அறிவியல் கட்டுரைகளை மதிப்பாய்வு செய்வதில் உள்ள நெருக்கடியை புதிய செயற்கை நுண்ணறிவு முகவர்கள் மூலம் தீர்க்க முடியும்

    Categories: News (TA)
Astrofísico Avi Loeb

Astrofísico Avi Loeb - Reprodução/Youtube

சர்வதேச கல்விச் சமூகம், புதிய அறிவியல் கண்டுபிடிப்புகளின் கொந்தளிப்பான ஓட்டத்தை நிர்வகிக்க தன்னாட்சி அமைப்புகளை செயல்படுத்துவதற்கான சாத்தியக்கூறுகளை தீவிரமாக விவாதிக்கிறது. புகழ்பெற்ற வானியல் இயற்பியலாளரும், ஹார்வர்ட் பல்கலைக்கழகத்தின் முன்முயற்சிகளின் இயக்குநருமான அவி லோப், சமீபத்தில் உலகளவில் ஆராய்ச்சியாளர்களை பாதிக்கும் வெளியீட்டு சுமைகளைத் தணிக்க செயற்கை நுண்ணறிவு முகவர்களைப் பயன்படுத்துவதற்கு ஆதரவாக வாதங்களை வெளியிட்டார். இந்த முன்மொழிவு ஆண்டுதோறும் உற்பத்தி செய்யப்படும் நூல்களின் பாரிய அளவைப் படிக்கவும், சரிபார்க்கவும் மற்றும் சரிபார்க்கவும் மனிதனின் இயலாமையை நிவர்த்தி செய்வதை நோக்கமாகக் கொண்டுள்ளது.

தற்போதைய சூழ்நிலையானது பாரம்பரிய அறிவு சரிபார்ப்பு செயல்முறைகளில் குறிப்பிடத்தக்க இடையூறுகளுடன், பல நிபுணர்களால் நீடிக்க முடியாததாக விவரிக்கப்படுகிறது. மேம்பட்ட டிஜிட்டல் கருவிகளின் அறிமுகம் செயல்திறன் நடவடிக்கையாக மட்டுமல்ல, அறிவியலின் ஒருமைப்பாட்டிற்கு உத்தரவாதம் அளிக்க வேண்டிய அவசியமாகவும் தோன்றுகிறது. பெரிய ஆராய்ச்சி மையங்களில் நடந்த விவாதங்கள், தொழில்நுட்பம் ஒரு பூர்வாங்க வடிகட்டியின் பாத்திரத்தை வகிக்க முடியும் என்பதைக் குறிக்கிறது, தொழில்நுட்பத் தகுதி கொண்ட பொருட்கள் மட்டுமே பிற்கால கட்டங்களுக்கு முன்னேறுவதை உறுதி செய்கிறது.

செயற்கை நுண்ணறிவு – Summit Art Creations/Shutterstock.com

முன்னுதாரண மாற்றம் என்பது செயலற்ற மென்பொருளிலிருந்து செயலில் உள்ள முகவர்களாக மாறுவதை உள்ளடக்கியது என்று நிபுணர்கள் சுட்டிக்காட்டுகின்றனர், நிலையான மேற்பார்வை இல்லாமல் சிக்கலான பணிகளைச் செய்ய முடியும். இந்தத் தொழில்நுட்பப் பரிணாமம், கல்வித் தகுதிக்குக் காரணமான விதத்தை மறுகட்டமைப்பதாகவும், வரும் தசாப்தங்களில் விஞ்ஞானிகளின் வாழ்க்கை எவ்வாறு மதிப்பிடப்படுகிறது என்பதையும் உறுதியளிக்கிறது.

புதுமையான தீர்வுகளுக்கான அவசரமானது, தற்போதைய மாதிரியானது, கிட்டத்தட்ட கையேடு மற்றும் பெரும்பாலும் ஊதியம் பெறாத மனித வேலையை அடிப்படையாகக் கொண்டது, அதன் செயல்பாட்டு வரம்பை எட்டியுள்ளது. தலையங்கச் செயல்பாட்டில் முக்கியமான படிகளை தானியக்கமாக்குவது, நிர்வாக மறுஆய்வுப் பணிகளில் பெரும்பாலான நேரத்தைச் செலவழிப்பதை விட, உண்மையான புதிய அறிவை உருவாக்குவதில் கவனம் செலுத்த ஆராய்ச்சியாளர்களை விடுவிக்கும்.

