Богларка С. Хаддлстон
Менеджер по научно-исследовательским и образовательным услугам в медицинской библиотеке Лейн Стэнфордской школы медицины. Руководит командой, которая оказывает поддержку преподавателям, студентам, врачам и исследователям в освоении постоянно меняющегося информационного ландшафта в области науки, включая синтез доказательств, ответственное использование ИИ, новые технологии и исследовательские инструменты. Имея степень магистра библиотечного дела и психологии, Богларка применяет практический, ориентированный на обучающихся подход к обучению и сотрудничеству в области биомедицинских и медицинских наук.
От поиска к синтезу: обучение основам искусственного интеллекта на протяжении исследовательского цикла
Поскольку инструменты генеративного искусственного интеллекта стремительно входят в жизненный цикл исследований, перед академическими библиотеками встает неотложная задача обучения: помочь студентам и исследователям развить навыки работы с ИИ, что является важнейшим дополнением к цифровой грамотности. В докладе рассматривается, как библиотекари могут выйти за рамки разовых демонстраций инструментов и начать обучать ответственному, критическому и прозрачному использованию ИИ на протяжении всего исследовательского процесса.
Опираясь на практические примеры использования бесплатных или платных сервисов, сессия проходит три распространенных этапа студенческих исследований. Во-первых, рассматривается, как генеративный ИИ, такой как ChatGPT, может помочь в разработке, переводе и уточнении поисковых запросов в базах данных, одновременно допуская ошибки, отсутствие контролируемой лексики или необоснованные предположения. Во-вторых, изучается, как такие инструменты, как Consensus, могут помочь пользователям сканировать широкий спектр опубликованной литературы и выявлять области очевидного согласия или несогласия, требуя при этом тщательного внимания к охвату базы данных, ранжированию и дисциплинарной предвзятости. В-третьих, обсуждается, как Elicit AI может поддерживать составление резюме статей и рабочие процессы на ранних этапах обзора литературы, подчеркивая при этом, что синтез, созданный с помощью ИИ, никогда не должен заменять внимательное чтение, проверку источников или методологическую прозрачность.
Библиотекари могут защитить целостность научных исследований: обучая студентов проверке результатов поиска, сгенерированных ИИ, в существующих базах данных, оценке полноты и репрезентативности отобранной ИИ литературы, проверке фактов в резюме по первоисточникам и документированию использования инструментов ИИ в методах исследования или в разделе благодарностей, когда это уместно.
В заключение презентации приводятся практические рекомендации для академических библиотек, стремящихся внедрить навыки работы с ИИ в службы поддержки исследований, обучения и консультирования. К ним относятся разработка адаптируемых результатов обучения по вопросам работы с ИИ, моделирование прозрачных практик раскрытия информации и сотрудничество с преподавателями для интеграции мер защиты в задания и исследовательскую подготовку. Позиционируя библиотекарей как критических наставников, а не как распространителей инструментов, академические библиотеки могут помочь обеспечить, чтобы ИИ стал основой для более качественных и этичных исследований, а не обходным путем в научной практике и принятии решений.