Μπορεί το Google Scholar να επιβιώσει από την επανάσταση της τεχνητής νοημοσύνης;

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Το Google Scholar γιορτάζει 20 χρόνια. Με τον νέο ανταγωνισμό που βασίζεται στην τεχνητή νοημοσύνη, το ερώτημα είναι: Μπορεί να κρατήσει το δικό του;

Google Scholar feiert 20 Jahre. Angesichts neuer KI-basierter Konkurrenz stellt sich die Frage: Kann es sich behaupten?
Το Google Scholar γιορτάζει 20 χρόνια. Με τον νέο ανταγωνισμό που βασίζεται στην τεχνητή νοημοσύνη, το ερώτημα είναι: Μπορεί να κρατήσει το δικό του;

Μπορεί το Google Scholar να επιβιώσει από την επανάσταση της τεχνητής νοημοσύνης;

Το Google Scholar, η μεγαλύτερη και πιο ολοκληρωμένη ακαδημαϊκή μηχανή αναζήτησης, γιορτάζει τα 20α γενέθλιά του αυτή την εβδομάδα. Τις τελευταίες δύο δεκαετίες, ορισμένοι ερευνητές έχουν σημειώσει ότι αυτό το εργαλείο έχει γίνει ένα από τα πιο σημαντικά εργαλεία στην επιστήμη. Ωστόσο, τα τελευταία χρόνια, έχουν εμφανιστεί ανταγωνιστές που χρησιμοποιούν τεχνητή νοημοσύνη (AI) για να βελτιώσουν την εμπειρία αναζήτησης, καθώς και άλλοι που επιτρέπουν στους χρήστες να κάνουν λήψη των δεδομένων τους.

Ο αντίκτυπος του Google Scholar, που διευθύνεται από τον γίγαντα του Διαδικτύου Google στο Mountain View της Καλιφόρνια, είναι αξιοσημείωτος, λέει ο Jevin West, ένας υπολογιστικός κοινωνικός επιστήμονας στο Πανεπιστήμιο της Ουάσιγκτον στο Σιάτλ που χρησιμοποιεί τη βάση δεδομένων καθημερινά. Αλλά "αν υπήρχε κάποια στιγμή όπου το Google Scholar θα μπορούσε να αντικατασταθεί ως η κύρια μηχανή αναζήτησης, μπορεί να ήταν τώρα, λόγω ορισμένων από αυτά τα νέα εργαλεία και των καινοτομιών που συμβαίνουν αλλού", είπε ο West.

Πολλά από τα πλεονεκτήματα του Μελετητή Google—η δωρεάν πρόσβαση, το εύρος των πληροφοριών και οι εξελιγμένες επιλογές αναζήτησης—«τα μοιράζονται πλέον και άλλες πλατφόρμες», λέει ο Alberto Martín Martín, βιβλιομέτρης στο Πανεπιστήμιο της Γρανάδας στην Ισπανία.

Chatbot που υποστηρίζονται από AI όπως το ChatGPT και άλλα εργαλεία που χρησιμοποιούν μεγάλα γλωσσικά μοντέλα έχουν γίνει προτιμώμενες εφαρμογές για ορισμένους ερευνητές κατά την αναζήτηση, την ανασκόπηση και τη σύνοψη της βιβλιογραφίας. Ορισμένοι ερευνητές έχουν ανταλλάξει το Google Scholar για αυτά τα εργαλεία. «Μέχρι πρόσφατα, το Google Scholar ήταν η προεπιλεγμένη μηχανή αναζήτησής μου», λέει ο Aaron Tay, ακαδημαϊκός βιβλιοθηκάριος στο Πανεπιστήμιο Διαχείρισης της Σιγκαπούρης. Εξακολουθεί να βρίσκεται στην κορυφή της λίστας του, αλλά «τον τελευταίο καιρό άρχισα να χρησιμοποιώ άλλα εργαλεία τεχνητής νοημοσύνης».

Ωστόσο, δεδομένου του μεγέθους του Μελετητή Google και του πόσο βαθιά εδραιωμένος είναι στην επιστημονική κοινότητα, «θα χρειαζόταν μεγάλη προσπάθεια για να εκθρονιστεί», προσθέτει ο West.

