Trong Bối Cảnh Mới của Xuất Bản, AI Không Thể Thiếu

Các mô hình xuất bản truyền thống đang nhanh chóng thay đổi khi sự ủng hộ ngày càng tăng cho truy cập mở tiếp tục bứt phá. Năm ngoái, số lượng bản gửi đã tăng 30%, theo Springer Nature. Tuy nhiên, nhu cầu này lại trở thành con dao hai lưỡi khi số lượng bài bị rút lại đã đạt cao nhất mọi thời đại trong thập kỷ qua, và các tạp chí đang bị ngập lụt bởi các bài viết do AI tạo ra và nghiên cứu giả mạo.

Tự nhiên, điều này đang tạo ra những tắc nghẽn gây hại cho nhà xuất bản, nhà nghiên cứu và người đánh giá. Các ấn phẩm gặp khó khăn trong việc duy trì lịch biên tập vì các nhà đánh giá phải vội vàng xem xét các bài báo, và các tác giả phải chờ đợi trong nhiều tháng, thậm chí nhiều năm, mới được xuất bản. Mô hình phản biện hiện tại chưa bao giờ được thiết kế để chịu đựng quy mô nhu cầu như vậy.

Trong bối cảnh này, việc nhận ra vai trò của AI như một công cụ hỗ trợ quan trọng để củng cố quy trình phản biện hiện có và giúp ngành vượt qua những rào cản lớn nhất là vô cùng thiết yếu.

Tại sao các quy trình truyền thống đang gặp khó khăn

Phản biện là công việc không được trả công. Các nhà đánh giá tình nguyện dành thời gian của mình như một hành động thiện chí đối với cộng đồng học thuật và khoa học. Nhu cầu rất cao, nhưng phần thưởng ít hấp dẫn hơn khi mọi áp lực càng gia tăng. Do nhu cầu ngày càng tăng và gánh nặng quá mức, ít nhà đánh giá hơn chấp nhận lời mời xem xét các bài báo. Hơn nữa, việc tìm kiếm nhà đánh giá đang trở thành thách thức ngày càng lớn đối với các biên tập viên, điều này làm tăng tình trạng tồn đọng và kéo dài thời gian xuất bản.

Cùng lúc đó, các học giả đang đối mặt với môi trường ‘phải công bố hoặc không tồn tại’. Để tiến bộ trong sự nghiệp, họ được kỳ vọng phải có các công trình đã công bố trong một bối cảnh ngày càng tắc nghẽn. Đây là một kỳ vọng chung trên toàn thế giới, và có áp lực để nổi bật giữa tiếng ồn, bên cạnh áp lực đáp ứng nhu cầu phát sinh. Những yếu tố này là nguyên nhân gây ra cuộc khủng hoảng phản biện, khi hệ thống hiện tại, như hiện nay, không bền vững.

Để làm rõ, các công cụ AI không nên được áp dụng trong quy trình phản biện để thay thế phán đoán của con người, mà nên được dùng để củng cố chúng. Các tác giả và biên tập viên mong đợi một mức độ tôn trọng và cống hiến nhất định trong quá trình đánh giá, như khi đối xử với nghiên cứu.

Tuy nhiên, những sai sót nhỏ có thể dễ dàng trượt qua mà không được phát hiện, đặc biệt khi các nhà đánh giá đang vội vàng xem xét một số lượng lớn bài báo. Để minh họa, một nghiên cứu cho thấy vào năm 2020, hơn 100 triệu giờ – tương đương 15.000 năm – đã được dành cho các phản biện toàn cầu.

Tuy nhiên, điều đó không có nghĩa những lỗi này trở thành chuẩn mực có thể chấp nhận được. Những gì có thể trông như một sai sót không đáng kể, chẳng hạn một lỗi nhỏ trong dữ liệu, có thể làm suy giảm nhận thức của độc giả về chất lượng nghiên cứu.

AI như một Công Cụ Hỗ Trợ, Không phải Thay Thế

Các công cụ AI phát hiện những sai sót tinh vi mà nếu không sẽ bị bỏ lỡ. Các lỗi trích dẫn, thiếu dữ liệu và khả năng trùng lặp với tài liệu hiện có chỉ là một số ví dụ về những lỗi nhỏ nhưng quan trọng mà các nhà đánh giá có thể bỏ sót.

Những công cụ này được thiết kế để xử lý các nhiệm vụ ít rủi ro, cho phép các nhà đánh giá tập trung vào các khía cạnh nâng cao hơn của việc biên tập, như phân tích chuyên môn và đánh giá ngữ cảnh. Một công cụ chỉ có thể hoạt động dựa trên dữ liệu mà nó được cung cấp, nhưng một nhà đánh giá con người với chuyên môn sâu rộng có thể đặt nghiên cứu vào bối cảnh rộng hơn và có thông tin sâu sắc hơn. Hơn nữa, một thuật toán không thể thay thế cho suy luận tinh tế của các chuyên gia, cũng không nên. Tuy nhiên, nó có thể giảm bớt một số gánh nặng ít quan trọng mà họ gặp phải.

