A pressão perene para publicar ou perecer é intensa porquê sempre para os professores que tentam prosseguir em suas carreiras em um mercado de trabalho acadêmico extremamente apertado. Além de suas cargas de ensino, espera -se que os professores publiquem – e revisões por pares – pesquisas, muitas vezes recebendo pouca ou nenhuma indemnização Além do prestígio e reconhecimento da publicação em principais periódicos.
Alguns pesquisadores argumentaram que esse meio envolvente incentiva os estudiosos Para enviar um trabalho questionável a periódicos– muitos tem Backlogs de revisão de pares muito documentados e recursos inadequados para detectar informações defeituosas e má conduta acadêmica. Em 2024, mais de 4.600 trabalhos acadêmicos foram retraídos ou sinalizados para revisão, De combinação com o banco de dados de relógios de retração; Durante um período de seis semanas no outono pretérito, uma revista científica publicada por Springer Nature retraiu mais de 200 artigos.
Mas A indústria de publicação acadêmica de US $ 19 bilhões está cada vez mais se voltando para a lucidez sintético para aligeirar a produção e, segundo os advogados, aprimorar a qualidade da pesquisa. Desde o início do ano, Wiley, Elsevier e Springer Nature anunciaram a adoção de ferramentas ou diretrizes generativas de IA, incluindo aquelas projetadas para ajudar cientistas em pesquisa, redação e revisão por pares.
“Essas ferramentas de IA podem nos ajudar a melhorar a integridade da pesquisa, a qualidade, a citação precisa, nossa capacidade de encontrar novas idéias e conectar os pontos entre novas idéias e, finalmente, puxar a empresa humana para a frente”, disse Josh Jarrett, vice -presidente sênior da IA Growth da Wiley, disse Dentro de edição superior no início deste mês. “As ferramentas de IA também podem ser usadas para gerar teor e potencialmente aumentar o risco de integridade da pesquisa. É por isso que investimos tanto em usar essas ferramentas para permanecer adiante dessa curva, procurando padrões e identificando as coisas que um único revisor pode não pegar”.
No entanto, a maioria dos estudiosos ainda não está usando a IA para esse propósito. UM Pesquisa recente Por Wiley descobriu que, embora a maioria dos pesquisadores acredite que as habilidades de IA sejam críticas em dois anos, mais de 60 % disseram que a falta de diretrizes e o treinamento os impedem de usá -los em seu trabalho.
Em resposta, Wiley lançou novas diretrizes Na semana passada, sobre os usos “responsáveis e eficazes” da IA, destinados a implantar a tecnologia para tornar o processo de publicação mais eficiente “enquanto preserva a autêntica voz e experiência do responsável, mantendo teor confiável, confiável e preciso, protegendo as melhores práticas de propriedade e privacidade intelectual e atendimento de moral e integridade”, de combinação com uma liberação de metal.
Semana passada, Elsevier também lançou o ScienceDirect AIque extrai as principais conclusões de milhões de artigos e livros revisados por pares sobre o ScienceDirect e gera “resumos precisos” para sossegar os desafios dos pesquisadores sobre “sobrecarga de informações, escassez de tempo e premência de maneiras mais eficazes de aprimorar o conhecimento existente”, de combinação com um enviado à notícia.
Ambos os anúncios seguiram o lançamento de Springer Nature em janeiro de um programa interno de IA, projetado para ajudar os editores e revisores de pares, automatizando verificações de qualidade editorial e editores de alerta para manuscritos potencialmente inadequados.
“À medida que o volume de pesquisa aumenta, estamos entusiasmados em ver porquê podemos usar melhor a IA para estribar nossos autores, editores e revisores de pares, simplificando suas formas de trabalhar enquanto defendem a qualidade”, Harsh Jegadeesan, diretor de publicação de Springer, disse em um enviado à prelo. “Ao introduzir cuidadosamente novas maneiras de verificar os trabalhos para aprimorar a integridade da pesquisa e estribar a tomada de decisões editoriais, podemos ajudar a aligeirar as tarefas diárias para os pesquisadores, libertando-os para se concentrar no que importa para eles-conduzindo pesquisas”.
