ΟΡΓΑΝΙΣΜΟΣ
ΣΥΛΛΟΓΙΚΗΣ
ΔΙΑΧΕΙΡΙΣΗΣ
ΕΡΓΩΝ ΤΟΥ ΛΟΓΟΥ

Οι εκδότες επιστημονικών έργων αντιμετωπίζουν συνεχώς νέες προκλήσεις, από τη διασφάλιση της ποιότητας της έρευνας μέχρι την αναζήτηση νέων πηγών εσόδων.

Με την τεχνητή νοημοσύνη να κερδίζει έδαφος στον χώρο των επιστημονικών εκδόσεων, ανακύπτει το εξής ερώτημα: πώς μπορεί να συμβάλει στην αντιμετώπιση αυτών των δυσκολιών;

Παρακάτω παρουσιάζονται δέκα βασικές προκλήσεις και τρόποι με τους οποίους η τεχνητή νοημοσύνη μπορεί να δώσει απαντήσεις-λύσεις.

1. Ενίσχυση της ανακάλυψης και διάδοσης περιεχομένου

Πού θα μπορούσε να βοηθήσει η τεχνητή νοημοσύνη στην έκδοση ερευνητικών δημοσιεύσεων; Πρώτον, η ΤΝ μπορεί να βελτιώσει την ευρεσιμότητα πέρα από τις αναζητήσεις με λέξεις-κλειδιά με την κατανόηση του πλαισίου, τη σημασιολογική αναζήτηση και τις ερωτήσεις και απαντήσεις φυσικής γλώσσας. Μπορεί επίσης να βοηθήσει στην παροχή πιο εξατομικευμένων συστάσεων περιεχομένου (όχι μόνο με βάση τα ενδιαφέροντα, αλλά και τη χρηματοδότηση, τις θεσμικές πολιτικές κ.λπ.), ενώ παράλληλα καθιστά τις εικόνες, τα βίντεο και άλλο διαδραστικό ψηφιακό περιεχόμενο εξίσου εύκολα ανιχνεύσιμα σε ένα άρθρο. Αυτό επιτρέπει την ευρύτερη, βαθύτερη και ταχύτερη ανακάλυψη πληροφοριών πολυμέσων στο παγκόσμιο ερευνητικό τοπίο.

Οι τεχνολογίες τεχνητής νοημοσύνης θα επιτρέψουν επίσης τον «έξυπνο» εμπλουτισμό περιεχομένου, την εξαγωγή μεταδεδομένων (metadata) και τη φωνητική αναζήτηση, καθιστώντας πολύ πιο εύκολο για τους ερευνητές να βρίσκουν γρήγορα τις πληροφορίες που χρειάζονται.

Στην πραγματικότητα, περνάμε από την παραδοσιακή αναζήτηση με λέξεις-κλειδιά στην αναζήτηση μέσω συνομιλίας. Έτσι η ανακάλυψη περιεχομένου είναι ένας από τους τομείς που επηρεάζονται περισσότερο από την γενεσιουργό τεχνητή νοημοσύνη (GenAI).

2. Εκσυγχρονισμός των λειτουργιών του εκδότη

Οι διαδικασίες που ακολουθούν τα επιστημονικά περιοδικά, όπως η υποβολή άρθρων, η αξιολόγηση από ειδικούς και η παραγωγή, συχνά είναι πολύπλοκες, χρονοβόρες, κοστίζουν ακριβά και απαιτούν πολλή χειρωνακτική δουλειά. Οι εκδότες μπορούν να διευκολύνουν τους συντάκτες και τους συγγραφείς ώστε η διαδικασία μέχρι την δημοσίευση να γίνει πιο αποτελεσματική και απλή.

Ειδικότερα, η τεχνητή νοημοσύνη μπορεί να απλοποιήσει τις διαδικασίες των επιστημονικών περιοδικών. Για παράδειγμα, μπορεί να βοηθήσει τους συγγραφείς με εργαλεία όπως η αυτόματη περίληψη, η μετάφραση, η δημιουργία εικονογραφήσεων ή η επιμέλεια κειμένων. Στη φάση υποβολής, μπορεί να αναλάβει τον ποιοτικό έλεγχο, ενώ κατά την αξιολόγηση των άρθρων, μπορεί να διευκολύνει το έργο των κριτικών και των συντακτών κειμένου, κάνοντας τη διαδικασία πιο γρήγορη και αποτελεσματική.

