研究人員如何使用 GenAI 比以往更快地獲得所需資訊

身為環境工程研究員，Bruno Augusto(打開新的分頁／視窗)對錯誤訊息的危險有著敏銳的認知。因此，當他參與 Scopus AI 測試（Elsevier 的全新生成式人工智慧搜尋工具）時，資訊的可靠性是他的首要任務。

「檢查來源參考文獻相當容易」

「讓我對這個工具充滿信心的是，生成的結果是有參考文獻的，而且很想檢查參考文獻相當容易」葡萄牙 Aveiro 大學(打開新的分頁／視窗)的博士生 Bruno 說。「當你審閱結果時，你仍然需要一些批判性判斷，但因為該工具為你提供了它引用的所有參考文獻，你可以仔細檢查它們，看看它們是否符合你的需要，或者是否有更好的結果－這使得這個過程變得更快速。」

Scopus AI 於今年 1 月推出，借鑒了 2013 年以來 Scopus 所收錄文獻的後設資料和摘要。先進的提示工程和精選的最新數據最大限度地降低了人工智慧生成虛假資訊的風險，並確保以最新的、可信賴的知識生成回應。我們的想法是透過 Scopus（世界上最大的多學科摘要和引文資料庫）上發現的大量知識提供值得信賴的指引。

能夠引用生成式 AI 內容中的主張是 Scopus AI 為研究人員服務的關鍵部分。Bruno 解釋說：「大多數科學都非常依賴脈絡，因此，如果 Scopus AI 給你的結果與你正在尋找的結果或你期望的結果相反，那麼你需要仔細檢查參考文獻」

他說，從這個意義上說，生成式人工智慧仍然是一種有用的工具，可以加快研究人員的流程，而不是替代研究過程的任何要素。

不適合懶人

「它仍然需要使用者的批判性思維」Bruno 提到。「如果你傾向於偷懶，只是假設一切都完全正確，而不進一步檢閱參考資料，那麼你可能會遇到問題。同樣，這就是參考文獻有用的地方——因為你可以看到脈絡。因此，我認為，與任何工具一樣，需要進行一些使用者教育，並對您使用什麼以及如何使用它進行批判性思考。」

廣度與深度：打破學科之間的障礙

Bruno 回憶起與 Scopus AI 一起度過的最美好的時光，他說最讓他印象深刻的是速度感：「它確實加快了文獻搜尋過程。」同時他也強調了 Scopus AI 可以打破學科之間的障礙，讓你可以用日常語言來尋找答案。作為一個研究經常跨越學科界限的人，這非常有用，他解釋道：

一般來說，科學存在的一個問題是不同學科間的溝通往往不太好。在開始累積某個學科領域的知識之前，您必須了解許多技術術語。但借助 Scopus AI，您在搜尋時可以使用非正式的語言，而獲得與使用技術術語幾乎相同的結果。我認為這是使用該工具的最大好處之一。

Bruno 也指出能夠深入了解結果很有幫助，可以讓您針對初步搜尋採取下一步行動。「後續問題非常引人注目，您可以根據需要深入探討主題。」

改進建議

Scopus AI 是個新產品，也就是說仍有進步的空間。 Bruno 特別指出，雖然著重 2013 年以後的研究使資訊保持最新，但 Scopus AI 若從更廣的資料中獲取資訊可能會很有用。

「我認為若能選擇研究的年份會很有趣，許多較舊的文獻為後來的研究提供基礎，因此將其納入參數中非常有用，就像我們平常 Scopus 在搜尋中所做的那樣。同樣，選擇引用量也會很有用—這可能會使其更加有用。」

與研究社群一同向前

Elsevier 分析產品和資料平台資深副總裁 Maxim Khan(打開新的分頁／視窗)在評論 Bruno 的經驗時表示：

使用者回饋對於讓 Scopus AI 成真非常重要。Bruno 是對的—我們還有很多事情可以做。知道 Scopus AI 如何幫助研究人員加速研究及對可靠內容的重視獲得認可，真是令人振奮。在開發 Scopus AI 的整個過程中，很高興獲得使用者的回饋以及他們對這個新工具的欣賞。我期待著與研究社群一起繼續這趟旅程。

閱讀原文：How researchers can use GenAI to get the info they need quicker than ever