Toepassingen van generatieve AI in R&I
Generatieve AI
|
Deze pagina behandelt het toepassen van generatieve AI in research & innovatie. Het onderscheid tussen generatieve AI en taakspecifieke AI is cruciaal. Waar taakspecifieke AI gericht is op het uitvoeren van specifieke taken, zoals classificatie of voorspelling, richt generatieve AI zich op het creëren van nieuwe inhoud op basis van patronen en voorbeelden uit bestaande gegevens.
In onderzoek is generatieve AI vooral toepasbaar bij het doen van literatuuronderzoek, en bij het voorbereiden en schrijven van een onderzoeksvoorstel: |
 |
- Bij literatuuronderzoek kunnen tools als Eclict (met een “gratis-proberen” account) en Semantic Scolar (gratis) van pas komen.
Bedenk wel dat:- AI tools vooral geschikt zijn voor het aanscherpen van de onderzoeksvraag en ter orientatie op mogelijk relevante literatuur. Daarbij vinden ze vooral open access artikelen.
- Resultaten van AI-tools telkens uniek zijn, en dus niet te reproduceren, en niet evidence based. Je hebt geen grip op het proces en je weet vaak niet waarom je die referenties krijgt te zien en welke andere niet.
- Bij het voorbereidend werk kan generatieve AI je helpen bij grip krijgen op wat er al bestaat en EU-beleid samenvatten om daarop aan te sluiten.
- Bij het schrijven van een onderzoeksvoorstel kun je met generatieve AI tekst versimpelen of inkorten, een taalcheck doen en tot op beperkte hoogte kan generatieve AI je ook helpen bij sparren (‘ideation’), visualisatie, een ‘beginnetje’ creëren en fact checking.
Verwacht echter geen denkwerk van AI, evenmin als het verzinnen van originele ideeën, vraagarticulatie, schrijven van hele secties en tijdbesparing.
Startpunt
Josien Boetje schreef een artikel over het gebruik van generatieve AI bij onderzoek: AI in onderzoek – Josien Boetje Educatie. Zeker als je, als student, nog wat minder onderzoekservaring hebt is dit zeer leesbare artikel een goed startpunt om AI in te zetten bij:
- Oriënteren op het onderwerp
- Zoeken naar relevante bronnen
- Screenen van literatuur
- Data verwerken (NB: Let er op bij data analyse dat je nooit persoonsgegevens of bedrijfsgevoelige data deelt in openbare software!)
- Paper (her)schrijven
Kennisclip
Onderstaande kennisclip vat het nog eens samen. Deze kennisclip is is gegenereerd met Invideo (https://ai.invideo.io/), op basis van de tekst hierboven. De prompt voor Invideo was "Genereer een kennisclip op basis van de volgende tekst ...", met op de ,,, de tekst hierboven vanaf "In onderzoek is generatieve AI vooral toepasbaar bij..." tot "Paper (her)schrijven".
ChatGPT als persoonlijke research assistent
Mushtaq Bilal bedacht hoe je ChatGPT via de "custom instructions" kunt laten optreden als jouw persoonlijke research assistent: Download hier de tekst voor deze custom instructions.
Wetenschappelijke AI tools
Eclicit
Eclicit is een onderzoeksassistent die taalmodellen zoals GPT-3 gebruikt om delen van de workflows van onderzoekers te automatiseren. Op dit moment is Literature Review de belangrijkste workflow in Elicit. Als je een vraag stelt, toont Elicit relevante papers en samenvattingen van belangrijke informatie over die papers in een gebruiksvriendelijke tabel.
Overzicht van tools voor diverse fasen in een wetenschappelijk onderzoek
met dank aan Eva Willems, Haagse Hogeschool
Zoeken en verzamelen van literatuur
 |
|
 |
|
 |
|
 |
|
Analyseren van literatuur
 |
|
 |
|
 |
|
Samenvatten en schrijven
 |
|
 |
|
 |
|
Andere nuttige tools:
- Grammarly (freemiium): Controleert je teksten op spelling- en grammaticafouten. https://www.grammarly.com/
- TextCortex (freemium): Helpt je bij het genereren van tekst, het corrigeren van fouten en het verbeteren van je schrijfstijl. https://textcortex.com/
Tips voor het gebruik van AI-tools voor literatuurstudie:
- Gebruik verschillende tools om de beste resultaten te krijgen.
- Wees kritisch over de informatie die je van AI-tools krijgt.
- Gebruik AI-tools niet als vervanging van je eigen oordeel en expertise.