Anurag Acharya, συνιδρυτής του Μελετητή Google, χαιρετίζει όλες τις προσπάθειες για να διευκολυνθεί η εύρεση, η κατανόηση και η αξιοποίηση επιστημονικών πληροφοριών. «Όσο περισσότερα μπορούμε να κάνουμε όλοι, τόσο καλύτερα είναι για την πρόοδο της επιστήμης».

Το μεγαλύτερο και πιο ολοκληρωμένο

Ο Μελετητής Google ξεκίνησε 2004 εμφανίζονται στη σκηνή της βιβλιογραφικής έρευνας και άλλαξε τα πάντα. Τότε, οι ερευνητές χρησιμοποιούσαν βιβλιοθήκες για να βρουν πληροφορίες ή αναζήτησαν ακαδημαϊκές εργασίες μέσω διαδικτυακών υπηρεσιών επί πληρωμή, όπως η βάση δεδομένων παραπομπών Web of Science. Τον ίδιο μήνα που κυκλοφόρησε το Google Scholar, η Elsevier κυκλοφόρησε επίσης την επί πληρωμή της υπηρεσία Scopus, μια ολοκληρωμένη βάση δεδομένων με επιστημονικές αναφορές και περιλήψεις.

Ο Μελετητής Google αναζήτησε στον ιστό επιστημονικές εργασίες κάθε είδους, όπως κεφάλαια βιβλίων, αναφορές, προεκτυπώσεις και έγγραφα ιστού—συμπεριλαμβανομένων εκείνων σε άλλες γλώσσες εκτός από τα αγγλικά. Ο στόχος ήταν «να γίνουν οι ερευνητές του κόσμου πιο αποτελεσματικοί και να μπορέσουν όλοι να σταθούν σε ένα κοινό σύνορο της επιστήμης», λέει ο Acharya.

Οι συμφωνίες του Μελετητή Google με τους εκδότες του παρέχουν απαράμιλλη πρόσβαση στο πλήρες κείμενο των άρθρων πίσω από τα paywalls - όχι μόνο τους τίτλους και τις περιλήψεις που προσφέρουν οι περισσότερες μηχανές αναζήτησης. Τα άρθρα ταξινομούνται ανάλογα με τη συνάφειά τους με ένα ερώτημα αναζήτησης - συνήθως τα άρθρα με τις περισσότερες αναφορές φέρονται στην κορυφή - και προτείνονται περαιτέρω ερωτήματα αναζήτησης. Το βάθος κάλυψης επιτρέπει εξαιρετικά συγκεκριμένες αναζητήσεις.

Η Google δεν αποκάλυψε δεδομένα χρήσης για την υπηρεσία, αλλά σύμφωνα με τον μετρητή επισκεψιμότητας ιστού Similarweb, ο Μελετητής Google δέχεται πάνω από 100 εκατομμύρια επισκέψεις το μήνα.

Η βάση δεδομένων είναι επίσης πολύ καλή στο να οδηγεί τους χρήστες σε δωρεάν εκδόσεις ενός άρθρου, λέει ο Martín Martín. Αυτό ενθαρρύνει το κίνημα ανοιχτής πρόσβασης, προσθέτει ο José Luis Ortega, βιβλιομέτρης στο Ινστιτούτο Προηγμένων Κοινωνικών Σπουδών του Ισπανικού Εθνικού Ερευνητικού Συμβουλίου στην Κόρδοβα.

Ωστόσο, το Google Scholar είναι αδιαφανές από άλλες απόψεις. Μια βασική ανησυχία είναι η έλλειψη προβολής του περιεχομένου, συμπεριλαμβανομένων των περιοδικών, που αναζητούνται και ποιος αλγόριθμος χρησιμοποιείται για την σύσταση άρθρων. Περιορίζει επίσης τις μαζικές λήψεις των αποτελεσμάτων αναζήτησής του, που θα μπορούσαν να χρησιμοποιηθούν για βιβλιομετρική ανάλυση, μεταξύ άλλων. «Δεν έχουμε πολλές γνώσεις για ένα από τα πιο πολύτιμα εργαλεία που έχουμε στην επιστήμη», λέει ο West.

Η Acharya εξηγεί ότι το Google Scholar είναι κατά κύριο λόγο ένα εργαλείο αναζήτησης και ο κύριος στόχος του είναι να βοηθήσει τους μελετητές να βρουν την πιο χρήσιμη έρευνα.

