ในแนวคิดใหม่ของการเผยแพร่, AI เป็นสิ่งจำเป็น

โมเดลการเผยแพร่แบบดั้งเดิมกำลังเปลี่ยนแปลงอย่างรวดเร็วเนื่องจากการสนับสนุนการเข้าถึงแบบเปิดเพิ่มขึ้นอย่างต่อเนื่อง ปีที่ผ่านมา จำนวนการส่งบทความพุ่งขึ้นโดย 30% ตามข้อมูลของ Springer Nature แต่ความต้องการนี้กลับกลายเป็นดาบสองคม เนื่องจากบทความที่ถูกถอนกลับถึงระดับ สูงสุดตลอดกาล ในทศวรรษที่ผ่านมา และ วารสารถูกท่วม ด้วยบทความที่สร้างโดย AI และงานวิจัยปลอม

โดยธรรมชาติ สิ่งนี้ทำให้เกิดคอขวดที่ทำอันตรายต่อผู้เผยแพร่ นักวิจัย และผู้ตรวจสอบ การตีพิมพ์ต้องต่อสู้กับการรักษากำหนดการบรรณาธิการเนื่องจากผู้ตรวจสอบรีบเร่งประเมินบทความ และผู้เขียนต้องรอนานหลายเดือน หรือแม้แต่หลายปี เพื่อให้บทความได้รับการตีพิมพ์ โมเดลการตรวจสอบโดยผู้เชี่ยวชาญในปัจจุบันไม่ได้ถูกออกแบบมาเพื่อรองรับระดับความต้องการเช่นนี้

ท่ามกลางสถานการณ์นี้ การรับรู้บทบาทของ AI ในฐานะเครื่องมือสนับสนุนสำคัญเพื่อเสริมสร้างกระบวนการตรวจสอบโดยผู้เชี่ยวชาญที่มีอยู่และช่วยอุตสาหกรรมก้าวข้ามอุปสรรคที่ใหญ่ที่สุดเป็นสิ่งที่จำเป็น

ทำไมกระบวนการแบบดั้งเดิมจึงเริ่มล้มเหลว

การตรวจสอบโดยผู้เชี่ยวชาญเป็นงานที่ไม่ได้รับค่าตอบแทน ผู้ตรวจสอบอาสาให้เวลาของตนเป็นการแสดงความปรารถนาดีต่อชุมชนวิชาการและวิทยาศาสตร์ ความต้องการมีความสูงและรางวัลน้อยลงเนื่องจากความกดดันที่ทบกัน เนื่องจากความต้องการที่เพิ่มขึ้นและความเครียดที่มากเกินไป ผู้ตรวจสอบจำนวนลดลงที่ยอมรับคำเชิญให้ประเมินบทความ ยิ่งไปกว่าการหาผู้ตรวจสอบเป็นความท้าทายที่เพิ่มขึ้นสำหรับบรรณาธิการ ซึ่งทำให้ค้างงานเพิ่มขึ้นและทำให้ระยะเวลาการเผยแพร่นานขึ้น

ในเวลาเดียวกัน นักวิชาการต้องเผชิญกับสภาพแวดล้อม ‘ตีพิมพ์หรือพินาศ’ เพื่อก้าวหน้าในอาชีพ พวกเขาต้องมีผลงานตีพิมพ์ในสภาพแวดล้อมที่แออัดมากขึ้นเรื่อย ๆ นี้เป็นความคาดหวังสากลทั่วโลก และมีแรงกดดันให้โดดเด่นท่ามกลางความวุ่นวาย นอกเหนือจากความเครียดในการตอบสนองความต้องการที่เกิดขึ้น ปัจจัยเหล่านี้เป็นสาเหตุของวิกฤตการตรวจสอบโดยผู้เชี่ยวชาญ ซึ่งระบบปัจจุบันในสภาพที่เป็นอยู่ไม่สามารถยั่งยืนได้

เพื่อให้ชัดเจน เครื่องมือ AI ไม่ควรถูกนำมาใช้ในกระบวนการตรวจสอบโดยผู้เชี่ยวชาญเพื่อแทนที่การตัดสินของมนุษย์ แต่เพื่อเสริมสร้างมัน ผู้เขียนและบรรณาธิการคาดหวังระดับความเคารพและความมุ่งมั่นในกระบวนการตรวจสอบเช่นเดียวกับที่มอบให้กับงานวิจัย

