விஞ்ஞானக் கட்டுரைகளின் சுமை அவி லோப் ஒரு மாற்றாக AI முகவர்களை முன்மொழிய வழிவகுக்கிறது

ஹார்வர்ட் பல்கலைக்கழகத்தின் பேராசிரியரான வானியற்பியல் விஞ்ஞானி அவி லோப் சமீபத்தில் பாரம்பரிய அறிவியல் வெளியீடுகளின் வரம்புகளைப் பற்றி விவாதித்தார். ஸ்வீடனில் உள்ள சால்மர்ஸ் தொழில்நுட்ப பல்கலைக்கழகத்தின் கணிதப் பேராசிரியரான மரியா ரோகின்ஸ்காயாவுடன் மின்னஞ்சல் உரையாடலில், கல்வி உற்பத்தியின் அதிவேக வளர்ச்சியைப் பற்றி அவர் உரையாற்றினார். கணிதத்தில் ஆண்டுதோறும் வெளியிடப்படும் தாள்களின் அளவு சுமார் 100 ஆயிரத்தை எட்டுகிறது, 50 ஆயிரம் முதல் 100 ஆயிரம் செயலில் உள்ள ஆராய்ச்சியாளர்கள், இது மிகவும் பொருத்தமான படைப்புகளை கூட முழுமையாகப் படிப்பதைத் தடுக்கிறது.

புதிய வெளியீடுகளின் கணிசமான பகுதியை யாராலும் தொடர முடியாது என்பதை பேராசிரியர் எடுத்துரைத்தார். இது கண்டறியப்படாத நகல்களை அல்லது ஒன்றுடன் ஒன்று உருவாக்குகிறது. மேலும், சக மதிப்பாய்வு செயல்முறை, தானாக முன்வந்து, ஆராய்ச்சியாளர்களை சுமைப்படுத்துகிறது, இது ஆர்வம் மற்றும் நம்பகத்தன்மையின் அடிப்படையில் மட்டுமே மேலோட்டமான மதிப்பீடுகளுக்கு வழிவகுக்கிறது.

தற்போதைய மாதிரியில் கட்டமைப்பு சிக்கல்கள்

முதலில் அறிவைப் பரப்புவதற்காக உருவாக்கப்பட்ட வெளியீட்டு அமைப்பு, இப்போது பணியமர்த்தல், பதவி உயர்வு மற்றும் நிதியுதவிக்கான முக்கிய அளவீடாகவும் செயல்படுகிறது. இந்த இரட்டை செயல்பாடு அசல் நோக்கத்தை சிதைக்கிறது. அனுபவம் வாய்ந்த ஆராய்ச்சியாளர்கள், தனிப்பட்ட பரிந்துரைகள் அல்லது மாநாட்டு விளக்கக்காட்சிகளை மட்டுமே நம்பி, பாரம்பரிய இதழ்களை இனி உலாவுவதில்லை என்பதை ஒப்புக்கொள்கிறார்கள்.

இளம் விஞ்ஞானிகள் கூடுதல் தடைகளை எதிர்கொள்கின்றனர். அவர்கள் விஞ்ஞான வழிகாட்டுதல் மற்றும் ஆதாரங்களுக்கு மட்டுமல்ல, மதிப்புமிக்க பத்திரிகைகள் மற்றும் இணை ஆசிரியர்களுக்கான பரிந்துரைகளுக்கும் ஆலோசகர்களைச் சார்ந்துள்ளனர். சிலர் வெளியீடுகளின் எண்ணிக்கையை அதிகரிக்க முடிவுகளை சிறிய பகுதிகளாகப் பிரித்து, உண்மையான அறிவு முன்னேற்றத்தை விட தொழில் உத்திக்கு முன்னுரிமை அளிக்கின்றனர்.

மதிப்பீட்டு செயல்பாட்டில் சார்பு மற்றும் முறைகேடுகள்

எடிட்டர்கள் மற்றும் அநாமதேய விமர்சகர்கள் பயனுள்ள கட்டுப்பாடுகள் இல்லாமல் அதிகாரத்தை ஒருமுகப்படுத்துகின்றனர். இது குறிப்பிட்ட ஆர்வமுள்ள பகுதிகள் அல்லது புலத்தில் உள்ள குழுக்களுடன் தொடர்புடைய சார்புகளை எளிதாக்குகிறது. கவனக்குறைவாக ஏற்றுக்கொள்ளப்படும் என்ற எதிர்பார்ப்பில் வெவ்வேறு இதழ்களுக்கு அடுத்தடுத்து சமர்ப்பித்த வழக்குகள் அடிக்கடி நிகழ்கின்றன.

பிழைகள் பெருகும், ஆரம்ப மதிப்பாய்வில் பல பிழைகள் கவனிக்கப்படாமல் போகும். ஸ்வீடிஷ் பேராசிரியர், இந்த முறையை தனித்தனியாக கைவிடுவது சாத்தியமற்றது என்று வாதிட்டார், ஏனெனில் இது தொழில் மதிப்பீட்டிற்கான அடிப்படையாக உள்ளது. இது பல தசாப்தங்களாக விமர்சிக்கப்படும் திறமையின்மை சுழற்சியை பராமரிக்கிறது.