பாரம்பரிய மறுஆய்வு முறையின் சரிவு

ஸ்வீடனில் உள்ள சால்மர்ஸ் தொழில்நுட்ப பல்கலைக்கழகத்தின் கணிதப் பேராசிரியரான மரியா ரோகின்ஸ்காயா, பிரச்சனையின் அளவை விளக்கும் ஆபத்தான தரவுகளைக் கொண்டு வந்தார். கணிதப் பகுதியில் மட்டும், ஆண்டுதோறும் சுமார் 100,000 கட்டுரைகள் சமர்ப்பிக்கப்பட்டு வெளியிடப்படுகின்றன, இது எந்த மனித நிபுணரின் விமர்சன வாசிப்பு திறனையும் மீறுகிறது. இந்த பாரிய தொகுதி தவிர்க்க முடியாமல் மேலோட்டமான மதிப்பீடுகள் மற்றும் பிழைகள் அல்லது பணிநீக்கங்களைக் கொண்ட படைப்புகளுக்கு ஒப்புதல் அளிக்கிறது.

பல நூற்றாண்டுகளாக அறிவியல் நம்பகத்தன்மையின் தூணாக விளங்கும் சக மதிப்பாய்வு அமைப்பு, பெரும்பாலும் தன்னார்வ அடிப்படையில் செயல்படுகிறது. ஊதியம் இல்லாமல் மற்றும் இறுக்கமான காலக்கெடுவின் கீழ், திறனாய்வாளர்களால் நுட்பமான குறைபாடுகளைக் கண்டறிய அல்லது கையெழுத்துப் பிரதியின் முழுமையான அசல் தன்மையை சரிபார்க்கத் தேவையான கவனத்தைச் செலுத்த முடியாது. லோபின் முன்மொழிவு ரோகின்ஸ்காயாவின் பார்வையுடன் ஒத்துப்போகிறது, செயற்கை நுண்ணறிவு ஒரு சுகாதார அடுக்காக செயல்படுகிறது, மனித தலையீட்டிற்கு முன் உள்ளடக்கத்தை தர்க்கரீதியான மற்றும் திறமையான முறையில் ஒழுங்கமைக்கிறது.

முகவர் தொழில்நுட்பத்தின் பரிணாமம்

2026 ஆம் ஆண்டு, சிக்கலான பணிப்பாய்வுகளில் தன்னாட்சி முறையில் செயல்படும் வகையில் வடிவமைக்கப்பட்ட ஏஜென்டிக் AI எனப்படும் தொழில்நுட்பத்தின் வளர்ச்சியில் ஒரு ஊடுருவல் புள்ளியைக் குறிக்கிறது. முந்தைய மாதிரிகள் போலல்லாமல், ஒவ்வொரு செயலுக்கும் நேரடி கட்டளைகளைச் சார்ந்தது, புதிய அமைப்புகள் முன் நிறுவப்பட்ட அளவுருக்களின் அடிப்படையில் பகுத்தறிவு மற்றும் முடிவுகளை எடுக்க முடியும்.

தொழில்நுட்பத் துறையின் அறிக்கைகள், 2025 இல் காணப்பட்ட திறமையின்மை, சுமார் 70% தானியங்கு கார்ப்பரேட் பணிகள் தோல்வியடைந்ததைக் காட்டுகின்றன. பாதுகாப்பு நெறிமுறைகளின் மேம்பாடுகள் மற்றும் திறந்த மூல மாதிரிகளின் பயன்பாடு ஆகியவை இந்த டிஜிட்டல் ஏஜெண்டுகளின் சிறந்த அளவுத்திருத்தத்தை செயல்படுத்துகின்றன.

கல்விச் சூழலில், இந்தத் தொழில்நுட்பப் பரிணாமம், தொழில்முறை செயல்திறனின் மதிப்பீட்டிலிருந்து அறிவைப் பரப்புவதைப் பிரிக்கும் திறனாக மொழிபெயர்க்கப்பட்டுள்ளது. சுயநினைவற்ற சார்புகளைக் குறைப்பதன் மூலமும், வள ஒதுக்கீட்டை மேம்படுத்துவதன் மூலமும், அதிக தாக்கத்தை ஏற்படுத்தும் பத்திரிகைகளில் வெளியிடுவதற்கான அணுகலை ஜனநாயகப்படுத்த தொழில்நுட்பம் உறுதியளிக்கிறது.

