Στο Νέο Παράδειγμα της Εκδοτικής, η Τεχνητή Νοημοσύνη είναι Απαραίτητη

Τα παραδοσιακά μοντέλα εκδόσεων μετασχηματίζονται γρήγορα καθώς η αυξανόμενη υποστήριξη για ανοιχτή πρόσβαση συνεχίζει να ανεβαίνει. Πέρυσι, οι υποβολές αυξήθηκαν κατά 30%, σύμφωνα με τη Springer Nature. Ωστόσο, αυτή η ζήτηση αποδεικνύεται δίκοπο σπαθί, καθώς τα αποσυρμένα άρθρα έφτασαν σε ιστορικό υψηλό την τελευταία δεκαετία, και τα περιοδικά είναι πλημμυρισμένα με άρθρα που δημιουργήθηκαν από AI και πλαστές έρευνες.

Φυσικά, αυτό δημιουργεί εμπόδια που βλάπτουν εκδότες, ερευνητές και αξιολογητές. Οι εκδόσεις παλεύουν να τηρήσουν τα χρονοδιαγράμματα επειδή οι αξιολογητές βιάζονται να αξιολογήσουν τα άρθρα, και οι συγγραφείς μένουν να περιμένουν μήνες, αν όχι χρόνια, για να δημοσιευτούν. Το τρέχον μοντέλο ομότιμης αξιολόγησης δεν σχεδιάστηκε ποτέ για να υποστηρίξει αυτό το επίπεδο ζήτησης.

Σε αυτό το πλαίσιο, είναι κρίσιμο να αναγνωρίσουμε τον ρόλο της Τεχνητής Νοημοσύνης ως ουσιώδους εργαλείου υποστήριξης για την ενίσχυση των υφιστάμενων διαδικασιών ομότιμης αξιολόγησης και τη βοήθεια στην υπέρβαση των μεγαλύτερων εμποδίων του κλάδου.

Γιατί οι Παραδοσιακές Διαδικασίες Καταρρέουν

Η ομότιμη αξιολόγηση είναι αμοιβόμενη εργασία. Οι αξιολογητές προσφέρουν εθελοντικά το χρόνο τους ως ένδειξη καλής θέλησης προς τις ακαδημαϊκές και επιστημονικές κοινότητες. Οι απαιτήσεις είναι υψηλές, ενώ οι ανταμοιβές είναι λιγότερο ελκυστικές με όλες τις πιέσεις που συσσωρεύονται. Λόγω της αυξανόμενης ζήτησης και των υπερβολικών φορτίων, λιγότεροι αξιολογητές αποδέχονται προσκλήσεις για αξιολόγηση άρθρων. Επιπλέον, η εξεύρεση αξιολογητών αποτελεί αυξανόμενη πρόκληση για τους εκδότες, γεγονός που επιδεινώνει τις καθυστερήσεις και παρατείνει τα χρονοδιαγράμματα δημοσίευσης.

Ταυτόχρονα, οι ακαδημαϊκοί αντιμετωπίζουν ένα περιβάλλον «δημοσίευσε ή εξαλείψου». Για να προοδεύσουν επαγγελματικά, αναμένεται να έχουν δημοσιεύσει έργα σε ένα όλο και πιο συμφυσμένο πεδίο. Αυτή είναι μια παγκόσμια προσδοκία, και υπάρχει πίεση να ξεχωρίσουν μέσα στον θόρυβο, επιπλέον του φορτίου να καλύψουν τη σχετική ζήτηση. Αυτοί οι παράγοντες βρίσκονται πίσω από την κρίση της ομότιμης αξιολόγησης, όπου το τρέχον σύστημα, όπως είναι, δεν είναι βιώσιμο.

Για να ξεκαθαρίσουμε, τα εργαλεία AI δεν πρέπει να υιοθετούνται στη διαδικασία ομότιμης αξιολόγησης για να αντικαταστήσουν την ανθρώπινη κρίση, αλλά για να την ενισχύσουν. Συγγραφείς και εκδότες αναμένουν ένα συγκεκριμένο επίπεδο σεβασμού και αφοσίωσης στη διαδικασία αξιολόγησης, όπως παρέχεται στην έρευνα.

Ωστόσο, μικρά λάθη μπορούν εύκολα να περάσουν απαρατήρητα, ειδικά όταν οι αξιολογητές βιάζονται να αξιολογήσουν μεγάλο αριθμό άρθρων. Για παράδειγμα, μια μελέτη διαπίστωσε ότι το 2020, πάνω από 100 εκατομμύρια ώρες – το ισοδύναμο με 15.000 χρόνια – δαπανήθηκαν σε παγκόσμιες ομότιμες αξιολογήσεις.

