skip to main |
skip to sidebar
Команда Google DeepMind спільно з істориками з університетів Оксфорду, Ноттінгема й Уоріка, презентували Aeneas (Еней) – генеративну нейромережу, створену для того, щоб допомогти вченим відновлювати пошкоджені тексти, визначати їх географічне та хронологічне походження й знаходити паралелі між написами. Автори на сторінках журналу Nature запевняють, що результати роботи цього ШІ-інструмента просто дивовижні: 90% істориків визнали знайдені паралелі корисними для подальших досліджень, похибка датування скоротилася з 31 до 14 років, точність географічного визначення зросла з 27% до 68%, а помилка при відновленні текстів знизилася з 39% до 21%.
Мій попередній допис про GAIDeT (Generative AI Delegation Taxonomy) безумовно був інформативним та структурованим, однак виявилося, що для багатьох ще не зовсім зрозуміло, як цю таксономію застосовувати на практиці для розкриття того, які саме завдання були делеговані генеративному ШІ в науковій роботі. Тепер ситуація змінилася. У відкритому доступі з’явився лінивчик від Бердянського державного педагогічного університету з готовими рекомендаціями для авторів, редакторів журналів та адміністраторів репозиторіїв.
Закон Меткалфа походить із телекомунікацій і стверджує: цінність мережі зростає пропорційно до квадрата кількості її учасників. Якщо в мережі є 10 користувачів – можливих зв’язків між ними приблизно 100, а якщо 1000 – уже мільйон. Іншими словами, що більше учасників, то швидше зростає цінність мережі. У нещодавніх наукових публікаціях цей принцип цікаво застосували до бібліографічних баз даних, які можна уявити як мережі наукових статей і цитувань між ними.
Поки ChatGPT і його родичі пишуть “унікальні” курсові та дипломні, у світі намагаються розв'язати просте питання: як чесно сказати, що до вашої наукової роботи доклав руку штучний інтелект? Генеративний ШІ уже став повсякденним інструментом для науковців, авторів, редакторів, бібліотекарів. Він допомагає планувати дослідження, аналізувати дані, писати тексти, редагувати та створювати візуалізації. Але як зрозуміти, хто, коли та для чого застосовував ШІ? Як забезпечити прозорість і чесність наукових публікацій?
Сьогодні у нас модно рахувати “відкриті” й “FAIR” дані – для атестацій, грантодавців, чи просто, щоб тримати бібліотекарів у тонусі. В результаті часто маємо комічну ситуацію: наукова установа гордо звітує, що її дані fair-преfair, але чи можна відтворити ці дослідження – знають лише боги та домовички Zenodo. Тому, якщо ви хочете, щоб ваші дослідницькі дані справді довго жили й слугували відтворюваності, варто підійти до цього завдання серйозніше. Журнал Nature опублікував 5 порад, що допоможуть оновлювати дані й залишатись у добрих відносинах із відтворюваністю та здоровим глуздом.
Світ наукової інформації стрімко змінюється. Те, що раніше зберігалося у вигляді MARC-полів у бібліотечних каталогах, сьогодні дедалі частіше перетворюється на графи знань. Knowledge Graph – це спосіб представлення інформації у вигляді пов’язаних між собою сутностей: понять, людей, публікацій, організацій, методів. Основу такого представлення становлять триплети: наприклад, [Автор] – [написав] – [Публікація]. Кожен елемент у цій структурі має унікальний ідентифікатор, зрозумілий як для комп’ютера, так і для глобальних інформаційних систем. Це відкриває нам двері у прекрасний світ зв’язності, машинної обробки, багатомовності та інтеграції з різними джерелами (Linked Open Data).
Писати наукову статтю – це до біса складно. Від вибору теми, огляду літератури, структурування результатів – і аж до формулювання висновків і оформлення списків використаної літератури. ChatGPT не напише за вас наукову статтю, але може стати потужним помічником, який допоможе: сформулювати вдалу назву, тему та дослідницьке питання, підібрати оптимальну структуру роботи, покращити мову, перевірити текст на ляпи, переписати речення так, щоб пояснити складні й заплутані ідеї простими словами.
