به نقل از «ایسنا»

تولید مقاله پژوهشی با کمک ChatGPT در کمتر از یک ساعت!

تاریخ انتشار: ۲۰ تیر ۱۴۰۲ | کد خبر: ۳۸۱۹۲۳۱۴

پژوهشگران با راهنمایی ChatGPT یک مقاله روان و قابل قبول تولید کردند، با این حال آن‌ها هنوز نگران‌ هستند.

به گزارش ایسنا و به نقل از نیچر، ChatGPT ابزاری است که توسط هوش مصنوعی (AI) هدایت می‌شود و می‌تواند مانند انسان متنی را درک و تولید کند. دو دانشمند، در کمتر از یک ساعت با کمک ChatGPT یک مقاله پژوهشی تولید کردند.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

 این مقاله روان و روشنگر بود و در ساختار مورد انتظار برای یک مقاله علمی ارائه شد؛ اما پژوهشگران می‌گویند قبل از این‌که این ابزار بتواند واقعاً مفید باشد، باید از موانع زیادی عبور کرد.

«روی کیشونی» (Roy Kishony)؛ زیست‌شناس و دانشمند داده در انستیتو فناوری تکنیون در حیفا می‌گوید: هدف از این کار بررسی قابلیت‌های ChatGPT به عنوان یک «کمک خلبان» پژوهشی و آغاز بحث در مورد مزایا و مشکلات آن بود. او می‌گوید: ما در مورد این‌که چگونه می‌توانیم با معایب کمتری از مزایای ChatGPT بهره ببریم، نیاز به گفتگو داریم.

کیشونی و شاگرد او «تال ایفارگان» (Tal Ifargan)؛ دانشمند داده که او نیز در تکنیون مستقر است، یک مجموعه داده در دسترس عموم را از مرکز کنترل بیماری‌های آمریکا و سیستم نظارت بر پیشگیری از عوامل خطر رفتاری و پایگاه داده نظرسنجی‌های تلفنی مرتبط با سلامت، دانلود کردند. این مجموعه داده‌ها شامل اطلاعات جمع‌آوری شده از بیش از ۲۵۰ هزار نفر در مورد وضعیت دیابت، مصرف میوه و سبزیجات و فعالیت بدنی آن‌ها بود.

توهم ChatGPT

این پژوهشگران از ChatGPT خواستند کدی بنویسد تا آن‌ها بتوانند از آن برای کشف الگوهایی در داده‌هایی، استفاده و آن‌ها را بیشتر آنالیز کنند. در اولین تلاش، چت‌بات کدی تولید کرد که مملو از خطا بود و کار نکرد. اما وقتی که دانشمندان پیام‌های خطا را ارسال کردند و از ChatGPT خواستند که اشتباهاتش را تصحیح کند، در نهایت کدی تولید کرد که از آن می‌توانستند برای کاوش مجموعه داده استفاده کنند.

کیشونی و ایفارگان با در اختیار داشتن مجموعه داده‌های ساختارمندتر، از ChatGPT خواستند تا به آن‌ها برای توسعه یک هدف مطالعاتی کمک کند. یکی از مشکلاتی که این پژوهشگران با آن مواجه بودند، تمایل ChatGPT به پر کردن شکاف‌ها از طریق چیزهای ساختگی بود؛ پدیده‌ای که با نام «توهم» یا «خطای حسی» شناخته می‌شود. در این مورد؛ ChatGPT استنادات جعلی و اطلاعات نادرست تولید کرد. به عنوان مثال؛ در این مقاله آمده است که این مطالعه «به یک شکاف در ادبیات می‌پردازد». این عبارت در مقالات رایج است، اما استفاده از آن در این مورد نادرست است. این را «تام هوپ» دانشمند کامپیوتر در دانشگاه عبری اورشلیم می‌گوید. او می‌گوید: این یافته‌ها «چیزی نیست که هیچ متخصص پزشکی را شگفت‌زده کند و حتی جدید و بدیع نیست».

ساده‌تر شدن اعمال غیر صادقانه برای پژوهشگران

کیشونی همچنین نگران است که چنین ابزارهایی می‌توانند پژوهشگران را ساده‌تر درگیر اعمال غیرصادقانه‌ای مثل P-hacking کنند، برای دانشمندانی که چندین فرضیه را بر روی یک مجموعه داده آزمایش می‌کنند، اما فقط مواردی را گزارش می‌کنند که نتیجه قابل قبول داشته‌اند. (P-hacking بهره‌برداری از آنالیز داده‌ها برای کشف الگوهایی است که از نظر آماری معنی‌دار هستند، ولی در واقعیت هیچ تاثیر اساسی ندارند).

غرق شدن مجلات با مقالات بی‌کیفیت

او اضافه می‌کند: نگرانی دیگر این است که سهولت تولید مقالات با ابزارهای مولد هوش مصنوعی می‌تواند منجر به غرق شدن مجلات با مقالات بی‌کیفیت شود. کیشونی می‌گوید که رویکرد «داده به مقاله» (data-to-paper approach) او، با نظارت انسانی در هر مرحله، می‌تواند راهی برای اطمینان از این باشد که پژوهشگران می‌توانند روش‌ها و یافته‌ها را درک کنند، آن‌ها را بررسی و یا تکرار کنند.

