Wie EBSCO die Genauigkeit seiner KI sicherstellt
EBSCO führt Qualitätsprüfungen der KI-Ergebnisse durch, um sicherzustellen, dass die Qualität erhalten bleibt. In jeder Phase der KI-Pipeline kann die Qualität gemessen werden, es können Schritte zur Qualitätssteigerung vorgenommen werden und es kann auch zu unbeabsichtigten Fehlern kommen, die die Qualität verringern. Daher ist es von wesentlicher Bedeutung, die Qualität in jeder Phase zu bewerten. Außerdem ist die regelmäßige Analyse und Bewertung anderer Aspekte wichtig (wie Bias, Kosten, Umweltauswirkungen, Gleichstellung usw.) und dass gleichzeitig transparent dargelegt wird, wie sie bewertet werden.
Wir verwenden die folgenden Techniken, um die Qualität der KI-Ergebnisse sicherzustellen.
Retrieval-Augmented Generation (RAG)
Die KI wird auf der Grundlage führender Inhalte entwickelt, was die Wahrscheinlichkeit der Generierung von „Halluzinationen“ – also Fällen, in denen die KI falsche oder unzureichende Informationen erstellt – deutlich verringert.
Da die KI ihre Antworten auf geprüfte und umfassende Informationen stützt, ist sie besser in der Lage, zuverlässige und kontextgenaue Ergebnisse zu liefern. Auf diese Weise können Nutzer:innen ein größeres Vertrauen in die bereitgestellten Informationen haben.
Darüber hinaus gibt es einige Systembewertungen wie Latenz (wie schnell bzw. langsam erledigt die KI ihre Aufgabe), Betriebs- und Ausfallzeiten (wie zuverlässig ist das System), Kosten- und Umwelteffizienz (Sparsamkeit und Verantwortung gegenüber dem Planeten), schnelle technische Peer-Review (hilft, Verzerrungen und Bias zu verringern), Schwellenwertkontrolle (Zuverlässigkeitsschwelle für KI-Antworten) und viele weitere Elemente.
Gründliche Überprüfung durch Bibliothekar:innen und Fachexpert:innen
Unsere KI-Funktionalitäten werden von einer vielfältigen Gruppe von Nutzer:innen, darunter Forschende, Studierende, Bibliothekar:innen und Lehrkräfte, eingehend getestet und sorgfältig geprüft, um sicherzustellen, dass sie effektiv und verantwortungsvoll in den Rechercheprozess integriert sind.
Dieser umfassende Testprozess hilft uns, wertvolles Feedback zu sammeln und jede Funktionalität so zu verfeinern, dass sie den höchsten Anforderungen an Genauigkeit, Nutzerfreundlichkeit und ethischer Verantwortung entspricht.
Indem wir die Endnutzer:innen in die Entwicklung einbeziehen, stellen wir sicher, dass unsere KI-Tools den Rechercheprozess unterstützen und erleichtern sowie Einblicke und Effizienz ermöglichen, die die Komplexität und Integrität der wissenschaftlichen Forschung berücksichtigen.
Dieses Engagement für den verantwortungsvollen Einsatz von KI stellt sicher, dass unsere Technologie die Anforderungen und Erwartungen der wissenschaftlichen Community erfüllt und bei jedem Schritt Vertrauen schafft.
Erfahren Sie mehr über unsere Branchenexpertise.
Beispielfragen für die Bewertung von KI-Antworten
Beispiele für Elemente, die EBSCO zur Bewertung von KI-generierten Artikelzusammenfassungen verwendet (AI Insights):
- Aktualität: Sind die im „AI Insights“ präsentierten Informationen aktuell?
- Stil: Entsprechen die Informationen im „AI Insights“ dem Stil des Artikels?
- Terminologie: Stimmt die Terminologie im „AI Insights“ mit dem Inhalt des Artikels überein?
- Genauigkeit: Sind die Informationen im „AI Insights“ auf Grundlage der im Artikel enthaltenen Angaben überprüfbar korrekt?
- Inhalt: Werden die Hauptthemen des Artikels im „AI Insights“ behandelt?
- Nützlichkeit: Ist die ergänzende Zusammenfassung für den Forschungsprozess nützlich?
EBSCO hat sich schon immer für hochwertige und verlässliche Daten eingesetzt und das gilt auch für die KI.
Weitere Informationen
Möchten Sie mehr über KI bei EBSCO erfahren? Dann nehmen Sie bitte Kontakt mit uns auf. Sie können sich auch für unsere KI-Betatest-Programme bewerben oder mit uns an ausgewählten Forschungs- und Entwicklungsprojekten arbeiten.