف المؤلفين. وبالتالي، سوف يتعين على نظام التعلم الآلي عبور المصادر والتنسيقات غير الخريطة المشاركة في ذلك، مما يجعل تلقيم عمليات التحقق تحديًا معماريًا قليلاً.

سيناريوهات “ال盒ة البيضاء”

تُظهر بعض المطالبات الأكثر جنونًا في الأوراق العلمية المتعلقة بالأمان التي تعتمد على الذكاء الاصطناعي أنها تتطلب مستويات غير عادية وغير محتملة من الوصول إلى الشفرة المصدرية أو البنية التحتية – “هجمات البوكس الأبيض”. على الرغم من أن هذا مفيد لاستخراج شذوذ غير معروفة مسبقًا في هياكل أنظمة الذكاء الاصطناعي، إلا أنه几乎 لا ي đại diện ل سطح هجوم قابل للتسويق بشكل واقعي.

سوف يحتاج الكاتب العلمي الآلي إلى كاشف هراء قوي لتحليل المطالبات حول الأمان إلى احتمالات للتوزيع الفعال.

مخاوف أخرى

توجد أماكن أخرى حيث يمكن أن يصبح الفشل غير قابل للتحقيق والفشل في الفرضية مدفونًا، وهي دراسات الحذف، التي تُزيل بشكل منهجي عناصر رئيسية من صيغة أو طريقة جديدة لتحديد ما إذا كانت النتائج تتأثر سلبًا أو ما إذا كانت المكتشفات “الأساسية” قوية.

في الممارسة، غالبًا ما تكون الأوراق التي تحتوي على دراسات الحذف واثقة من مكتشفاتها، على الرغم من أن قراءة دقيقة يمكن أن تكشف أحيانًا عن “خدعة”. في أبحاث الذكاء الاصطناعي، غالبًا ما تكون الخدعة هذه التعلم المفرط، حيث يؤدي نظام التعلم الآلي بشكل جيد على بيانات البحث الأصلية، ولكنه يفشل في التعميم على بيانات جديدة، أو يعمل تحت قيود غير قابلة للتكرار أخرى.

مقطع آخر مفيد للاستخراج النظامي هو القيود. هذا هو المقطع الأول الذي يجب على أي كاتب علمي (آلي أو بشري)跳 إليه، لأنها يمكن أن تحتوي على معلومات تبطل فرضية الورقة بأكملها، ويمكن أن توفر القفزة إلى الأمام ساعات من العمل المفقود (على الأقل، للبشر).

الحالة الأسوأ هنا هي أن الورقة تحتوي فعلاً على قسم القيود، ولكن الحقائق “المُعرّضة” يتم تضمينها في مكان آخر في العمل، وليس هنا (أو يتم تقليلها هنا).

ثم يأتي العمل السابق. يحدث هذا في وقت مبكر من قالب Arxiv، ويكشف غالبًا عن أن الورقة الحالية تمثل مجرد تقدم طفيف على مشروع أكثر إبداعًا، عادةً من 12-18 شهرًا السابقة. في هذه المرحلة، سوف يحتاج الكاتب الآلي إلى القدرة على تحديد ما إذا كان العمل السابق قد حصل على انتباه؛ هل هناك قصة هنا؟ هل مر العمل السابق دون أن يلاحظه العامة في وقت النشر؟ أم أن الورقة الجديدة مجرد ملاحظة روتينية لمشروع سابق تم تغطيته جيدًا؟

تقييم إعادة التشغيل و “التنزه”

إلى جانب تصحيح الأخطاء في الإصدار السابق، غالبًا ما تمثل الإصدار 2 من الورقة مجرد إصرار من المؤلفين على الحصول على الانتباه الذي لم يحظوا به عند نشر الإصدار 1. ومع ذلك، في كثير من الحالات، تستحق الورقة حقًا فرصة ثانية، لأن الانتباه الإعلامي قد تم توفيره في مكان آخر في وقت النشر الأصلي، أو لأن العمل كان مخفيًا بسبب حركة مرور عالية في فترات المؤتمرات والمؤتمرات (مثل الخريف والشهور اللاحقة من الشتاء).

