AI สามารถช่วยให้นักวิจัยกำหนดได้ว่าเอกสารวิจัยใดสามารถทำซ้ำได้ มีเป้าหมายที่จะแก้ไขวิกฤตการทำซ้ำ

ได้รับความสนใจมากขึ้นในหลายปีที่ผ่านมาสำหรับสิ่งที่นักวิชาการและนักวิจัยเรียกว่าวิกฤตการทำซ้ำ/การทำซ้ำได้ การศึกษาจำนวนมากล้มเหลวในการให้ผลลัพธ์ที่สำคัญเหมือนเดิมเมื่อมีการทำซ้ำการศึกษา และด้วยเหตุนี้ชุมชนวิทยาศาสตร์กังวลว่าผลการวิจัยมักจะถูกเน้นมากเกินไป ปัญหานี้ส่งผลกระทบต่อสาขาต่างๆ เช่น จิตวิทยาและปัญญาประดิษฐ์ เมื่อพูดถึงสาขาปัญญาประดิษฐ์ มีเอกสารวิจัยที่ไม่ได้รับการตรวจสอบโดยผู้ทรงคุณวุฒิหลายฉบับที่ตีพิมพ์ โดยอ้างว่ามีผลลัพธ์ที่น่าประทับใจ แต่นักวิจัยอื่นๆ ไม่สามารถทำซ้ำได้ เพื่อแก้ไขปัญหาและลดจำนวนการศึกษาที่ไม่สามารถทำซ้ำได้ นักวิจัยได้ออกแบบแบบจำลอง AI ที่มีเป้าหมายในการกำหนดเอกสารวิจัยใดที่สามารถทำซ้ำได้

ตามรายงานของ Fortune เอกสารวิจัยฉบับใหม่ เอกสารวิจัย ที่ตีพิมพ์โดยทีมนักวิจัยจาก Kellog School of Management และ Institute of Complex Systems ของ Northwestern University นำเสนอแบบจำลองการเรียนรู้ลึกที่สามารถกำหนดเอกสารวิจัยที่น่าจะสามารถทำซ้ำได้ และเอกสารวิจัยที่ไม่สามารถทำซ้ำได้ หากระบบ AI สามารถแยกแยะระหว่าง เอกสารวิจัยที่สามารถทำซ้ำได้ และเอกสารวิจัยที่ไม่สามารถทำซ้ำได้ได้อย่างน่าเชื่อถือ ระบบอาจช่วยให้มหาวิทยาลัย สถาบันวิจัย บริษัท และองค์กรอื่นๆ ระบุเอกสารวิจัยที่น่าจะมีประโยชน์และเชื่อถือได้จากเอกสารวิจัยหลายพันฉบับ

ระบบ AI ที่พัฒนาโดยทีมนักวิจัยจาก Northwestern ไม่ได้ใช้หลักฐานเชิงประจักษ์/สถิติที่นักวิจัยใช้ในการพิจารณาความถูกต้องของการศึกษา โดยใช้เทคนิคการประมวลผลภาษาที่เป็นธรรมชาติเพื่อพยายาม量化ความน่าเชื่อถือของเอกสารวิจัย ระบบจะค้นหารูปแบบในภาษาที่ผู้เขียนเอกสารวิจัยใช้ โดยพบว่ารูปแบบคำบางอย่างบ่งบอกถึงความน่าเชื่อถือมากกว่ารูปแบบอื่นๆ