อย่างไรก็ตาม ความผิดพลาดเล็ก ๆ สามารถหลุดรอดโดยไม่ถูกสังเกตได้ง่าย โดยเฉพาะเมื่อผู้ตรวจสอบรีบเร่งตรวจสอบจำนวนบทความมากมาย เพื่อเป็นตัวอย่าง หนึ่งการศึกษา พบว่าในปี 2020 มีการใช้เวลามากกว่า 100 ล้านชั่วโมง – เทียบเท่ากับ 15,000 ปี – ในการตรวจสอบโดยผู้เชี่ยวชาญทั่วโลก

แต่สิ่งนั้นไม่ได้ทำให้ข้อผิดพลาดเหล่านี้กลายเป็นมาตรฐานที่ยอมรับได้ สิ่งที่อาจดูเหมือนเป็นการละเลยเล็กน้อย เช่น ความบกพร่องเล็ก ๆ ในข้อมูล สามารถทำลายการรับรู้ของผู้อ่านต่อคุณภาพของงานวิจัยได้

AI เป็นเครื่องมือสนับสนุน ไม่ใช่ทดแทน

เครื่องมือ AI ชี้ให้เห็นข้อผิดพลาดเล็ก ๆ ที่อาจถูกมองข้ามได้ ข้อผิดพลาดในการอ้างอิง การละเลยข้อมูล และการทับซ้อนที่อาจเกิดกับวรรณกรรมที่มีอยู่เป็นเพียงบางตัวอย่างของข้อผิดพลาดเล็ก ๆ แต่สำคัญที่ผู้ตรวจสอบอาจพลาด

เครื่องมือเหล่านี้ออกแบบมาเพื่อจัดการงานที่มีความเสี่ยงต่ำเพื่อให้ผู้ตรวจสอบสามารถมุ่งเน้นไปที่ด้านการแก้ไขขั้นสูงเช่นการวิเคราะห์เชิงผู้เชี่ยวชาญและการประเมินบริบท เครื่องมือหนึ่งมีขอบเขตจำกัดตามข้อมูลที่ได้รับ แต่ผู้ตรวจสอบมนุษย์ที่มีความเชี่ยวชาญเฉพาะทางสามารถวางบริบทของงานวิจัยได้ในระดับที่กว้างขวางและมีข้อมูลมากขึ้น นอกจากนี้ อัลกอริทึมไม่สามารถแทนที่การให้เหตุผลที่ละเอียดอ่อนของผู้เชี่ยวชาญด้านวิชาได้และไม่ควรทำเช่นนั้น อย่างไรก็ตาม มันสามารถบรรเทาภาระที่มีความเสี่ยงต่ำบางส่วนที่พวกเขาเผชิญ

AI สามารถช่วยผู้ตรวจสอบให้ข้อเสนอแนะที่ชัดเจนและลึกซึ้งยิ่งขึ้นได้ แต่เฉพาะเมื่อใช้ด้วยความรอบคอบ มันสามารถช่วยยืนยันการอ้างอิง เน้นประเด็นวิธีวิจัย ตรวจจับข้อมูลที่ขาดหาย และค้นหาความคล้ายคลึงกับงานวิจัยที่ตีพิมพ์ก่อนหน้า อีกเหตุผลหนึ่งที่ทำให้ AI ดึงดูดผู้ตรวจสอบคือศักยภาพของการค้นหาโดย AI ที่ช่วยให้พวกเขาติดตามความรู้ใหม่ได้

อย่างสำคัญ อย่างไรก็ตาม ผู้นำในอุตสาหกรรม เช่น บรรณาธิการระดับอาวุโสของ Elsevier ยอมรับ ความสำคัญของความสมดุล พวกเขามองว่าเป็นเครื่องมือที่มีประโยชน์ในการปรับปรุงคุณภาพการตรวจสอบ แต่เฉพาะเมื่อใช้ด้วยจริยธรรมและต้องมีการควบคุมจากมนุษย์เสมอ

การจัดการผลกระทบที่กว้างขวางของการนำ AI ไปใช้

ความกังวลแผ่กระจายอยู่ในชุมชนวิชาการ เมื่อเร็ว ๆ นี้ นักวิจัยพบว่าปริมาณการส่งบทความหลังจาก ChatGPT พุ่งเพิ่มขึ้นโดย 42% แต่คุณภาพการเขียนกลับได้รับผลกระทบอย่างน่าเสียดาย การศึกษาเดียวกันยังชี้ให้เห็นความกังวลเกี่ยวกับการใช้ AI เพื่อให้ข้อมูลในการตัดสินใจของบรรณาธิการเมื่อนำมาใช้ในการตรวจสอบโดยผู้เชี่ยวชาญ