Naast de bovenstaande tools zijn er nog veel meer AI-tools beschikbaar voor literatuurstudie. Het is belangrijk om te experimenteren met verschillende tools om te vinden wat het beste werkt voor jou.
Hier zijn nog een paar bronnen waar je meer informatie kunt vinden over AI-tools voor literatuurstudie:
- Voorbij ChatGPT: AI-tools in literatuuronderzoek: https://uba.uva.nl/content/evenementen/2024/01/voorbij-chatgpt-ai-tools-in-literatuuronderzoek.html (Universiteit van Amsterdam)
- 16 beste AI-onderzoekstools: https://www.morningdough.com/nl/ai-tools/best-ai-research-tools/ (Morning Dough)
Verantwoording vervolgtekst
De kopjes in de volgende drie blokken, "AI in het voorbereidende werk", "AI bij het schrijven van een onderzoeksvoorstel" en "Waarvoor niet?" zijn ontleend aan de informatie die werd gedeeld tijdens de EARMA AI Day op 29 feb. 2024. De tekst onder elk van de kopjes is tot stand gekomen met behulp van AI: ChatGPT 3..5 (versie feb. 2024) werd geprompt "Kun je een tekst schrijven onder het kopje "Matchen van funding aan profiel wetenschapper" voor een internetpagina over het gebruik van generatieve AI in wetenschappelijk onderzoek? Indicatie voor de lengte van de tekst: 3 of 4 zinnen", en voor de andere kopjes werden vergelijkbare prompts gebruikt. De stijl van de door ChatGPT gegenereerde tekst werd daarna nog bewerkt om aan te sluiten bij de schrijfstijl van deze Library Guide.
AI in het voorbereidend werk
Matchen van funding aan profiel wetenschapper
Met generatieve AI kun je inschatten hoe de financieringsmogelijkheden voor je onderzoeksproject zijn afgestemd op jouw specifieke expertise en onderzoeksprofiel. Helaas gaat het hierbij steeds om betaalde (dure!) tools, waarmee je echter wel nauwkeurigere en meer op maat gemaakte financieringsvoorstellen formuleren, wat resulteert in een efficiënter gebruik van middelen en een grotere kans op succesvolle financiering van je onderzoek. Ook kun je met generatieve AI snel(ler) recent toegekende projecten opzoeken.
Consortium-opties verkennen (wie is waarmee bezig?)
Met generatieve AI kun je de activiteiten van andere onderzoeksgroepen verkennen en begrijpen. Je kunt snel(ler) identificeren welke groepen bezig zijn met vergelijkbare onderzoeksthema's of complementaire expertise hebben, waardoor samenwerkingsmogelijkheden worden vergroot en synergie worden benut voor meer impactvolle wetenschappelijke projecten.
Grip krijgen op wat er al bestaat
Met generatieve AI kun je snel(ler) grote hoeveelheden wetenschappelijke artikelen doorzoeken, relevante informatie identificeren en nieuwe verbanden ontdekken. Dit helpt je om je onderzoek te contextualiseren, lacunes in kennis te identificeren en je eigen bijdrage aan het wetenschappelijke discours te versterken.
Artikelen en EU-beleid samenvatten
Met generatieve AI kun je complexe wetenschappelijke artikelen en EU-beleidsdocumenten snel samenvatten en de kernpunten extraheren. Hierdoor kun je je literatuuronderzoek efficiënter uitvoeren en relevante informatie sneller identificeren, trends begrijpen en inzichten verwerven die essentieel zijn om goed te kunnen aansluiten op bestaande onderzoeksresultaten en Europees beleid.
AI bij het schrijven van een onderzoeksvoorstel
Tekst versimpelen of inkorten
Met generatieve AI kun je complexe tekst vereenvoudigen of inkorten zonder de essentie te verliezen. Zo kun je informatie presenteren op een meer toegankelijke en begrijpelijke manier, waardoor de communicatie van onderzoeksresultaten naar een breder publiek wordt vergemakkelijkt en de impact van je werk wordt vergroot.
Taalcheck
Generatieve AI kan je helpen bij het uitvoeren van taalchecks op je geschreven materiaal. De taalmodellen die aan generatieve AI ten grondslag liggen zijn oorspronkelljk ontwikkeld voor vertaal applicaties. Door geavanceerde taalmodellen kun je grammaticale fouten, stijlconsistentie en taalgebruik controleren, wat resulteert in beter gestructureerde en professioneel gepresenteerde teksten voor publicatie en communicatie van onderzoeksresultaten.
Er zijn ook specifieke tools voor proposals zoals Impacter, maar die worden (nog) niet ondersteund met generatieve AI.
