البحث المسؤول، الذكاء الاصطناعي المسؤول
تُعتبر الممارسات البحثية المعترف بها عالميًا - مثل تحليل الاقتباسات، والتثليث، وإمكانية إعادة الإنتاج، والمراجعة المنهجية، وتصميم الدراسات الأخلاقية - أساسًا لبناء الثقة في عملية البحث. لقد كان أمناء المكتبات يتبعون هذه الممارسات منذ زمنٍ بعيد. نهدف في EBSCO إلى الحفاظ على هذه الثقة ضمن مجتمع البحث، وضمان مساهمة تكنولوجيا الذكاء الاصطناعي في تحسين عملية البحث، سواءً للأغراض الشخصية أو الأكاديمية.
وبناءً على إرشادات عملائنا وشركائنا والهيئات التنظيمية، قمنا في EBSCO بتطوير المبادئ التالية للذكاء الاصطناعي والالتزام بها.
الجودة
تضمن EBSCO دقة الذكاء الاصطناعي الخاص بها من خلال توظيفه في بيانات موثوقة عبر تقنية التوليد المعزز بالاسترجاع (RAG)، والرسومات البيانية المعرفية، والتدقيق الصارم الذي يقوم به أمناء المكتبات وخبراء الموضوعات (SMEs). لا نعتمد على التدريب النصي الكامل دون موافقة كاتبي هذه النصوص، لعدم تماشى ذلك مع ممارسات الذكاء الاصطناعي المسؤول.
أظهرت الأبحاث أنه عندما يتم ربط نموذج لغوي كبير (LLM) ببيانات مرتبطة في شكل رسم بياني معرفي، تزداد الدقة بنسبة 54%، مما يقلل احتمالية حدوث أخطاء في ردود الذكاء الاصطناعي. يربط الفهرس الموحد للموضوعات (USI) من EBSCO جميع المفردات المحكمة في رسم بياني معرفي للبيانات المرتبطة، بينما يربط الرسم البياني الأكاديمي من EBSCO (ESG) أكثر من 100 مليون مقال أكاديمي مع بياناته الوصفية وقياسات الاقتباس، وملفات تعريف المؤلفين والمؤسسات. مع وجود مليارات من المحتويات الموثوقة، تعتمد أنشطة الذكاء الاصطناعي لدينا على بيانات أكاديمية قائمة على الأدلة لتقليل الأخطاء وزيادة الموثوقية.
الشفافية
تعتبر الشفافية أساسية لاتخاذ قرارات مستنيرة، وتلتزم EBSCO بتوفير تصنيفات واضحة وميزات ذكاء اصطناعي قابلة للتفسير. تشمل نهجنا في الشفافية للذكاء الاصطناعي توضيح:
- مصدر البيانات ومكوناتها.
- كيفية استخدام بيانات المصدر ووزنها في نموذج الذكاء الاصطناعي.
- عملية التدقيق في البيانات الأساسية للذكاء الاصطناعي، بما في ذلك مساهمات أمناء المكتبات والخبراء الموضوعات.
- هيكل المطالبات المرسلة إلى نموذج الذكاء الاصطناعي وترتيب أهميتها (دون الكشف عن مطالبات أو خوارزميات معينة).
- كيفية إدارة التأثير البيئي لذكائنا الاصطناعي.
في EBSCO، الذكاء الاصطناعي القابل للتفسير يعني توفير الشفافية فيما يتعلق بكيفية عمل ميزات الذكاء الاصطناعي في منتجاتنا. كما نولي الأولوية لاستخدام نماذج الذكاء الاصطناعي الشفافة حيثما كان ذلك ممكنًا، ونراقب بنشاط مؤشر الشفافية في جامعة ستانفورد عند اختيارنا للنماذج.
المعرفة المعلوماتية
تتعاون EBSCO مع أمناء المكتبات لتعزيز الذكاء الاصطناعي والمعرفة المعلوماتية. تُعد موارد معرفة الذكاء الاصطناعي مجموعة فرعية من المعرفة المعلوماتية، وهي تسهم في مساعدة أمناء المكتبات في توجيه الباحثين حول الاستخدام المسؤول للذكاء الاصطناعي، بما في ذلك اكتشاف المحتوى المزيف وتقييم نواتج الذكاء الاصطناعي وفهم الممارسات المقبولة للذكاء الاصطناعي في البحث.
قد يحتاج الباحثون إلى النظر في الأسئلة التالية:
- ما هو الاستخدام المناسب للذكاء الاصطناعي في البحث؟
- كيف يمكن التأكد أن المحتوى الذي ينتجه الذكاء الاصطناعي لا ينتهك حقوق النشر؟
- كيف يمكنك التحقق من دقة النصوص أو الصور الناتجة عن الذكاء الاصطناعي؟
- كيف يمكنك الاقتباس من الذكاء الاصطناعي، وما المحتوى الذي يمكنك اقتباسه؟
- كيف يمكنك الإبلاغ عن أو تصحيح الذكاء الاصطناعي غير الأخلاقي أو الخاطئ؟
- ما هي معايير الذكاء الاصطناعي وقوانينه التي ينبغي أن يعرفها الباحثون؟
- كيف ينبغي على الباحثين إشراك لجنة مراجعة أخلاقيات البحث عند استخدام الذكاء الاصطناعي؟
- ما هي الأدوات الأكثر ملاءمة للذكاء الاصطناعي في البحث؟
- كيف يمكنك التأكد من أن الذكاء الاصطناعي الذي استخدمته، أو نواتجه، أخلاقي ومبني على مصادر موثوقة؟
تُعتبر المعرفة المعلوماتية مهارة أساسية للباحثين لتحديد إجابات هذه الأسئلة. تهدف EBSCO إلى مساعدة أمناء المكتبات في هذه المحادثات الهامة وتعليم الباحثين تقنيات المعرفة.