AI முகவர்களைப் பயன்படுத்துவதற்கான முன்மொழிவு

அவி லோப் அவதானிப்புகளுடன் உடன்பட்டு AI முகவர்களை ஒரு துணைக் கருவியாகப் பரிந்துரைத்தார். இந்த அமைப்புகள் பெரிய அளவிலான ஆவணங்களைச் செயலாக்கலாம், உள்ளடக்கத்தை ஒழுங்கமைக்கலாம் மற்றும் ஆரம்ப மதிப்பீடுகளைச் செய்யலாம். நல்ல மற்றும் மோசமான சரிபார்க்கப்பட்ட வேலையின் எடுத்துக்காட்டுகளுடன் பயிற்சி பெற்ற ஒரு முகவர் அறிவியல் தரத்தை அடையாளம் காணும் திறனைச் சோதிப்பார்.

இந்த யோசனை களஞ்சியங்கள் மற்றும் மாநாடுகளுக்கான சமர்ப்பிப்புகளின் அதிகரிப்புடன் ஒத்துப்போகிறது. AI கருவிகள் ஏற்கனவே பல பகுதிகளில் சிக்கலான தரவு பகுப்பாய்வுக்கு உதவுகின்றன. கட்டுப்படுத்தப்பட்ட சோதனை உண்மையான கல்வி மறுஆய்வு காட்சிகளில் துல்லியத்தை சரிபார்க்கும்.

கலப்பின அணுகுமுறைக்கான வரம்புகள் மற்றும் தேவை

AI மாதிரிகள் பயிற்சி தரவுகளில் இருக்கும் சார்புகளை மீண்டும் உருவாக்க முடியும். மனித மேற்பார்வையுடன் ஒருங்கிணைப்பது ஒரு சமநிலையான விருப்பமாகத் தோன்றுகிறது. பொருளாதாரம் போன்ற துறைகளில் சோதனைகள் LLMகளை ஆரம்பத் திரையிடலுக்காக சோதித்துள்ளன, தரம் மற்றும் அசல் தன்மையைக் கண்டறிவதில் மாறுபட்ட முடிவுகள் உள்ளன.

அறிவுப் பரவல் மற்றும் தொழில் மதிப்பீடு ஆகியவற்றுக்கு இடையேயான பிரிவினையை இந்த விவாதம் வலுப்படுத்தியது. பாரம்பரிய மாதிரி நீடித்தாலும், AI முகவர்கள் மதிப்பாய்வாளர்கள் மற்றும் ஆசிரியர்கள் மீதான அழுத்தத்திலிருந்து உடனடி நிவாரணம் வழங்குகிறார்கள். தற்போதைய அமைப்பில் உள்ள ஒருங்கிணைந்த நலன்கள் காரணமாக ஆழமான மாற்றங்களுக்கு நேரம் தேவைப்படுகிறது.

கூட்டு விவாதத்திற்கு அழைப்பு

கல்விச் சமூகத்தின் உறுப்பினர்கள் பிரச்சினையைப் புறக்கணிக்க முடியாது மற்றும் அவர்களின் தனிப்பட்ட ஆராய்ச்சியில் மட்டுமே கவனம் செலுத்த முடியாது. செயலற்ற தன்மை காரணமாக சரிவைத் தவிர்க்க பேராசிரியர் திறந்த விவாதத்தை ஆதரித்தார். தனக்கு செல்வாக்கு இருந்தால் சீர்திருத்தங்களை ஆதரிப்பதாக லோப் கூறினார்.

தற்போதைய அறிவியலின் அளவைக் கொண்டு கணினியின் போதாமை குறித்த ஒருமித்த கருத்தை பரிமாற்றம் எடுத்துக்காட்டுகிறது. AI உடனான கண்டுபிடிப்புகள் செயல்திறனை மீட்டெடுப்பதற்கும் அறிவின் உண்மையான முன்னேற்றத்திற்கு முன்னுரிமை அளிப்பதற்கும் ஒரு நம்பிக்கைக்குரிய பாதையை பிரதிநிதித்துவப்படுத்துகிறது.

• கணிதத்தில் தாள்களின் வருடாந்திர அளவு: சுமார் 100 ஆயிரம்.
• இப்பகுதியில் செயலில் உள்ள ஆராய்ச்சியாளர்கள்: 50 ஆயிரம் முதல் 100 ஆயிரம் வரை.
• முக்கிய சிதைவுகள் அடையாளம் காணப்பட்டுள்ளன: தனிப்பட்ட நெட்வொர்க்குகளை சார்ந்திருத்தல், முடிவுகளின் மூலோபாய பிரிவு, மதிப்புரைகளில் சார்பு.
• முன்மொழியப்பட்ட தீர்வு: செரிமானம், அமைப்பு மற்றும் தாள்களின் ஆரம்ப மதிப்பீடு ஆகியவற்றிற்கான AI முகவர்கள்.
• முன்னிலைப்படுத்தப்பட்ட தேவை: கட்டுப்படுத்தப்பட்ட சோதனைகள் மற்றும் கலப்பின மனித-AI அணுகுமுறை.