ทีมนักวิจัยได้ใช้การวิจัยจิตวิทยาที่เก่าแก่ถึงทศวรรษ 1960 ซึ่งพบว่าผู้คนมักจะสื่อสารระดับความมั่นใจในความคิดของตนผ่านคำที่ใช้ โดยใช้แนวคิดนี้ นักวิจัยคิดว่าผู้เขียนเอกสารวิจัยอาจส่งสัญญาณความมั่นใจในผลการวิจัยของตนโดยไม่รู้ตัวเมื่อเขียนเอกสารวิจัย ทีมนักวิจัยได้ฝึกอบรมแบบจำลองสองครั้ง โดยใช้เซตข้อมูลที่แตกต่างกัน ครั้งแรกแบบจำลองได้รับการฝึกอบรมจากบทคัดย่อของเอกสารวิจัยทางวิทยาศาสตร์ประมาณสองล้านฉบับ ในขณะที่ครั้งที่สองแบบจำลองได้รับการฝึกอบรมจากเอกสารวิจัยฉบับเต็มจากโครงการที่มีจุดมุ่งหมายเพื่อกำหนดเอกสารวิจัยทางจิตวิทยาที่สามารถทำซ้ำได้ – โครงการการทำซ้ำได้: จิตวิทยา

หลังจากการทดสอบ นักวิจัยได้นำแบบจำลองไปใช้กับเอกสารวิจัยหลายร้อยฉบับจากสาขาต่างๆ เช่น จิตวิทยาและเศรษฐศาสตร์ นักวิจัยพบว่าแบบจำลองของตนให้การคาดการณ์ที่น่าเชื่อถือมากกว่าเทคนิคทางสถิติที่ใช้ในการพิจารณาว่าผลการวิจัยสามารถทำซ้ำได้หรือไม่

นักวิจัยและศาสตราจารย์ Brian Uzzi จาก Kellog School of Management อธิบายกับ Fortune ว่าในขณะที่เขามีความหวังว่าแบบจำลอง AI จะสามารถใช้เพื่อช่วยให้นักวิจัยพิจารณาความน่าจะเป็นที่ผลการวิจัยจะถูกทำซ้ำได้ แต่ทีมนักวิจัยไม่แน่ใจเกี่ยวกับรูปแบบและรายละเอียดที่แบบจำลองได้เรียนรู้มา ซึ่งเป็นปัญหาทั่วไปในการวิจัย AI แต่สิ่งนี้อาจทำให้นักวิทยาศาสตร์คนอื่นๆ ลังเลที่จะใช้แบบจำลอง

Uzzi อธิบายว่าทีมนักวิจัยหวังว่าแบบจำลองจะสามารถใช้เพื่อแก้ไขวิกฤตโควิด-19 โดยช่วยให้นักวิทยาศาสตร์เข้าใจไวรัสได้เร็วขึ้น และพิจารณาว่าผลการวิจัยใดที่มีแนวโน้มจะเป็นไปได้ ตามที่ Uzzi กล่าวกับ Fortune

“เราต้องการเริ่มใช้สิ่งนี้กับปัญหาโควิด-19 – ปัญหาในปัจจุบันที่หลายสิ่งหลายอย่างกำลังถูกผ่อนคลาย และเราต้องสร้างบนพื้นฐานของงานก่อนหน้าที่แข็งแกร่ง มันไม่ชัดเจนว่างานก่อนหน้าใดที่จะถูกทำซ้ำหรือไม่ และเรไม่มีเวลาทำซ้ำ”

Uzzi และนักวิจัยคนอื่นๆ หวังว่าจะปรับปรุงแบบจำลองโดยใช้เทคนิคการประมวลผลภาษาที่เป็นธรรมชาติเพิ่มเติม รวมถึงเทคนิคที่ทีมนักวิจัยสร้างขึ้นเพื่อวิเคราะห์ข้อความโทรศัพท์เกี่ยวกับผลประกอบการของบริษัท ทีมนักวิจัยได้สร้างฐานข้อมูลของข้อความโทรศัพท์ประมาณ 30,000 ฉบับเพื่อวิเคราะห์หาแนวทาง หากทีมนักวิจัยสามารถสร้างแบบจำลองที่ประสบความสำเร็จได้ พวกเขาอาจสามารถ说服นักวิเคราะห์และนักลงทุนให้ใช้เครื่องมือนี้ ซึ่งอาจเปิดทางให้กับการใช้แบบจำลองและเทคนิคของแบบจำลองในหลายๆ ด้าน