3. Βελτίωση της ακεραιότητας της έρευνας

Η ανησυχία για την αξιοπιστία της έρευνας έχει αυξηθεί τα τελευταία χρόνια. Η τεχνητή νοημοσύνη μπορεί να βοηθήσει στον εντοπισμό προβλημάτων, όπως ψεύτικα δεδομένα, ανακριβείς αναφορές ή περιεχόμενο γραμμένο επίσης από AI,, μειώνοντας έτσι τις δημοσιεύσεις με σωρεία λαθών.

Πολλοί εκδότες, όπως οι Wiley, Elsevier και Springer Nature, έχουν ήδη επενδύσει σημαντικά σε αυτή την τεχνολογία και διαθέτουν τις δικές τους συστήματα AI για να διασφαλίσουν την ποιότητα και την αξιοπιστία του περιεχομένου.

Επίσης η παραγωγική τεχνητή νοημοσύνη έχει τη δύναμη να ενισχύσει την ποιότητα της έρευνας και τη συνεργασία, αλλά φέρνει επίσης προκλήσεις για την ακεραιότητα της έρευνας, όπως η πιθανή αύξηση της λογοκλοπής, της ελεύθερης χρήσης εικόνων και του περιεχομένου ενός θέματος. Η ικανότητά της να δημιουργεί κείμενο που μοιάζει με αυτό από ανθρώπινο χέρι αλλά και να τροποποιεί εικόνες μπορεί να καταστήσει δυσκολότερο τον εντοπισμό της απάτης. Δεν πρέπει να ξεχνάμε, λοιπόν, πως καθώς αυξάνονται οι παραπάνω προκλήσεις, ταυτόχρονα εξελίσσονται και οι στρατηγικές για τον εντοπισμό και τον τερματισμό περιστατικών λογοκλοπής κ.α..

4. Διαφοροποίηση των πηγών εσόδων

Τα εργαλεία «εξόρυξης» και ανακάλυψης γνώσης που αξιοποιούν την τεχνητή νοημοσύνη μπορούν να βοηθήσουν τους εκδότες να αυξήσουν τα έσοδά τους. Αυτό μπορεί να γίνει είτε δημιουργώντας και πωλώντας νέες εκδόσεις ή μορφές περιεχομένου - για παράδειγμα, το υπάρχον περιεχόμενο σε περισσότερες γλώσσες. Αναμφίβολα, το περιεχόμενο που έχει επιμεληθεί από ανθρώπινο χέρι είναι αναντικατάστατο, καθώς η ανθρώπινη κρίση προσδίδει αξία που δεν μπορεί να αναπαραχθεί.

5. Συγγραφέας-κεντρικές εκδόσεις

Οι συγγραφείς αντιμετωπίζουν συχνά κακές εμπειρίες στην πορεία της συγγραφής, συμπεριλαμβανομένων των αναποτελεσματικών ροών εργασίας συγγραφής, υποβολής και αποθήκευσης του έργου. Για τους εκδότες, γνωρίζουμε ότι η προσέλκυση περισσότερων συγγραφέων και το περιεχόμενο υψηλής ποιότητας είναι το κλειδί σε ένα τόσο ανταγωνιστικό περιβάλλον. Η βελτίωση της εμπειρίας των χρηστών και της ικανοποίησης των συγγραφέων είναι κρίσιμη για την επιτυχία.

Η τεχνητή νοημοσύνη μπορεί να προσφέρει λύσεις όπως:

- Συγγραφή - συμπεριλαμβανομένης της αυτόματης περίληψης, του ελέγχου όρων/μορφοτύπων και της αναδιαμόρφωσης και της βελτίωσης της γλώσσας

- Έξυπνες υπηρεσίες συγγραφέα - συμπεριλαμβανομένης της αυτόματης δημιουργίας εικονογράφησης και της δημιουργίας περιλήψεων

- Αυτόματη υποβολή και αποθήκευση έργου

- Μία πιο εξατομικευμένη συγγραφική έρευνα με όλο και πιο εξελιγμένα προφίλ χρηστών

- Εργαλεία πρότασης εμπειρογνωμόνων/συνεργατών για τη σύνδεση παγκόσμιων εμπειρογνωμόνων και ταλέντων

- Αυτόματη μετάφραση για τη βελτίωση της προσβασιμότητας και της αναγνωσιμότητας για τις παγκόσμιες κοινότητες

6. Διαχείριση περιεχομένου

Καθώς κινούμαστε προς ένα ανοιχτό μέλλον, η ερευνητική παραγωγή έχει επεκταθεί ώστε να περιλαμβάνει όχι μόνο το άρθρο, αλλά και κώδικα, δεδομένα, βίντεο και άλλα. Aυτή η επέκταση έχει αυξήσει την πολυπλοκότητα και το κόστος της δημοσίευσης, καθώς είναι δύσκολο και ακριβό να εκδίδονται συνεχώς νέες εκδόσεις ενός άρθρου μαζί με όλα τα νέα σχετιζόμενα αποτελέσματα.