นอกจากนี้ แนวทางและกฎระเบียบยังคงตามให้ทันเทคโนโลยีเพื่อให้แน่ใจว่าเครื่องมือถูกใช้ด้วยจริยธรรมและในระดับที่เหมาะสม บุคคลและสำนักพิมพ์ต้องเข้าใจความเสี่ยงที่เกี่ยวข้อง การใช้เครื่องมือเหล่านี้อย่างไม่เหมาะสมเป็นการรับประกันถึงอคติ, ภาพหลอน, ข้อสรุปที่ไม่ถูกต้อง, และการรับรู้ที่ผิดพลาด

ชุมชนการเผยแพร่วิชาการยังกังวลเรื่องความเป็นส่วนตัวและความลับ ผู้เขียนมักรู้สึกไม่สบายใจเมื่อเครื่องมือภายนอกถูกรวมเข้ากับกระบวนการตรวจสอบ โดยเฉพาะในกรณีที่งานวิจัยมีข้อมูลที่ละเอียดอ่อน ความกังวลเกี่ยวกับการรั่วไหลที่อาจเกิดขึ้นเป็นเรื่องที่เข้าใจได้ เนื่องจากผู้เขียนทุ่มเทเวลาและความพยายามอย่างมากต่อการวิจัยของตน

ด้วยเหตุผลเหล่านี้ ความรู้สึกต่อ AI ในกระบวนการตรวจสอบค่อนข้างอ่อนแอ งานวิจัยร่วมของ KPMG และ University of Melbourne พบว่า 46% ของคนพร้อมที่จะเชื่อใจ AI การสอบสวนนี้ยังเปิดเผยว่าความเชื่อส่วนใหญ่ (70%) เชื่อว่าการกำกับดูแลเป็นสิ่งจำเป็น.

ปัจจัยเหล่านี้ต้องได้รับการแก้ไข ซึ่งต้องอาศัยการฝึกอบรมและความโปร่งใสเกี่ยวกับการใช้ AI ไม่ว่าจะใช้ในกระบวนการ peer review มากแค่ไหน ผู้ใช้ AI ในการตรวจสอบต้องเข้าใจแนวปฏิบัติที่ดีที่สุดและใช้การคิดเชิงวิพากษ์ตลอดเวลา ผู้ตรวจสอบและทีมผู้จัดพิมพ์จะต้องพัฒนาทักษะด้าน AI และความรู้ด้านข้อมูล ซึ่งรวมถึงการตีความพฤติกรรมของโมเดล การรับรู้ข้อจำกัด และการลดความเสี่ยงเช่นการเกิด hallucinations.

ความโปร่งใสเป็นพื้นฐานของกลยุทธ์การนำไปใช้ และสำนักพิมพ์และผู้ตรวจสอบต้องเตรียมพร้อมที่จะอธิบายและชี้แจงการใช้ AI การตรวจสอบเป็นประจำสามารถช่วยยืนยันความแม่นยำและความน่าเชื่อถือ อีกทั้งสำนักพิมพ์ต้องระบุว่ามodel ถูกฝึกอย่างไรและข้อมูลใดเป็นตัวนำทาง ในวงการวิชาการ ผู้เขียนต้องแสดงวิธีการวิจัยและเหตุผลเสมอ ระดับการเปิดเผยเดียวกันควรนำมาใช้กับการใช้ AI ด้วย

ความปลอดภัยของเครื่องมือเหล่านี้ก็ไม่อาจมองข้ามได้ การเข้ารหัสข้อมูลเพิ่มชั้นการป้องกันไซเบอร์ที่จำเป็นต่อการป้องกันภัยคุกคามจากบุคคลที่สาม เช่น ความพยายามแฮ็ก อีกครั้ง การตรวจสอบเป็นส่วนสำคัญของการเสริมความปลอดภัย เพราะออกแบบมาเพื่อค้นหาจุดบอดก่อนที่จะก่อให้เกิดอันตราย

อุตสาหกรรมอยู่ที่ทางแยก ระหว่างการปฏิเสธเทคโนโลยีเพื่อยึดมั่นในโมเดลการตรวจสอบงานวิจัยแบบดั้งเดิม หรือการยอมรับเทคโนโลยีแบบแรกหมายถึงเพียงเรื่องเวลาเท่านั้นที่กระบวนการจะพังทลายภายใต้ความต้องการที่เพิ่มขึ้น ส่วนแบบหลังนั้นทำให้ผู้จัดพิมพ์และผู้ตรวจสอบไม่เพียงแค่ตามให้ทัน แต่ยังก้าวนำหน้าความต้องการที่เพิ่มพูนอย่างรวดเร็ว