Ενημερωμένες μηχανές αναζήτησης

Τα τελευταία χρόνια, έχουν εμφανιστεί ανταγωνιστές που προσφέρουν τέτοια βιβλιομετρικά δεδομένα, αν και κανένας δεν μπορεί να ξεπεράσει το μέγεθος και την πρόσβαση του Μελετητή Google σε άρθρα πλήρους κειμένου πίσω από τα paywalls. Ένα αξιοσημείωτο παράδειγμα είναι το OpenAlex, το οποίο κυκλοφόρησε το 2022. Το προηγούμενο έτος, το Microsoft Academic Graph, το οποίο έψαχνε στον Ιστό για ακαδημαϊκές πληροφορίες, είχε κλείσει και είχε δημοσιευτεί ολόκληρο το σύνολο δεδομένων του. Το OpenAlex βασίζεται σε αυτήν και σε άλλες ανοιχτές πηγές επιστημονικών δεδομένων. Οι χρήστες μπορούν να αναζητήσουν το περιεχόμενο που έχει καταλογιστεί ανά συγγραφέα, ίδρυμα και παραπομπή, και μπορούν επίσης να κατεβάσουν ολόκληρο το αρχείο δωρεάν. "Κάνουν αυτό που ελπίζαμε ότι θα έκανε ο Μελετητής Google", λέει ο Martín-Martín.

Ένα άλλο δημοφιλές εργαλείο έρευνας, το Semantic Scholar, που κυκλοφόρησε το 2015 και χρησιμοποιεί τεχνητή νοημοσύνη για τη δημιουργία ευανάγνωστων περιλήψεων των εργασιών και τον εντοπισμό των πιο σχετικών παραπομπών. Άλλο ένα εργαλείο, Ομοφωνία, που κυκλοφόρησε το 2022, χρησιμοποιεί τη βάση δεδομένων του Semantic Scholar για να βρει απαντήσεις σε ερωτήματα που βασίζονται στην έρευνα (η West είναι σύμβουλος της Consensus). Ένα από τα αγαπημένα του Tay είναι Υπονόμευση, το οποίο χρησιμοποιεί εξελιγμένη αναζήτηση βασισμένη σε πράκτορες στην οποία μια αυτόνομη οντότητα σαρώνει την επιστημονική βιβλιογραφία σαν άνθρωπος και προσαρμόζει την αναζήτηση με βάση το περιεχόμενο που βρέθηκε. Χρειάζονται λίγα λεπτά – σε σύγκριση με δευτερόλεπτα στο Google Scholar – για να παραχθούν αποτελέσματα, αλλά ο Tay εξηγεί ότι αξίζει η αναμονή. "Νομίζω ότι η ποιότητα των αποτελεσμάτων που επιστρέφουν είναι καλύτερη από το Google Scholar."

Ο Acharya λέει ότι ο Μελετητής Google χρησιμοποιεί επίσης τεχνητή νοημοσύνη για να ταξινομεί άρθρα, να προτείνει πρόσθετες αναζητήσεις και να προτείνει σχετικά άρθρα. Και νωρίτερα αυτόν τον μήνα, η εταιρεία παρουσίασε περιλήψεις άρθρων που δημιουργούνται από AI για το πρόγραμμα ανάγνωσης PDF. Ο Acharya προσθέτει ότι το εργαλείο αναζήτησης επιχειρεί να κατανοήσει την πρόθεση και το πλαίσιο πίσω από ένα ερώτημα. Αυτή η προσέγγιση σημασιολογικής αναζήτησης βασίζεται σε γλωσσικά μοντέλα και χρησιμοποιείται εδώ και περίπου δύο χρόνια, λέει.

Ένα πράγμα που δεν κάνει ακόμη ο Μελετητής Google είναι να ενσωματώνει επισκοπήσεις απαντήσεων που έχουν δημιουργηθεί με τεχνητή νοημοσύνη σε ένα ερώτημα αναζήτησης, παρόμοιες με αυτές που βρίσκονται τώρα στην κορυφή μιας τυπικής αναζήτησης Google. Η Acharya λέει ότι είναι πρόκληση να συνοψίζονται τα συμπεράσματα από πολλές εργασίες με συνοπτικό και πλούσιο σε περιεχόμενο τρόπο. «Δεν έχουμε δει ακόμη μια αποτελεσματική λύση σε αυτήν την πρόκληση», προσθέτει.