ஆராய்ச்சி நேர்மைக்கான நன்மைகள்

தன்னாட்சி முகவர்களின் அறிமுகம், சக மதிப்பாய்வு செயல்முறையை அடிக்கடி பாதிக்கும் அதிகார சார்புகளை அகற்றலாம். தற்போது, ​​குறைந்த மதிப்புமிக்க நிறுவனங்களைச் சேர்ந்த இளம் ஆராய்ச்சியாளர்கள் அல்லது ஆராய்ச்சியாளர்கள் சிறந்த பத்திரிகைகளில் வெளியிடுவதற்கு கண்ணுக்குத் தெரியாத தடைகளை எதிர்கொள்கின்றனர், பெரும்பாலும் நிறுவப்பட்ட வெளியீட்டாளர்களுடனான தனிப்பட்ட தொடர்புகளை நம்பி தங்கள் வேலையைக் கருத்தில் கொள்கின்றனர்.

செயற்கை நுண்ணறிவு அமைப்புகள், தரவுகளின் தொழில்நுட்ப நம்பகத்தன்மை மற்றும் அசல் தன்மையை முற்றிலும் மதிப்பீடு செய்ய திட்டமிடப்பட்டுள்ளது, ஒரு பக்கச்சார்பற்ற பகுப்பாய்வை வழங்கும். இது பிழைகள் மற்றும் பின்வாங்கல்களில் பின்னர் செலவழித்த நேரத்தை வெகுவாகக் குறைக்கும், அவை கண்டறியப்படாத முறையான குறைபாடுகளுடன் ஆராய்ச்சியின் ஆரம்ப ஒப்புதல் காரணமாக இப்போது ஏராளமாக உள்ளன.

மற்றொரு முக்கியமான நன்மை, மூலோபாய “துண்டுகள்” முடிவுகளை ஊக்கப்படுத்துவதாகும், இது ஒரு பொதுவான நடைமுறையாகும், அங்கு விஞ்ஞானிகள் தங்கள் CV களை உயர்த்துவதற்காக ஒரு கண்டுபிடிப்பை பல சிறிய கட்டுரைகளாகப் பிரிப்பார்கள். AI ஆல் இயக்கப்படும் உண்மையான பொருத்தத்தின் அடிப்படையிலான மதிப்பீடு, வெளியீடுகளின் எண்ணிக்கையின் அளவை விட அறிவியல் பங்களிப்பின் அடர்த்தி மற்றும் தரத்தை மதிப்பிடும்.

சந்தைப்படுத்தல் போன்ற துறைகள் ஏற்கனவே 90% தரவு பகுப்பாய்வு செயல்பாடுகளில் இந்தத் தொழில்நுட்பத்தைப் பயன்படுத்துகின்றன என்று சந்தை ஆய்வுகள் குறிப்பிடுகின்றன. இந்த வெற்றியை கல்வித்துறைக்கு மொழிபெயர்ப்பது உலகளாவிய அறிவு உற்பத்தி உள்கட்டமைப்பை நவீனமயமாக்குவதற்கான இயல்பான படியாகக் கருதப்படுகிறது.

