Scopus AI: transforme sua maneira de ver o conhecimento

A Scopus AI é uma ferramenta de pesquisa generativa aprimorada por IA integrada ao site do Scopus para ajudar acadêmicos(as) em início de carreira e pesquisadores(as) que trabalham em diferentes disciplinas a explorar e entender o conteúdo acadêmico. Ela ajuda os usuários a compreenderem campos acadêmicos desconhecidos, facilitando a exploração, fornecendo uma visão resumida com base nos títulos e resumos do Scopus e, em breve, uma representação gráfica visual para uma perspectiva mais ampla com base em palavras-chave associadas.

• ●

  Atualmente, os testes de IA do Scopus usam os Large Language Models (MLL) mais recentes e outras tecnologias em conjunto com a própria tecnologia da Elsevier.

  • ●

    No início, para esse piloto, usamos todos os tipos de conteúdo do Scopus (metadados e resumos, mas não artigos de texto integral) de 2018 até o presente.

• ●

  Nosso uso de MLL é privado, o que significa que não há troca de dados ou uso de nossos dados para treinar o modelo público. Esse componente importante de nossa implementação garante privacidade e tranquilidade aos editores e autores de dados.

Quando a Scopus AI gera uma resposta à sua consulta, ela se baseia nos metadados e resumos (abstracts) dos seguintes tipos de conteúdo (com exceção dos itens Revisão de conferência, Errata e Retratação) publicados desde 2013:

• ●

  Artigo

• ●

  Livro

• ●

  Capítulo de livro

• ●

  Revisão

• ●

  Pesquisa breve

• ●

  Artigo de dados

Escolhemos 2013 como o ano inicial para garantir que a resposta que você recebe esteja baseada em conteúdo recente. Para a lista de Artigos fundamentais fornecida pela ferramenta, a Scopus AI extrai todo o corpus do Scopus para fornecer a você uma lista abrangente de artigos influentes sobre o tema escolhido.

Uma observação sobre IA generativa

Embora a Scopus AI busque fundamentar seus resumos e recursos de IA generativa no conteúdo confiável da Scopus, pode haver discrepâncias ocasionais. É possível que a Scopus AI gere resultados que possam ser vistos como incorretos, enganosos, tendenciosos ou até mesmo ofensivos. A Scopus AI não se destina a fornecer aconselhamento jurídico, financeiro ou médico. Os usuários não devem confiar somente nos resultados da Scopus AI sem realizar pesquisas independentes. Caso deseje utilizar o conteúdo gerado pela Scopus AI em seu trabalho, consulte as diretrizes de sua instituição ou local de trabalho. Não insira informações pessoais, confidenciais ou sigilosas na Scopus AI.

The vector search engine is updated in near real time, ensuring that the response you receive always considers the latest relevant research available in the Scopus database.

À medida que incorporarmos a IA generativa ao Scopus, isso será feito em conformidade com nossos Princípios de IA Responsável e Princípios de Privacidade, em colaboração com nossas comunidades, para garantir que nossas soluções as ajudem a atingir seus objetivos.

O uso de nosso MLL é privado. Isso significa que não há compartilhamento de dados ou uso de nossos dados para treinar o modelo público. Esse é um recurso importante de nossa implementação, que oferece privacidade e tranquilidade aos editores e autores de dados.

The prompt engineering that guides our large language models (LLMs) has been designed to be extremely strict, with clear instructions and scope. For example, the response that Scopus AI generates must match the intent of your query. If the AI can’t find relevant academic papers in Scopus, it must inform you. And when Scopus AI does make a claim or assertion, a reference is always required.

Scopus AI was one of the first products to pioneer what is rapidly becoming the gold standard for LLM use – the retrieval augmented generation (RAG) fusion model. It’s an approach that improves the quality of both vector search retrieval and the generation of LLM summaries.

Scopus AI responses are also regularly tested against two rigorous evaluation frameworks. Together, these factors reduce the risk of hallucinations, and we continue to work on developments to further limit those risks.

We take bias very seriously. Scopus AI draws exclusively on the academic content in Scopus, ensuring transparency by directly referencing the abstracts behind any claims that the tool makes. Our vector search engine employs cosine similarity to identify which abstracts are the closest match to your query rather than favoring the papers that are most cited or published in certain high impact journals. But if your query has a strong bias, it may be reflected in the response. Even if your question is neutral, there may be bias in the Scopus documents that the AI identifies for its response.

One of the ways we attempt to mitigate this is by testing Scopus AI against two rigorous evaluation frameworks. One in particular requires Scopus AI to answer questions linked to areas of potential bias so we can identify and minimize inappropriate responses. And we actively test the service to try and produce responses that create or reinforce unfair bias based on both internal and external queries like Quora’s Insincere Questions Classification.

Our prompt engineering instructs the LLM to filter out 'unsafe' answers that perpetuate prejudice, harm, or stereotypes against individuals from various backgrounds. And where there is bias in a document that Scopus AI uses in a response, it will acknowledge this and provide a reference for the source. We have user-friendly feedback mechanisms so that users can report any harmful or biased responses, which are manually reviewed by our team.

Our current policy is that a GenAI tool cannot be listed or cited as an author, as it is unable to accept responsibility and accountability for its work. In the case of Scopus AI, it is a great learning aid to help you get familiar with a new topic and suggest avenues of exploration. 

Our guidance for authors, reviewers and editors permits the use of GenAI tools to improve the readability and language of the research article, but emphasizes that: 

• ●

  The technology should always be applied as a support tool with human oversight and control. 

• ●

  Results should always be carefully reviewed and edited, where necessary.  

• ●

  Authors should declare if and how they have used a GenAI tool in their paper. 

• ●

  Scopus AI is designed to provide an overview or introduction into a subject or topic based on real academic information. It is not designed to be an absolute source of truth but a guide. For this reason, we recommend that users aim to cite papers directly from the citations in the summaries, rather than citing the summaries themselves.  

• ●

  Further, Scopus AI doesn’t currently include versioning, so the summaries are not suitable for citing.  

We will continue to review this position as the technologies mature. Please note the guidance we link to above only refers to the use of AI tools in the writing/editorial process, and not to the use of AI tools to analyze and draw insights from data as part of the research process. 

Randomized user testing is one of the many ways that we collect user feedback on Scopus AI.Unfortunately, a user cannot request to be included in user testing because the randomization is a fundamental principle that helps ensure statistical validity.

Scopus AI is now available for your institution to purchase. The exact cost depends on several factors, including whether you are an existing Scopus customer.

If your institution is interested in buying Scopus, Scopus AI, or would like to understand the benefits of combining the two products, please contact your Elsevier account team. New to Elsevier? Visit this page to be connected with an Elsevier representative.

If you are an individual user seeking access to Scopus AI, we recommend reaching out to your library to explore the available options.

Not at the moment, but we are already exploring ways we can enable users to enter queries in their language of choice. Longer term, we will continue working with researchers to understand how expanding the tool’s language capabilities might benefit them.