Ωστόσο, αυτό δεν καθιστά τα σφάλματα αυτά αποδεκτό πρότυπο. Αυτό που μπορεί να φαίνεται ως ασήμαντη παράλειψη, όπως ένα μικροσκοπικό σφάλμα στα δεδομένα, μπορεί να βλάψει την αντίληψη των αναγνωστών για την ποιότητα της έρευνας.

Η Τεχνητή Νοημοσύνη ως Εργαλείο Υποστήριξης, Όχι Υποκατάστατο

Τα εργαλεία AI εντοπίζουν λεπτές αδυναμίες που διαφορετικά θα μπορούσαν να παραβλεφθούν. Σφάλματα παραπομπών, παραλείψεις δεδομένων και πιθανές επικάλυψεις με υπάρχουσα βιβλιογραφία είναι μόνο μερικά παραδείγματα μικρών αλλά σημαντικών σφαλμάτων που μπορεί να χάσουν οι αξιολογητές.

Αυτά τα εργαλεία σχεδιάζονται για να διαχειρίζονται εργασίες χαμηλού κινδύνου, ώστε οι αξιολογητές να μπορούν να εστιάσουν στα πιο προχωρημένα στοιχεία της επιμέλειας, όπως η εξειδικευμένη ανάλυση και η συγκριτική αξιολόγηση. Ένα εργαλείο περιορίζεται στα δεδομένα που του παρέχονται, ενώ ένας ανθρώπινος αξιολογητής με εξειδικευμένη γνώση μπορεί να τοποθετήσει την έρευνα σε ένα πολύ ευρύτερο και ενημερωμένο επίπεδο. Επιπλέον, ένας αλγόριθμος δεν μπορεί να αντικαταστήσει τη λεπτή λογική των ειδικών του πεδίου, ούτε θα πρέπει. Ωστόσο, μπορεί να ελαφρύνει ορισμένα από τα λιγότερο κρίσιμα βάρη που αντιμετωπίζουν.

Η AI μπορεί να βοηθήσει τους αξιολογητές να παρέχουν πιο σαφή και πιο διορατική ανατροφοδότηση, αλλά μόνο όταν χρησιμοποιείται σοφά. Μπορεί να βοηθήσει στην επιβεβαίωση των παραπομπών, στην ανάδειξη μεθοδολογικών ζητημάτων, στην ανίχνευση ελλιπών δεδομένων και στην εντόπιση ομοιοτήτων με προηγούμενη δημοσιευμένη έρευνα. Ένας ακόμη λόγος που ελκύει τους αξιολογητές είναι η δυνατότητα αναζήτησης με AI να τους βοηθά να παραμένουν ενήμεροι για νέες γνώσεις.

Καί όμως, καθοριστικό, οι ηγέτες του κλάδου, όπως οι ανώτεροι εκδότες της Elsevier, υποστηρίζουν τη σημασία της ισορροπίας. Την θεωρούν ένα χρήσιμο εργαλείο για τη βελτίωση της ποιότητας των αξιολογήσεων, αλλά μόνο όταν εφαρμόζεται ηθικά και πάντα υπό ανθρώπινη επίβλεψη.

Αντιμετωπίζοντας τις Πλατύτερες Επιπτώσεις της Υιοθέτησης της Τεχνητής Νοημοσύνης

Οι ανησυχίες είναι πολλές στην ακαδημαϊκή κοινότητα. Πρόσφατα, ερευνητές διαπίστωσαν ότι η ροή των υποβολών μετά το ChatGPT έχει αυξηθεί κατά 42%, αλλά η ποιότητα του γραψίματος δυστυχώς έχει υποστεί πτώση. Η ίδια μελέτη τόνισε επίσης ανησυχίες σχετικά με το πώς η AI χρησιμοποιείται για τη λήψη εκδοτικών αποφάσεων όταν ενσωματώνεται σε ομότιμες αξιολογήσεις.

Επιπλέον, οι οδηγίες και οι κανονισμοί εξακολουθούν να προσπαθούν να συμβαδίσουν με την τεχνολογία ώστε να διασφαλιστεί ότι τα εργαλεία χρησιμοποιούνται ηθικά και με μέτρο. Τα άτομα και οι εκδόσεις πρέπει να κατανοούν τους σχετικούς κινδύνους. Η κακή χρήση αυτών των εργαλείων εγγυάται προκατάληψη, ψευδείς πληροφορίες, λανθασμένα συμπεράσματα και ψευδείς αντιλήψεις.