செயல்படுத்தல் மற்றும் நிர்வாக சவால்கள்

இந்த முகவர்களை பெருமளவில் ஏற்றுக்கொள்வதற்கு எதிர்ப்பு, ஒரு பகுதியாக, தற்போதைய நிலையில் இருந்து பயனடைபவர்களிடம் இருந்து வருகிறது, முக்கிய பதிப்பாளர்கள் மற்றும் ஆசிரியர் குழுவில் ஆதிக்கம் செலுத்தும் மூத்த கல்வியாளர்கள் உட்பட. அவி லோப், எந்தவொரு மாற்றமும் கட்டுப்படுத்தப்பட்ட சூழலில் கடுமையாக சோதிக்கப்பட வேண்டும் என்று வலியுறுத்துகிறது, ஏற்கனவே சரிபார்க்கப்பட்ட தாள்களைப் பயன்படுத்தி, அவற்றின் பொதுவான பயன்பாட்டிற்கு முன் அல்காரிதம்களைப் பயிற்றுவிக்கவும் சரிபார்க்கவும். மேலும், இந்தப் புதிய கருவிகளைக் கையாளும் திறன் கொண்ட மனித மூலதனத்தின் உருவாக்கம் குறித்து ஒரு அழுத்தமான கவலை உள்ளது. AI உடன் தொடர்புகொள்வதற்குத் தேவையான திறன்கள் தொழில்நுட்பத்திற்கு வெளிப்படும் பாத்திரங்களில் 66% வேகமாக மாறுகின்றன, இது ஒரு திறன் இடைவெளியை உருவாக்குகிறது, இது பல்கலைக்கழகங்கள் இன்னும் நிரப்ப போராடுகிறது. பிரேசிலில், சிறப்புப் படிப்புகளின் பற்றாக்குறை, தசாப்தத்தின் இறுதி வரை இந்த புதிய அறிவியல் சுற்றுச்சூழலுடன் நாடு ஒருங்கிணைக்கப்படுவதைத் தாமதப்படுத்த அச்சுறுத்துகிறது, தகுதியான தொழிலாளர் பற்றாக்குறையைத் தவிர்க்க அரசாங்கத்திற்கும் கல்வி நிறுவனங்களுக்கும் இடையே ஒருங்கிணைந்த நடவடிக்கை தேவைப்படுகிறது.

கணிதம் மற்றும் வானியற்பியல் மீதான தாக்கம்

கணிதம் போன்ற சரியான துறைகளில், பயிற்சியளிக்கப்பட்ட AI இன் பயன்பாடு ஒன்றுடன் ஒன்று தேற்றங்களை அடையாளம் கண்டு, மனிதர்கள் தவறவிட்ட வித்தியாசமான படைப்புகளுக்கு இடையேயான தொடர்புகளை பரிந்துரைக்கலாம். இது ஒரு காப்பகத்திலிருந்து 100,000 வருடாந்திர ஆவணங்களின் சேகரிப்பை உயிருள்ள, ஒன்றோடொன்று இணைக்கப்பட்ட தரவுத்தளமாக மாற்றும்.

வானியல் இயற்பியலில், லோபின் நிபுணத்துவப் பகுதி, மூல வானியல் தரவுகளை பகுப்பாய்வு செய்வதற்கு வழிமுறைகள் ஏற்கனவே அடிப்படையாக உள்ளன. கண்டுபிடிப்புகளை எழுதுவதற்கும் மறுபரிசீலனை செய்வதற்கும் இந்தத் திறனை விரிவுபடுத்துவது சர்வதேச ஒத்துழைப்பை விரைவுபடுத்தலாம், இது உலகின் பல்வேறு பகுதிகளில் உருவாக்கப்படும் நுண்ணறிவுகளை உண்மையான நேரத்தில் ஒருங்கிணைக்க அனுமதிக்கிறது.

பிரேசிலிய காட்சிக்கான முன்னோக்குகள்

பிரேசிலிய பல்கலைக்கழகங்கள் இந்த தொழில்நுட்பங்களின் பயன்பாட்டை ஒழுங்குபடுத்துவதற்கு நகரத் தொடங்கியுள்ளன, புதுமை மற்றும் நெறிமுறைகளுக்கு இடையில் சமநிலையை நாடுகின்றன. கவனிக்கப்பட்ட போக்கு ஒரு முழுமையான தடை அல்ல, ஆனால் இணை உருவாக்கத்தின் ஊக்கம், இதில் AI உதவியாளராக செயல்படுகிறது மற்றும் முக்கிய ஆசிரியராக அல்ல.

முன்னேற்றங்கள் இருந்தபோதிலும், நாடு கட்டமைப்பு சவால்களை எதிர்கொள்கிறது, 2026 இன் அறிக்கைகள் 40% ஏஜென்டிக் AI திட்டங்கள் இன்னும் அதிக செலவுகள் அல்லது தரவு உள்கட்டமைப்பு இல்லாததால் ரத்து செய்யப்படுவதைக் காட்டுகின்றன. இருப்பினும், வெற்றிகரமான திட்டங்கள் சுமார் 60% செயல்பாட்டு பிழைகள் குறைவதை நிரூபிக்கின்றன, இது தொடர்ச்சியான முதலீட்டை நியாயப்படுத்துகிறது.