ميزة مفيدة في Arxiv لتمييز إعادة تشغيل هي علامة [محدث] المرفقة بأعناء التقديم. سوف يتعين على نظام “التوصية” الداخلي للكاتب الآلي النظر بعناية إلى ما إذا كان [محدث] == “لعب خارج”، خاصة وأنها (يمكنها بكل вероятة) تقييم الورقة المحدثة بسرعة أكبر من الصحفي العلمي المرهق. في هذا الصدد، لديها ميزة ملحوظة على البشر، بفضل اتفاقية التسمية التي من المرجح أن تستمر على الأقل في Arxiv.

كما يوفر Arxiv معلومات على صفحة الملخص حول ما إذا كان قد تم تحديد الورقة على أنها تمتلك ت重合ًا كبيرًا من النص مع ورقة أخرى (غالبًا من نفس المؤلفين)، ويمكن تحليل هذا أيضًا إلى حالة “مكرر” أو “إعادة تشغيل” من قبل نظام الكاتب الآلي في غياب علامة [محدث].

تحديد الانتشار

مثل معظم الصحفيين، يبحث الكاتب العلمي الآلي المتوقع عن الأخبار غير المبلغ عنها أو التي لم يتم الإبلاغ عنها بشكل كافٍ، من أجل إضافة قيمة إلى تيار المحتوى الذي يدعمه. في معظم الحالات، إعادة الإبلاغ عن اختراقات علمية تمت تغطيتها لأول مرة في منصات كبيرة مثل TechCrunch و The Verge و EurekaAlert الخ هو أمر غير مجدٍ، لأن هذه المنصات الكبيرة تدعم محتواها بأجهزة دعائية شاملة، مما يضمن بالتالي التشبع الإعلامي للورقة.

لذلك، يتعين على الكاتب الآلي تحديد ما إذا كانت القصة حديثة بما يكفي لتقديمها.

السبب الأسهل في النظرية هو تحديد الروابط الواردة الحديثة إلى صفحات البحث الأساسية (الملخص، PDF، قسم الأخبار في موقع قسم العلوم الأكاديمي، إلخ). بشكل عام، لا تتوفر الإطارات التي يمكنها توفير معلومات الروابط الواردة الحديثة مفتوحة المصدر أو منخفضة التكلفة، ولكن يمكن للناشرين الرئيسيين افتراض تكلفة البرامج كخدمة كجزء من إطار تقييم القيمة الإخبارية.

مع افتراض وصوله، يتعين على الكاتب الآلي مواجهة مشكلة أن العديد من منصات الإبلاغ العلمي لا تشير إلى الأوراق التي تكتب عنها، حتى في الحالات التي تكون المعلومات متاحة بحرية. بعد كل شيء، المنصة تريد الإبلاغ الثانوي لربطها بها، وليس بالمصدر.

وبالتالي، سوف يتعين على الكاتب الآلي استخراج كلمات رئيسية قابلة للتنفيذ من الورقة وتنفيذ عمليات بحث مقيدة بزمن لتحديد مكان القصة، إن وجدت، وقييم ما إذا كان يمكن إهمال أي انتشار سابق أو ما إذا كانت القصة قد انتهت.

في بعض الأحيان، توفر الأوراق مواد فيديو إضافية على YouTube، حيث يمكن أن يخدم عدد المشاهدات كفهرس للانتشار. بالإضافة إلى ذلك، يمكن للكاتب الآلي استخراج الصور من الورقة وتنفيذ عمليات بحث متسلسلة قائم على الصور، لتحديد ما إذا تم إعادة نشر أي من الصور، وأين، ومتى.

بيض عيد الفصح

أحيانًا تُظهر ورقة “جافة” مكتشفات لها آثار إخبارية عميقة، ولكنها تُقلل من شأنها أو تُغفل أو تُغضّ منها من قبل المؤلفين، وستُكشف فقط من خلال قراءة الورقة بأكملها وتنفيذ الحسابات. في بعض الحالات، أعتقد أن هذا يحدث لأن المؤلفين أكثر قلقًا من الاستقبال الأكاديمي منه العام.

ولكن في كثير من الأحيان، قد يغفل المؤلفون أو لا يروا أو لا يعترفون بالآثار الحقيقية لأعمالهم، يعملون رسميًا تحت “الابتعاد العلمي”. أحيانًا يتم إخفاء هذه “بيض عيد الفصح” بشكل مدروس في جداول معقدة من المكتشفات.