Η ακαδημαϊκή κοινότητα εκδόσεων ανησυχεί επίσης για την ιδιωτικότητα και το απόρρητο. Οι συγγραφείς τείνουν να αισθάνονται άβολα όταν εξωτερικά εργαλεία ενσωματώνονται στη διαδικασία αξιολόγησης, ιδιαίτερα σε περιπτώσεις όπου η έρευνα περιέχει ευαίσθητα δεδομένα. Αυτό το άγχος για πιθανές διαρροές είναι κατανοητό δεδομένου του χρόνου και της προσπάθειας που αφιερώνουν οι συγγραφείς στην έρευνά τους.

Για αυτούς τους λόγους, οι αντιλήψεις για την AI στη διαδικασία αξιολόγησης είναι αρκετά αδύναμες. Συνεργατική έρευνα από την KPMG και το Πανεπιστήμιο του Μελβούρνου διαπίστωσε ότι 46% των ανθρώπων είναι διατεθειμένοι να εμπιστευτούν την AI. Η έρευνα αποκάλυψε επίσης ότι η πλειονότητα (70%) θεωρεί ότι η ρύθμιση είναι απαραίτητη.

Αυτοί οι παράγοντες πρέπει να αντιμετωπιστούν, και αυτό απαιτεί εκπαίδευση και διαφάνεια σχετικά με τον τρόπο εφαρμογής της AI, ανεξάρτητα από το πόσο χρησιμοποιείται στις αξιολογήσεις ομοτίμων. Όποιος χρησιμοποιεί AI στη διαδικασία αξιολόγησης πρέπει να κατανοεί τις βέλτιστες πρακτικές της και να εφαρμόζει κριτική σκέψη καθ’ όλη τη διάρκεια. Οι αξιολογητές και οι ομάδες έκδοσης θα χρειαστεί να ενισχύσουν τις δεξιότητές τους στην AI και στην επάρκεια δεδομένων, που περιλαμβάνει τη δυνατότητα ερμηνείας της συμπεριφοράς του μοντέλου, την αναγνώριση περιορισμών και τη μείωση κινδύνων όπως οι ψευδαισθήσεις.

Η διαφάνεια είναι θεμελιώδης για τις στρατηγικές υιοθέτησης, και οι εκδόσεις και οι αξιολογητές πρέπει να είναι έτοιμοι να διευκρινίζουν και να αιτιολογούν την υλοποίηση της AI. Οι τακτικοί έλεγχοι μπορούν να βοηθήσουν στην επιβεβαίωση της ακρίβειας και της αξιοπιστίας. Είναι επίσης κρίσιμο για τις εκδόσεις να καθορίζουν πώς εκπαιδεύονται τα μοντέλα και ποια δεδομένα τα καθοδηγούν. Στον ακαδημαϊκό χώρο, οι συγγραφείς πρέπει πάντα να παρουσιάζουν τις μεθόδους έρευνάς τους και τη λογική τους. Το ίδιο επίπεδο αποκάλυψης θα πρέπει να ισχύει για τη χρήση της AI.

Η ασφάλεια αυτών των εργαλείων δεν μπορεί επίσης να αγνοηθεί. Η κρυπτογράφηση δεδομένων προσθέτει ένα απαραίτητο επίπεδο κυβερνοπροστασίας από απειλές τρίτων, όπως πιθανά προσπάθειες hacking. Και πάλι, οι έλεγχοι αποτελούν ζωτικό μέρος της ενίσχυσης της ασφάλειας, καθώς σχεδιάζονται για να εντοπίζουν τυχόν τυφλά σημεία πριν προκαλέσουν ζημιά.

Η βιομηχανία βρίσκεται σε σημείο καμπής, είτε επιλέγοντας να απορρίψει την τεχνολογία προκειμένου να παραμείνει πιστή στα παραδοσιακά μοντέλα αξιολόγησης της έρευνας, είτε να την υιοθετήσει. Η πρώτη επιλογή σημαίνει ότι είναι μόνο θέμα χρόνου πριν η διαδικασία καταρρεύσει υπό τη ζήτηση. Η δεύτερη, ωστόσο, ενδυναμώνει και επιτρέπει στους εκδότες και τους αξιολογητές όχι μόνο να συμβαδίζουν, αλλά να προλαμβάνουν την εκρηκτική αύξηση της ζήτησης.