العدالة
تعتمد تقنية الذكاء الاصطناعي العادل على قاعدة من البيانات المتنوعة والمصادر الأخلاقية، مع ضمان الوصول المتكافئ للمحتوى، بغض النظر عن تجربة البحث أو لغته أو الخبرة فيه. على الرغم من أن العديد من النماذج اللغوية الكبيرة (LLMs) تتمتع بمعرفة عامة، إلا أنها تواجه صعوبة مع الأسئلة الدقيقة والمحددة في مجالات معينة، مما يؤدي في كثير من الأحيان إلى معلومات غير دقيقة. لذا تتطلب النماذج اللغوية الكبيرة بيانات خاصة بالمجال وتدقيقًا من الخبراء لتقديم إجابات دقيقة للبحث.
علاوةً على ذلك، يجب على النماذج اللغوية الكبيرة فهم البيانات المتنوعة من الناحيتين الثقافية واللغوية لضمان تحقيق الشمول. تستخدم EBSCO موارد مثل المحتوى المتنوع والفريد الذي تقدمه قواعد بيانات EBSCO، بالإضافة إلى الفهرس الموحد للموضوعات (USI) والذي يضم أكثر من 280 لغة ولهجة من أكثر من 100 قاموس مفردات مُحكم، وذلك من أجل إضافة معلومات أكثر عدالة إلى إجابات الذكاء الاصطناعي. لا تُستخدم هذه الموارد لتدريب الذكاء الاصطناعي، لأن ذلك يتعارض مع ممارساتنا المسؤولة في هذا المجال.
المستخدم أولًا
تُعطى ميزات الذكاء الاصطناعي لدينا الأولوية لتجربة المستخدم، حيث تخضع لاختبارات دقيقة وتدقيق من قِبل المستخدمين لضمان فعاليتها ودعمها المسؤول لعملية البحث. قد يكون اتباع الاتجاهات الجديدة مغريًأ، ولكن EBSCO تلتزم باستخدام الذكاء الاصطناعي بطرق مدروسة ومسؤولة، مع التركيز على الميزات التي تعزز رحلة البحث حقًا وتحافظ على النزاهة الأكاديمية.
ميزات الذكاء الاصطناعي لدينا:
- يخضع للتدقيق من قبل أمناء المكتبات والمستخدمين والعملاء في EBSCO.
- يدعم جانبًا أو أكثر من جوانب عملية البحث.
- يتم تقييم ملاءمته. لا يتم استخدام الذكاء الاصطناعي إذا تم اكتشاف طريقة أكثر فعالية.
يساعد هذا النهج في الحفاظ على التكاليف المنخفضة والجودة المرتفعة والتطوير الذي يركز على الميزات التي تؤثر بشكل كبير على تجربة البحث.
نزاهة البيانات
تضمن EBSCO أن ميزات الذكاء الاصطناعي لدينا تمتثل لسياسات البيانات، مما يحمي الخصوصية وحقوق الطبع والنشر وبيانات المستخدمين. نحن نتعاون مع الناشرين للحفاظ على الشفافية في استخدام المحتوى، وتوضح شروط الاستخدام المحدثة لدينا أن محتوى الناشر لا يمكن استخدامه في الذكاء الاصطناعي للعملاء، حيث سيشكل ذلك انتهاكًا لحقوق الملكية الفكرية وحقوق النشر لكل من المبدع والناشر.
تُعد EBSCO مؤسسة معتمدة لامتثالها مع معايير الأيزو رقم 27001، 27017، 27018 و27701 في مجال أمن وخصوصية المعلومات. لحماية الخصوصية والأمان، لا نشارك بيانات العملاء أو المستخدمين مع نماذج الذكاء الاصطناعي. نحن أيضًا نراقب اللوائح المتطورة المتعلقة بالذكاء الاصطناعيعن كثب ونتكيف معها، بما في ذلك إرشادات الناتو والاتحاد الأوروبي بشأن الذكاء الاصطناعي المسؤول، وقانون الذكاء الاصطناعي في الاتحاد الأوروبي، والمعايير الوطنية الأخرى.
ابقَ على اطلاع بكل ما هو جديد
لمعرفة المزيد عن الذكاء الاصطناعي في EBSCO، تواصل معنا أو اشترك في برامج البيتا الخاصة بذكائنا الاصطناعي، أو تعاون معنا في مبادراتنا البحثية والتطويرية.