‘Mercê financeiro óbvio’
Os especialistas em publicação acadêmica acreditam que existem ambas as vantagens-e os lados descendentes-de envolver a IA no processo de revisão de pares notoriamente lentos, que é obsesso por um déficit de revisores qualificados dispostos e capazes de oferecer seu trabalho não remunerado a editores altamente lucrativos.
Se o uso de assistentes de IA se tornar a norma para os revisores de pares, “o problema do volume desapareceria imediatamente da indústria” enquanto criava um “mercê financeiro óbvio” para o setor de edição, disse Sven Fund, diretor administrativo dos créditos do revisor de rede de revisão peer-revisão.
Mas as implicações que a IA tem para a qualidade da pesquisa são mais sutis, mormente porquê Pesquisas científicas se tornaram um intuito para políticos conservadores e modelos de IA podem ser – e Já pode estar sendo– Usado a segmentar termos ou legisladores de pesquisa não gostam.
“Há partes da revisão por pares em que uma máquina é definitivamente melhor que um cérebro humano”, disse Fund, apontando tarefas de baixa intensidade, porquê traduções, verificando referências e oferecendo aos autores um feedback mais completo porquê exemplos. “Minha preocupação seria que os pesquisadores que escrevam e pesquisassem o que quiserem está sendo restringido por pessoas que revisam o material com a ajuda de agentes técnicos … que podem se tornar um elemento de exprobação”.
Aashi Chaturvedi, solene de programa de moral e integridade da Sociedade Americana de Microbiologia, disse que uma de suas maiores preocupações sobre a introdução da IA na revisão por pares e outros aspectos do processo de publicação é manter a supervisão humana.
“Assim porquê uma máquina pode produzir uma torta perfeitamente uniforme que não tem a psique de uma geração artesanal, as críticas de IA podem parecer saudáveis, mas não conseguem tomar a profundidade e a novidade da pesquisa”, escreveu ela em um item recente para ASMque desenvolveu seu próprio Diretrizes generativas de IA Para as inúmeras revistas científicas que publica. “No final, embora a automação possa aumentar a eficiência, ela não pode replicar a arte e a percepção que provêm de anos de prática dedicada”.
Mas isso não significa que a IA não tenha lugar na revisão por pares, disse Chaturvedi, que disse em uma entrevista recente que “sentiu pressão extra para prometer que tudo o que o responsável estivesse relatando parece factável” durante seus 17 anos trabalhando porquê revisor acadêmico de pares na era pré-AI. À medida que o ritmo e a dificuldade da invenção científica continuam se acelerando, ela disse que a IA pode ajudar a sossegar qualquer fardo para os revisores e os editores “lidando com um grande volume de envios”.
Chaturvedi alertou, no entanto, que a introdução de essa tecnologia em todo o processo de publicação acadêmica deve ser transparente e só depois testes “rigorosos”.
“Os grandes modelos de idiomas são tão bons quanto as informações que você fornece”, disse ela. “Estamos em um momento crucial em que a IA pode melhorar bastante os fluxos de trabalho, mas você precisa de um planejamento melindroso e estratégico … essa é a única maneira de obter resultados mais muito -sucedidos e sustentáveis”.
Não está equipado para prometer a qualidade?
Ivan Oransky, pesquisador médico e co-fundador da Retrance Watch, disse: “Qualquer coisa que possa ser feita para filtrar o lixo que atualmente poluia a literatura científica é uma coisa boa” e “se a IA pode fazer isso efetivamente é uma pergunta razoável”.
Mas, ou por outra, o amplexo da IA pelo setor editorial em nome de melhorar a qualidade da pesquisa e limpar os pedidos de revisão de pares esconde um problema maior antes do aumento de poderosos modelos generativos de IA.
“O indumento de os editores agora estarem trombetando o indumento de que ambos são e precisam ser – de combinação com eles – usando a IA para combater as fábricas de papel e outros maus atores é uma recepção que não estavam dispostos a fazer até recentemente: seus sistemas não estão realmente equipados para prometer a qualidade”, disse Oransky.
“Isso é exclusivamente mais evidência de que as pessoas estão tentando puxar demais o sistema de revisão de pares”, acrescentou. “Isso não seria um problema, exceto pelo indumento de que todo mundo está diretamente-ou implicitamente-incentivando incentivos terríveis de publicação ou perish”.