Платформа DeSci Publish намагається змінити підхід до академічного видавництва, об’єднуючи рукописи, дані та код в одному місці. Платформа забезпечує інфраструктуру для створення відкритої версії наукового доробку, яка відповідає сучасним стандартам інтероперабельності та збереження наукових даних. DeSci Publish є безплатним як для окремих дослідників, так і для установ та редакцій журналів. Кожен користувач отримує 100 ГБ безплатного сховища з можливістю розширення. Крім того, автоматичне створення DOI та інтеграція з ORCID дозволяють авторам отримувати визнання за публікацію даних чи коду навіть до виходу статті у журналах.
Платформа Matilda являє собою онлайн інструмент для бібліографічних і бібліометричних досліджень, що орієнтований на підтримку принципів відкритої науки. Мета платформи – забезпечити користувачам зручний доступ до даних про цитування, до відкритих наукових текстів та наборів дослідницьких даних. Цей підхід передбачає охопити науковий контент, що раніше ігнорувався комерційними наукометричними інструментами, і надати рівні можливості для всіх академічних документів та метаданих.
Уявіть, що у вас є можливість поєднати текст, код, графіки та наукові ідеї в елегантно оформленому документі без зайвих зусиль. Все це реально завдяки відкритій видавничій системі Quarto, яка створена на базі Pandoc. Quarto дозволяє створювати публікації на різних мовах програмування (Python, R, Julia та Observable), писати роботи за допомогою Jupyter Notebook або використовуючи звичайні текстові редактори, створювати динамічний контент і представляти результати (статті, презентації, вебсайти, книги тощо) у форматах HTML, PDF, MS Word або ePub.
Євгеніо Петрович разом з колегами запропонував новий підхід до бібліометричного аналізу, який виходить за межі традиційних цитувань і фокусується на використанні індексу згадок (mention index) для аналізу зв’язків між науковцями та текстами в періоди, коли звичні для нас практики цитування ще не існували. Дослідники зібрали корпус з 22977 статей з 12 англомовних філософських журналів 1890-1979 років, провели ідентифікацію, екстракцію та дезамбигуацію згадок філософів у текстах і створили базу даних EDHIPHY (Enriched Data for the History of Philosophy).
Відкритий онлайн ресурс для медиків та біологів FAIR Cookbook містить рецепти, що допоможуть створювати та зберігати дослідницькі дані, щоб їх потім можна було легко знайти, отримати до них доступ та легально використовувати. У кожному рецепті вказано цільову аудиторію, час, що потрібен для його прочитання, індикатор складності та рівень “зрілості FAIR” (щоб це не означало), якого можна досягти за допомогою конкретного рецепта.
Якось я вже агітував молодих науковців не соромитись інструментів, матеріалів та методів, а нині закликатиму вас не боятися зізнатись, якщо щось раптом пішло не так у процесі дослідження. Але спочатку кілька загальних слів про неймовірну роботу, яка з'явилася цього місяця на сторінках Science. Щоб зрозуміти як працює людський мозок, потрібно з'ясувати його структуру на субклітинному рівні. Олександр Шапсон-Кое разом з колегами за допомогою електронного мікроскопа зісканували (1,4 петабайта даних!) та зробили 3D модель 1 кубічного міліметра скроневої частки кори головного мозку людини, класифікували та кількісно оцінили типи клітин, судин і синапсів. Автори також розробили вільнодоступний інструмент для візуалізації та аналізу цих даних і тепер кожен може зазирнути на рівень окремих нейронів та їхніх синаптичних з'єднань.