«ویتومیر کووانوویچ» (Vitomir Kovanović) که فناوری‌های هوش مصنوعی را برای آموزش در دانشگاه استرالیای جنوبی در آدلاید توسعه می‌دهد، می‌گوید که نیاز است ابزارهای هوش مصنوعی در مقاله‌های پژوهشی بیشتر قابل رؤیت باشند. او می‌گوید در غیر این صورت، ارزیابی صحیح بودن یافته‌های یک مطالعه دشوار خواهد بود. اگر تولید مقاله‌های جعلی بسیار آسان باشد، احتمالاً در آینده باید کارهای بیشتری انجام دهیم.

«شانتانو سینگ» (Shantanu Singh )؛ زیست‌شناس محاسباتی در انستیتو Broad دانشگاه MIT و هاروارد در کمبریج ماساچوست می‌گوید: ابزارهای مولد هوش مصنوعی این پتانسیل را دارند که انجام کارهای ساده، اما وقت‌گیر در فرآیند پژوهش مانند نوشتن خلاصه و تولید کد را تسریع کنند. ممکن است آن‌ها برای تولید مقالات از مجموعه داده‌ها و یا برای توسعه فرضیه‌ها استفاده شوند. اما به دلیل این‌که تشخیص توهم‌ها و سوگیری‌ها برای پژوهشگران دشوار است، «سینگ» می‌گوید: فکر نمی‌کنم نوشتن مقاله‌های کامل، حداقل در آینده قابل پیش‌بینی، استفاده خوبی باشد.

انتهای پیام

منبع: ایسنا

کلیدواژه: ChatGPT مقاله دانشگاه تهران دنیای هوش مصنوعی جشنواره فارابی شرکت های دانش بنیان دانشگاه آزاد اسلامي صندوق نوآوری و شکوفایی علوم انسانی دانشگاه های علوم پزشکی دانشگاه تهران دنیای هوش مصنوعی جشنواره فارابی شرکت های دانش بنیان مجموعه داده هوش مصنوعی داده ها

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.isna.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «ایسنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۸۱۹۲۳۱۴ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

بدهی خارجی ایران کمتر از ۲۶ کشور خاورمیانه و آسیای مرکزی شد

صندوق بین‌المللی پول از کاهش قابل توجه بدهی خارجی ایران در سال ۲۰۲۳ خبر داد و اعلام کرد ایران و الجزایر کمترین میزان بدهی خارجی را در منطقه خاورمیانه و آسیای مرکزی طی این سال داشته‌اند. - اخبار اقتصادی -

به گزارش خبرگزاری تسنیم، صندوق بین‌المللی پول در گزارش جدید خود موسوم به چشم‌انداز اقتصاد منطقه خاورمیانه و آسیای مرکزی به بررسی میزان بدهی خارجی 28 کشور منطقه از جمله ایران پرداخته است.

بر اساس محاسبات این نهاد بین‌المللی ایران به همراه الجزایر کمترین نسبت بدهی خارجی به تولید ناخالص داخلی در سال 2023 را در مقایسه با سایر کشورهای منطقه داشته‌اند.

در این گزارش نسبت بدهی خارجی ایران به تولید ناخالص داخلی در سال 2023 تنها 1.7 درصد اعلام شده است که کمتر از همه کشورهای خاورمیانه و آسیای مرکزی به‌جز الجزایر است.

بدهی خارجی ایران در سال 2023 کاهش قابل توجهی نسبت به سال قبل داشته است. در سال 2022 نسبت بدهی خارجی ایران به تولید ناخالص داخلی 2.2 درصد اعلام شده بود که بر این اساس این رقم در سال 2023 کاهش 22 درصدی داشته است.

میزان بدهی خارجی الجزایر به تولید ناخالص داخلی این کشور در سال گذشته میلادی 1.3 درصد گزارش شده است. بحرین با بدهی 201.4 درصدی بدهکارترین کشور خاورمیانه شناخته شده است.

متوسط بدهی کشورهای منطقه خاورمیانه، شمال آفریقا و آسیای مرکزی به کل تولید ناخالص داخلی آن‌ها در سال 2023 برابر با 47.8 درصد برآورد شده است.

نسبت بدهی کشورهای صادرکننده نفت منطقه به تولید ناخالص داخلی‌شان در این سال نیز 42.9 درصد اعلام شده است. بر این اساس متوسط بدهی خارجی منطقه 28 برابر ایران بوده است .

صندوق بین‌المللی پول نسبت بدهی خارجی عربستان به تولید ناخالص داخلی این کشور در سال 2023 را 26.6 درصد محاسبه کرده است که 15 برابر بدهی خارجی ایران است. بدهی خارجی امارات متحده عربی نیز معادل 94.7 درصد تولید ناخالص داخلی آن در سال جاری برآورد شده که 55 برابر ایران است.

نسبت بدهی خارجی برخی کشورهای دیگر به تولید ناخالص داخلی‌شان در این سال عبارت است از: آذربایجان 9.8 درصد، عراق 22.8 درصد، کویت 35.8 درصد، عمان 60.3 درصد، مصر 50.1 درصد، گرجستان 71.8 درصد، اردن 84.1 درصد، مراکش 48.8 درصد، پاکستان 40.1 درصد، تاجیکستان 64.7 درصد.

انتهای پیام/