AI och informationssökning 2.0

Generativ AI, ChatGPT och informationssökning

Att använda AI-teknik på ett ansvarsfullt och strategiskt sätt kan vara ett stöd i dina studier. Verktyg baserade på generativ AI som exempelvis ChatGPT kan vara till hjälp för att ge dig en snabb överblick över ett nytt ämne. Du kan till exempel undersöka vilka termer som används inom ämnet, be om sammanfattningar från olika perspektiv eller testa olika idéer. Det är dock viktigt att komma ihåg att det är du som har ansvar för ditt lärande och din sökprocess.

Generativ AI bygger på sannolikhet. Om en mening börjar så här, hur borde den fortsätta? I tidigare versioner av AI-tekniken kunde de inte ge några källor för sina påståenden men idag är det vanligt att AI-svar inkluderar länkar. Den genererade texten kan dock fortfarande vara felaktig och länkarna inte stämma överens med informationen som genererats.

När du använder AI för att till exempel hitta artiklar till ditt arbete är det viktigt att veta att den genererade informationen stämmer och att du kan se var den kommer ifrån. Eftersom detta ibland är svårt att göra i AI-verktyg kan det vara bättre att använda sig av en vetenskaplig databas för vissa uppgifter.

Verktyg för informationssökning

Det finns specifika informationssökningsverktyg som använder sig av AI för att hjälpa dig hitta relevanta artiklar eller liknande material om du redan har några artiklar att utgå från. Verktygen kan både använda sig av citeringsanalys och av semantisk likhet för att ge förslag på fler artiklar. Ibland presenteras resultatet som en graf där man kan klicka sig vidare för att upptäcka ännu mer material. Det finns också verktyg som använder AI för att tolka frågor ställda i naturligt språk.

Vid citeringsanalys utnyttjas vilka källor artikeln använder sig av och vilka andra artiklar som har artikeln som källa för att ge förslag på mer material.

Vid semantisk sökning används en språkmodell för att försöka förstå ett dokuments eller en sökfrågas innebörd och matcha den mot andra dokument med liknande innehåll även om de inte nödvändigtvis innehåller samma ord.

Även om vanliga chattbottar kan ge länkar till hemsidor eller artiklar är de inte byggda för att hitta information. Tänk på att använda rätt verktyg till rätt uppgift.

Olika AI-tekniker används också i många av de mer traditionella databaser som biblioteket prenumererar på som nås via databaslistan. Många databasleverantörer planerar även att öka inslagen av AI i sina tjänster. AI kan användas för att utöka själva sökresultatet men också för relevansrankning eller skapa sammanfattningar.

Vilket material är sökbart i verktyget?

Det här är en fråga som du alltid ska ställa vid informationssökning men den är extra viktig när det gäller nya AI-verktyg. Vissa verktyg innehåller endast fritt tillgängligt (open access) material. Det material biblioteket prenumererar på kan du inte hitta där. Ett verktyg kan ha en bred täckning över olika ämnen eller endast vara lämpligt för vissa specifika ämnen. Antalet publikationer som är sökbara varierar mellan olika verktyg. Typen av material kan också variera och visst innehåll kan vara vetenskapligt medan annat inte är det. Som alltid när du söker information för dina studier är det viktigt att du granskar källorna du hittar. 

Vilket data har använts för att träna de AI-modeller som används?

För att upptäcka likheter mellan artiklar tränas en modell med en stor mängd data. Även om mängden data är enorm (därav ”stor” i stora språkmodeller) är den inte outtömlig och det finns begränsningar i storlek, bredd och aktualitet. Väldigt sällan redovisas vilken data som använts.

Obalans i träningsunderlaget kan slå igenom och riskerar att generera ”bias” i modellen. Har träning utförts med data från vissa källor under en viss tidperiod så är det generaliseringar från den tiden och de källorna som kommer att synas i vad modellen genererar. Exempelvis kan en modell tränad med teknisk litteratur vara sämre på att hitta relaterade artiklar inom samhällsvetenskap och humaniora. 

Hur används det du matar in i verktyget?

Det du skriver in i verktyget eller dokument du laddar upp kan sparas och användas av verktyget på sätt du inte har kontroll över. Verktyg kan kontinuerligt förbättra sina modeller genom att använda sig av nya data från användare. Du bör aldrig mata in känsliga data, personuppgifter eller data som inte kan spridas fritt, exempelvis upphovsrättsskyddat material som böcker och artiklar som inte är öppet tillgängliga.

Vilken grad av transparens och replikerbarhet kräver sökuppgiften?

Transparens, att vara öppen med och redovisa hur du kommit fram till ett resultat, är en grundläggande princip inom forskning och vetenskap som du alltid ska tillämpa i dina studier.

Replikerbarhet är en annan grundläggande princip som går ut på att någon annan ska kunna återskapa det du gjort och komma fram till samma resultat.

Alla AI-verktyg har problem med transparens och replikerbarhet eftersom de är så kallade ”svarta lådor”.  Du ger verktyget input i form av en sökfråga (även kallad ”prompt”) eller ett antal artiklar och den levererar ett resultat. Det är dock svårt att förklara exakt vad det var som gjorde att resultatet blev det som det blev. Att använda AI-verktyg är alltså helt annorlunda från att använda sig av ämnesord och söktermer i traditionella vetenskapliga databaser.

När AI-modeller tränas används sannolikhetsberäkningar vilket medför att samma input kan ge olika resultat. Det här påverkar hur transparanta verktygen är och hur replikerbara resultaten är i sig. Oavsett verktyg gäller dock att du behöver vara öppen med vilka verktyg du använt och vilka resultat du fått. Du kan använda dig av bibliotekets referensguider för att se hur du kan citera en chattbott på ett korrekt sätt.

Det finns väldigt många AI-företag som levererar chattbottar idag, till exempel OpenAI (ChatGPT), Google (Gemini) och Anthropic (Claude). Det finns också väldigt många verktyg som använder sig av generativ AI på andra sätt. Däribland finns en mängd AI-baserade verktyg som är till för att hitta vetenskapliga artiklar, till exempel Semantic Scholar, Perplexity och Undermind. Observera att universitetsbiblioteket inte prenumererar på eller ger support i något av dessa verktyg.