Το παλαιό περιεχόμενο έχει συχνά μεγάλη αξία για τους ερευνητές- ωστόσο, οι χρήστες δεν μπορούν να έχουν εύκολη πρόσβαση σε αυτό, καθώς το μεγαλύτερο μέρος του ιστορικού περιεχομένου αποτελείται από έντυπα έγγραφα ή σαρωμένες εικόνες.

Η τεχνητή νοημοσύνη έχει τη δυνατότητα να διαδραματίσει τεράστιο ρόλο εδώ, μέσω της εξατομικευμένης συλλογής περιεχομένου και του προηγμένου εμπλουτισμού περιεχομένου πολυμέσων, όπως η διαγλωσσική μετάφραση και η δημιουργία ηχητικού περιεχομένου.

Η τεχνητή νοημοσύνη μπορεί επίσης να χρησιμοποιηθεί για τη διαχείριση των δικαιωμάτων πνευματικής ιδιοκτησίας με την αυτόματη παρακολούθηση και τον έλεγχο των δικαιωμάτων και την ανίχνευση της παραβίασης και της κατάχρησης των δικαιωμάτων πνευματικής ιδιοκτησίας. Επιπλέον, καθώς οι τομείς της Επιστήμης, Τεχνολογίας, Μηχανικής και Μαθηματικών (STM) γίνoνται ολοένα και πιο διεπιστημονικοί στη φύση τους, απαιτείται αποτελεσματικότερη διαθεματική ταξινόμηση και διαχείριση του περιεχομένου.

7. Διαχείριση κοινού

Η εύρεση του σωστού κοινού - και η κατανόησή του - αποτελεί πρόκληση. Η προβολή διαφημίσεων σε λάθος άτομα μπορεί να έχει αρνητικές συνέπειες για τις εταιρίες και μη ανταπόκριση του σημαντικού κοινού.

Χρειάζεται ευρύτερη επικοινωνία, διασυνδέσεις και διαφάνεια μεταξύ εκδοτών, ερευνητών, κοινωνίας και καταναλωτών, προσελκύοντας νέα κοινά και παρέχοντας αξιοποιήσιμες και ελκυστικές εμπειρίες.

Η τεχνητή νοημοσύνη μπορεί να συμβάλει στη δημιουργία ενός ενιαίου, συνεπούς τρόπου εντοπισμού και τμηματοποίησης του κοινού που αξιοποιεί την ανώτερη γνώση των εκδοτών για τους χρήστες και τα ενδιαφέροντά τους, όπως αυτά προκύπτουν από την εμπλοκή τους σε πολλαπλά κανάλια, επιτρέποντας την ενσωμάτωση στις υπάρχουσες ροές εργασίας για τη βελτίωση των λύσεων στόχευσης κοινού, σύμφωνα με τις νομικές απαιτήσεις. Για παράδειγμα, η πλατφόρμα Hum και η νέα CDP CONNECT της Atypon βοηθούν τους επιστημονικούς εκδότες να κατανοούν καλύτερα το κοινό τους. Αυτές οι πλατφόρμες συγκεντρώνουν δεδομένα και επιτρέπουν πιο στοχευμένες και αποτελεσματικές ενέργειες.