Пригадуєте світлі Інтернет-часи, коли можна було зайти на будь-який онлайн-форум і ввічливо поспілкуватись: Доброго здоров'ячка, шановний пане! Гарного дня, вродлива пані! Звісно не було ніколи такого, але, як ви гадаєте – Чи за останні кілька років вебспілкування стало брутальнішим? Група італійських науковців дослідила на токсичність (= брутальний, зневажливий або необґрунтований коментар, який може змусити когось покинути дискусію) приблизно 500 мільйонів коментарів на 8 платформах за 34 роки та поділилася своїми висновками на сторінках Nature.
Торік довелося проводити багато оглядів літератури й, зізнаюся, планую проводити ще більше, тому спробував пошукати онлайн сервіс для автоматизації цих завдань. Натрапив на Rayyan – хмарне програмне забезпечення для дослідників, які проводять систематичні огляди літератури та метааналізи. Платформа слугує централізованим майданчиком для всього процесу огляду, пропонує інтуїтивно зрозумілий інтерфейс та функції.
Відповідальне оцінювання досліджень стало нині однією з головних цілей наукової політики, спрямованої на інновації та просування ідей відкритої науки. Інколи ця модна гонитва за “відповідальністю” переростає у таке люте критиканство, що прибічники кількісних методів змушені писати про bibliometric denialism. Однак, нині ми поговоримо про установи, які справді прагнуть використовувати відповідальні критерії без перекосів.
Періодично проводжу тренінги для аспірантів і помітив, що наші молоді науковці інколи “соромляться” чітко описати в методології як саме вони проводили дослідження, які інструменти та матеріали використовували, тому що їм це видається недостатньо по-науковому. Натомість аспіранти скочуються у пострадянську манеру пустослів’я і пишуть щось типу: “трансцендентно-іманентний дискурс в контексті когерентної імплементації”. Зрозуміло, що якась частина авторів намагається приховати за цими порожніми фразами відсутність мети та безцільність свого існування. Однак, мені дуже прикро, коли перспективні юні дослідники мавпують таку поведінку. Покажу вам два приклади з журналу Science, які повинні вас переконати писати потужно та щиро.
Наукова спільнота стає усе прозорішою та відкритішою: публікації дедалі доступніші, шириться планетою відкрите рецензування, препринти, обмін даними, попередня реєстрація гіпотез тощо. З'являються все нові та нові способи публікації, існують численні ініціативи та академічні видавничі платформи. Сучасний ландшафт дослідницьких онлайн інструментів і баз даних став таким складним та розпорошеним, що годі очікувати, що пересічний дослідник точно знатиме, які саме інструменти слід використовувати для отримання конкретної інформації. Словом, нам бракує інфраструктури, яка б надавала інформацію про відкритість, політики та процедури наукових журналів, платформ і видавців.
Скриньку Пандори остаточно відкрито, несправедливість виправлено і чат-бот зі штучним інтелектом ChatGPT від компанії OpenAI вже офіційно доступний для користувачів в Україні. Тепер наші наукові керівники, члени спеціалізованих вчених рад, працівники редакцій наукових журналів… повинні навчитися розрізняти маячню білкових ректорів і здобувачів від маячні бездушних залізяк. Якщо хтось сподівається на так звані “антиплагіатні” програми, які всього лиш показують відсоток збігів символів у тексті, то я вас розчарую – ChatGPT генерує цілковито унікальний текст. Так нещодавно у Мордорі студент успішно захистив дипломну роботу, яку він згенерував протягом 23 годин.
Пригадуєте популярну сцену в багатьох науково-фантастичних фільмах – герой щось запитує у комп'ютера і машина йому відповідає людською мовою. Ми з вами вже якось звикли, що спершу необхідно ввести ключові слова, пошукова система запропонує нам перелік документів, а далі ми зазираємо у кожен з цих текстів та намагаємося зрозуміти чому комп'ютерний алгоритм нам їх підсунув. Методи машинного навчання, штучного інтелекту та обробки природної мови не стоять на місці, і сьогодні створено вже кілька цікавих академічних пошукових систем, де машина намагається відразу дати користувачам відповідь. Деякі з таких систем просто виділяють частину тексту в публікаціях, а деякі намагаються згенерувати відповідь природною мовою.