AI có thể giúp các nhà đánh giá đưa ra phản hồi rõ ràng và sâu sắc hơn, nhưng chỉ khi được sử dụng một cách khôn ngoan. Nó có thể hỗ trợ xác nhận các trích dẫn, nêu bật các vấn đề về phương pháp, phát hiện dữ liệu thiếu và phát hiện sự tương đồng với các nghiên cứu đã được công bố trước. Một lý do khác khiến nó hấp dẫn đối với các nhà đánh giá là khả năng tìm kiếm được hỗ trợ bởi AI giúp họ cập nhật kiến thức mới.

Điều then chốt là, các nhà lãnh đạo trong ngành, chẳng hạn các biên tập viên cao cấp tại Elsevier, ủng hộ tầm quan trọng của sự cân bằng. Họ coi đó là một công cụ hữu ích để nâng cao chất lượng phản biện, nhưng chỉ khi được áp dụng một cách đạo đức và luôn có sự giám sát của con người.

Giải Quyết Các Ảnh Hưởng Rộng Hơn của Việc Áp Dụng AI

Nỗi lo lắng lan tràn trong cộng đồng học thuật. Rất gần đây, các nhà nghiên cứu phát hiện rằng lượng bản gửi sau ChatGPT đã tăng 42%, nhưng chất lượng viết đã đáng tiếc bị suy giảm. Nghiên cứu cùng đó cũng đã chỉ ra những lo ngại về cách AI được sử dụng để đưa ra quyết định biên tập khi được áp dụng trong phản biện.

Ngoài ra, các hướng dẫn và quy định vẫn đang cố gắng bắt kịp với công nghệ để đảm bảo các công cụ được sử dụng một cách đạo đức và có mức độ vừa phải. Các cá nhân và ấn phẩm đều phải hiểu các rủi ro liên quan. Lạm dụng những công cụ này chắc chắn sẽ dẫn đến thiên kiến, hiện tượng ảo tưởng, kết luận sai lầm và nhận thức sai lệch.

Cộng đồng xuất bản học thuật cũng lo ngại về quyền riêng tư và bảo mật. Các tác giả thường cảm thấy bất an khi các công cụ bên ngoài được tích hợp vào quy trình đánh giá, đặc biệt trong những trường hợp nghiên cứu chứa dữ liệu nhạy cảm. Nỗi lo về khả năng rò rỉ này là dễ hiểu khi xét đến lượng thời gian và công sức mà các tác giả dành cho nghiên cứu của mình.

Vì những lý do này, nhận thức về AI trong quy trình đánh giá còn khá yếu. Nghiên cứu chung của KPMG và University of Melbourne cho thấy 46% người sẵn sàng tin tưởng AI. Cuộc điều tra này cũng tiết lộ rằng đa số áp đảo (70%) cho rằng cần có quy định.

Các yếu tố này phải được giải quyết, và điều đó đòi hỏi đào tạo và sự minh bạch về cách AI được áp dụng, bất kể mức độ sử dụng trong đánh giá đồng nghiệp. Bất kỳ ai sử dụng AI trong quy trình đánh giá đều phải hiểu các thực hành tốt nhất và áp dụng tư duy phản biện suốt quá trình. Các nhà đánh giá và đội ngũ xuất bản sẽ cần nâng cao kỹ năng về AI và hiểu biết dữ liệu, bao gồm khả năng giải thích hành vi của mô hình, nhận diện hạn chế và giảm thiểu các rủi ro như hiện tượng ảo tưởng.

Minh bạch là nền tảng của các chiến lược tiếp nhận, và các ấn phẩm cùng nhà đánh giá phải sẵn sàng làm rõ và biện minh cho việc triển khai AI. Các cuộc kiểm toán định kỳ có thể hỗ trợ xác nhận độ chính xác và độ tin cậy. Đồng thời, các ấn phẩm cần chỉ rõ cách mô hình được đào tạo và dữ liệu nào hướng dẫn chúng. Trong học thuật, các tác giả luôn phải trình bày phương pháp nghiên cứu và lý do của mình. Cùng mức độ công khai này cũng nên áp dụng cho việc sử dụng AI.

Bảo mật của các công cụ này cũng không thể bị bỏ qua. Mã hoá dữ liệu bổ sung một lớp bảo vệ mạng cần thiết trước các mối đe dọa từ bên thứ ba như các nỗ lực tấn công mạng tiềm năng. Một lần nữa, kiểm toán là phần quan trọng trong việc tăng cường bảo mật vì chúng được thiết kế để phát hiện bất kỳ điểm mù nào trước khi chúng gây hại.

Ngành công nghiệp đang đứng trước ngã rẽ, hoặc lựa chọn từ chối công nghệ để duy trì các mô hình truyền thống trong việc thẩm định nghiên cứu, hoặc chấp nhận nó. Lựa chọn đầu tiên đồng nghĩa với việc chỉ còn là vấn đề thời gian trước khi quy trình sụp đổ dưới áp lực nhu cầu. Ngược lại, việc chấp nhận công nghệ sẽ trao quyền và tạo điều kiện cho các nhà xuất bản và nhà đánh giá không chỉ bắt kịp mà còn đi trước nhu cầu ngày càng tăng.