8. Ανάλυση γνώσης και έρευνας

Η σύγχυση και η διαφωνία στον ακαδημαϊκό χώρο σχετικά με το τι πρέπει να μετράται - και πώς πρέπει να μετράται - δημιουργεί ασάφεια στην εκδοτική αγορά. Οι εκδότες θέλουν να επεκτείνουν, να εμπλουτίσουν και να συνδέσουν το περιεχόμενό μέσω παγκόσμιων ερευνητικών συνεργασιών, συγκρίνοντας τα δεδομένα τους με αυτά άλλων εκδοτών. Η τεχνητή νοημοσύνη μπορεί να βοηθήσει στην αξιολόγηση και την πρόβλεψη του αντίκτυπου, των τάσεων και της κάλυψης, ώστε να εντοπιστούν καλύτερα τα κενά και οι ευκαιρίες. Η παραγωγική τεχνητή νοημοσύνη επιτρέπει στους εκδότες να λαμβάνουν γρήγορες αποφάσεις βασισμένες σε δεδομένα, απλά κάνοντας ερωτήσεις με καθημερινή γλώσσα, χωρίς να χρειάζεται να εμπλακούν ειδικοί αναλυτές ή να ακολουθήσουν περίπλοκες τεχνικές.

9. Κυβερνοασφάλεια και διαχείριση ταυτότητας

Το έγκλημα στον κυβερνοχώρο αποτελεί τεράστια απειλή για ολόκληρο το ακαδημαϊκό οικοσύστημα και η διασφάλιση των δεδομένων και της ιδιωτικής ζωής είναι ζωτικής σημασίας.

Η τεχνητή νοημοσύνη έχει τη δυνατότητα αυτόματης ταυτοποίησης και αποσαφήνισης των πληροφοριών των ερευνητών και των ιδρυμάτων με βάση χαρακτηριστικά όπως ονόματα, ιστορικό δημοσιεύσεων, ORCiD, ROR/Ringgold ID κ.λπ. ώστε να διασφαλίζεται ακριβέστερη και ευφυέστερη διαχείριση ταυτότητας, όπου επιτρέπεται και διεξάγεται σύμφωνα με τις ισχύουσες νομικές απαιτήσεις. Η τεχνητή νοημοσύνη μπορεί επίσης να βοηθήσει με την έξυπνη ανίχνευση bot, η οποία εντοπίζει και επισημαίνει κάθε ύποπτη δραστηριότητα σε δεδομένα συμβάντων χρήσης.

10. GenAI για εκδότες και εταιρείες

Οι οργανισμοί με γνώμονα την αποστολή τους, όπως οι επιστημονικές εταιρείες, έχουν ανησυχίες σχετικά με τη δεοντολογική ανάπτυξη της τεχνητής νοημοσύνης και την προκατάληψη. Και ενώ ορισμένοι εκδότες πιστεύουν ότι είναι απλό να προσλάβουν ανθρώπους για να δημιουργήσουν ένα δίκτυο υπηρεσιών σε συνεργασία με άλλους προμηθευτές, άλλοι θεωρούν ότι η τεχνητή νοημοσύνη είναι πολύ δύσκολο να αναπτυχθεί και να ρυθμιστεί, ειδικά όταν πρόκειται για παραβίαση πνευματικών δικαιωμάτων και ηθικό χειρισμό δεδομένων.

Από τα παραπάνω γίνεται αντιληπτό πως όπως συμβαίνει με κάθε εκκολαπτόμενη τεχνολογία, πολλά ερωτήματα παραμένουν, καθώς δεν υπάρχουν αξιόπιστες εκτιμήσεις σχετικά με την έκταση της μη εξουσιοδοτημένης χρήσης περιεχομένου για την εκπαίδευση μοντέλων της τεχνητής νοημοσύνης, ενώ οι εκδότες δεν έχουν ακόμη αξιολογήσει τον αντίκτυπο του GenAI στη μορφή του εργατικού δυναμικού τους και ορισμένοι εργάζονται ακόμη για να καθορίσουν τις αρχές και τις πολιτικές τους για την AI.

Συμπερασματικά, η τεχνητή νοημοσύνη ενισχύει την ευθυγράμμισή της με τις αρχές της ανοικτής επιστήμης, διευκολύνοντας τη διαφάνεια, την προσβασιμότητα και τη συνεργασία. Καθώς τα μεγάλα γλωσσικά μοντέλα εξελίσσονται, προκύπτουν καινοτόμες λύσεις που βελτιώνουν τις ροές εργασίας και τη διαδικασία δημοσίευσης. Παράλληλα, η ταχεία πρόοδος της AI απαιτεί ενισχυμένη διακυβέρνηση για την αντιμετώπιση ζητημάτων εμπιστοσύνης, κινδύνων και συμμόρφωσης. Το μέλλον υπόσχεται τεράστιες δυνατότητες, με έμφαση στη δημιουργία αξίας και στην υπεύθυνη εφαρμογή της τεχνολογίας.

Πηγή: scholarlykitchen