ما وراء Arxiv

يجب أن نضع في الاعتبار أن تحليل الأوراق حول علوم الحاسوب إلى كيانات ورموز منفصلة سوف يكون أكثر سهولة في مجال مثل Arxiv، الذي يوفر عددًا من الميزات الموحدة والقابلة للتحليل التي لا تتطلب تسجيل الدخول لمعظم الوظائف.

لا يتم الوصول إلى جميع المنشورات العلمية مفتوح المصدر، ويبقى أن نرى ما إذا كان الكاتب العلمي الآلي سوف يستخدم أو لا يستخدم Sci-Hub لتحقيق ذلك؛ أو استخدام مواقع الأرشفة لتجاوز جدران الدفع؛ وما إذا كان من العملي بناء هياكل استخراج مجال مماثلة لمجموعة واسعة من منصات نشر العلوم الأخرى، والتي غالبًا ما تكون مقاومة للتحليل المنهجي.

يجب أن نضع في الاعتبار أيضًا أن Arxiv له قيود على معدل الإرسال التي من المرجح أن تبطئ من روتين تقييم الأخبار للكاتب الآلي إلى سرعة “أبطأ”.

الكاتب العلمي الاجتماعي الآلي

خارج نطاق المجالات المفتوحة والقابلة للوصول مثل Arxiv والمنصات العلمية المفتوحة المماثلة، قد يكون الحصول على وصول إلى ورقة جديدة تحديًا، مما يتطلب العثور على قناة اتصال للمؤلف والاقتراب منه لطلب قراءة العمل، وحتى الحصول على اقتباسات (عندما لا يكون ضغط الوقت هو العامل الحاسم – حالة نادرة للصحفيين هذه الأيام).

قد يتضمن ذلك عبور المجالات العلمية وتكوين حسابات (تحتاج إلى تسجيل الدخول للكشف عن عنوان البريد الإلكتروني للمؤلف، حتى على Arxiv). غالبًا ما يكون LinkedIn أسرع طريقة للحصول على رد، ولكن الأنظمة الآلية محظورة حاليًا من التواصل مع الأعضاء.

بالنسبة إلى كيفية استقبال الباحثين للبريد الإلكتروني من كاتب علمي آلي – حسنًا، كما هو الحال في عالم الكتابة العلمية المادي، فإنه يعتمد على تأثير المنشور. إذا اتصل كاتب آلي من Wired بمؤلف يرغب في نشر عمله، فمن المعقول افتراض أنه قد لا يلقى استجابة معادية.

في معظم الحالات، يمكن للمرء أن يتخيل أن المؤلف سوف يأمل أن يُدعى في النهاية إلى المشاركة البشرية في المحادثة، ولكن من غير المستحيل أن يتم تسهيل المقابلات عبر VOIP بواسطة نظام آلي، على الأقل عندما يتوقع أن تكون صلاحية المقال أقل من عتبة معينة، والمنشور لديه ما يكفي من الزخم لجذب المشاركة البشرية في المحادثة.

تحديد الأخبار بالذكاء الاصطناعي

تطبق العديد من المبادئ والتحديات المذكورة هنا على إمكانية التلقيم الآلي عبر قطاعات أخرى من الصحافة، وتحديد قصة محتملة هو التحدي الأساسي. يعتقد معظم الصحفيين أن كتابة القصة هي ببساطة 10% الأخير من الجهد، وأن بمجرد أن تبدأ في كتابة القصة، يكون العمل قد انتهى بالفعل.

التحدي الرئيسي، ثم، هو تطوير أنظمة ذكاء اصطناعي يمكنها تحديد قصة، وتنقيب عنها، وتحقق منها، بناءً على الغرائب العديدة للعبة الأخبار. وفي حالة التغطية العلمية، فإن مؤلفي الأوراق الجديدة لديهم أجندة ذاتية كما هو الحال مع أي مصدر أولي محتمل لقصة إخبارية.

وبالتالي، سوف يحتاج الكاتب العلمي الآلي إلى أكثر من روتين معالجة اللغة الطبيعية البسيطة لتحديد أين توجد الأخبار اليوم، trừ إذا كانت مجال الأخبار معينًا بشكل خاص، كما هو الحال مع الأسهم، وأرقام الوباء، ونتائج الرياضة، والنشاط الزلزالي، وغيرها من مصادر الأخبار الإحصائية الصرفة.