به گزارش پروژه آسان، یک پایگاه داده مورد استفاده برای نسخه های پیشنویس پژوهشی، اقدامات بیشتری برای مواجهه با استفاده سهل انگارانه از مدلهای زبانی بزرگ در مقالات علمی انجام می دهد.
به گزارش پروژه آسان به نقل از تک کرانچ، این پایگاه ArXiv نام دارد. هرچند تحقیقاتی که روی وب سایت پست می شود توسط همکاران بررسی شده اند اما مخزن ArXiv به یکی از روشهای اصلی گردش تحقیقات در حوزه هایی مانند علوم رایانشی و ریاضی و خود وب سایت هم مخزنی از داده ها در رابطه با ترندهای پژوهش های علمی تبدیل گشته است.
این وب سایت حالا گام هایی برای رویارویی با تعداد بیش از پیش تحقیقات بی کیفیتی که با هوش مصنوعی انجام شده اند، برداشته و به عنوان مثال کاربرانی که برای اولین بار مطلبی در آن منتشر می کنند، باید از جانب یک مولف تثبیت شده، تایید شوند. دانشگاه کرنل بیشتر از ۲۰ سال میزبان این سازمان بود که حالا به یک موسسه ناسودآور مستقل تبدیل گشته تا برای پرداختن به مسائلی مانند چالش هوش مصنوعی سرمایه بیشتری جمع آوری کند.
«توماس دیتریش» مدیر بخش علوم رایانشی ArXiv در پستی نوشت اگر یک مقاله عرضه شده حاوی شواهد غیرقابل انکاری باشد که مولفان نتایج تولید شده توسط مدلهای بزرگ زبانی را بررسی نکرده اند، این بدان معناست که ما نمی توانیم به هیچ چیز در مقاله اعتماد نماییم. اگر چنین شواهدی یافت شود، مولفان پژوهش با ممنوعیتی یک ساله از جانب پلت فرم روبرو می شوند و بعد از آن مقالاتی که به این مخزن عرضه می کنند باید بوسیله ی یک مرجع معتبر دارای داوری همتا تایید شده باشد.
در اینجا وجود شواهد غیرقابل انکار به مفهوم ممنوعیت مستقیم استفاده از هوش مصنوعی در تحقیقات نیست بلکه نکته اصلی آن است که مولفان مسئولیت کامل محتوا را بدون درنظر گرفتن آن که چطور تولید شده باشد، تقبل کنند. بدین سبب اگر محققان لحنی نامناسب، محتوای کپی شده، محتوای جانبدارانه، خطاها، اشتباهات، ارجاعات نادرست یا محتوای گمراه کننده را به صورت مستقیم از یک سیستم هوش مصنوعی کپی پیست کنند، همچنان باید مسئولیت آنرا برعهده بگیرند.
به گفته دیتریش این قانون هیچ فرصت دومی به فرد خاطی نمی دهد اما بازبین ها باید چالش را مشخص و مدیران بخش ها هم باید شواهد را پیش از وضع جریمه تایید کنند. مولفان می توانند خواهان تجدید نظر در رابطه با این تصمیم شوند.
به طور خلاصه، هرچند تحقیقاتی که روی وبسایت پست می شود توسط همکاران بررسی شده اند اما مخزن ArXiv به یکی از روشهای اصلی گردش تحقیقات در حوزه هایی مانند علوم رایانشی و ریاضی و خود وبسایت هم مخزنی از داده ها در ارتباط با ترندهای پژوهش های علمی تبدیل گشته است. این وبسایت حالا گام هایی برای رویارویی با تعداد بیشتر از پیش تحقیقات بی کیفیتی که با هوش مصنوعی انجام شده اند، برداشته و بعنوان مثال کاربرانی که برای بار اول مطلبی در آن منتشر می کنند، باید از طرف یک مولف تثبیت شده، تایید شوند. به این دلیل اگر محققان لحنی نامناسب، محتوای کپی شده، محتوای جانبدارانه، خطاها، اشتباهات، ارجاعات نادرست یا محتوای گمراه کننده را به شکل مستقیم از یک سیستم هوش مصنوعی کپی پیست کنند، همچنان باید مسئولیت آن را برعهده بگیرند. به قول دیتریش این قانون هیچ فرصت دومی به فرد خاطی نمی دهد اما بازبین ها باید چالش را مشخص و مدیران بخش ها هم باید شواهد را قبل از وضع جریمه تایید کنند.
منبع: ezproject.ir