Sparren (‘ideation’)
Generatieve AI kun je ook inzetten om te sparren en ideeën te genereren voor je onderzoek. Zo kun je nieuwe invalshoeken ontdekken, concepten verkennen en creatieve oplossingen bedenken voor complexe vraagstukken binnen je vakgebied. Zo stimuleer je innovatie en bevordert de ontwikkeling van baanbrekend wetenschappelijk onderzoek."
Visualisatie
Generatieve AI biedt ook tools om afbeeldingen mee te genereren, en/of om complexe data visualiseren op een begrijpelijke en boeiende manier. Deze visualisaties helpen niet alleen bij het communiceren van onderzoeksresultaten, maar ook bij het ontdekken van patronen, trends en relaties in de data, wat de interpretatie en analyse van het onderzoek ten goede komt.
‘Beginnetje’ creëren en fact checking
Generatieve AI kan je ook ondersteunen bij het creëren van een beginnetje voor je onderzoeksvoorstel en bij het factchecken ervan. De AI kan je helpen bij het formuleren van de probleemstelling, het identificeren van relevante literatuur en het opstellen van onderzoeksvragen. Het is echter belangrijk op te merken dat AI-tools mogelijk 'hallucineren' en onjuiste informatie genereren. Daarom is het essentieel om de gegenereerde tekst kritisch te beoordelen en feitelijke informatie te verifiëren om de nauwkeurigheid en betrouwbaarheid van het voorstel te waarborgen.
Waarvoor niet?
Niet voor originele ideeën
Hoewel generatieve AI waardevol is voor diverse aspecten van wetenschappelijk onderzoek, is het niet geschikt voor het genereren van originele ideeën. Het proces van creatief denken, innovatie en het formuleren van nieuwe concepten vereist menselijke creativiteit en intuïtie, die niet adequaat kunnen worden gereproduceerd door AI-algoritmes. Daarom blijft het genereren van originele ideeën een taak die het beste aan menselijke denkprocessen kan worden overgelaten.
Niet voor denkwerk
Terwijl generatieve AI waardevol is voor gegevensanalyse en patroonherkenning, is het minder geschikt voor denkwerk. Het vermogen om abstract te redeneren, complexe problemen op te lossen en creatieve oplossingen te bedenken blijft een menselijke kracht die niet volledig kan worden vervangen door AI. Het gebruik van AI voor denkwerk kan leiden tot oppervlakkige of beperkte oplossingen, omdat het ontbreekt aan het begrip en de intuïtie die inherent zijn aan menselijk denken.
Geen vervanging van het schrijfproces
Zelf schrijven, mogelijk met ondersteuning van AI, bevordert actief denkwerk en helpt bij het genereren van nieuwe ideeën. Het proces van het formuleren van gedachten in woorden dwingt onderzoekers om hun ideeën helder te articuleren en creatieve verbanden te leggen. Door actief betrokken te zijn bij het schrijfproces, kunnen onderzoekers hun denkvermogen versterken en tot originele en innovatieve concepten komen.
Niet voor vraagarticulatie
Terwijl generatieve AI effectief kan zijn bij het verwerken van complexe gegevens, is het minder geschikt voor vraagarticulatie. Het vermogen om relevante onderzoeksvragen te formuleren vereist een diepgaand begrip van het onderzoeksgebied, contextuele kennis en creatieve inzichten die typisch menselijk zijn. Het gebruik van AI voor vraagarticulatie kan leiden tot oppervlakkige of misplaatste vragen, omdat het niet in staat is om de nuances en subtiliteiten van het onderzoeksdomein volledig te begrijpen.
Niet voor hele secties schrijven
Hoewel generatieve AI nuttig kan zijn voor het verwerken van gegevens en het genereren van concepten, is het minder geschikt voor het schrijven van hele secties in een onderzoeksaanvraag of onderzoeksrapport. Het schrijven van wetenschappelijke teksten vereist niet alleen een helder begrip van het onderwerp, maar ook de capaciteit om ideeën coherent en overtuigend te presenteren, wat een menselijke vaardigheid is. Het gebruik van AI voor deze taak kan resulteren in onnauwkeurigheden, inconsistenties en een gebrek aan context, waardoor de kwaliteit en geloofwaardigheid van het werk in gevaar kunnen komen
Niet per se voor tijdsbesparing (bij het schrijven)
Hoewel generatieve AI potentieel biedt voor gegevensverwerking en conceptgeneratie, garandeert het gebruik ervan als onderzoeker niet altijd tijdsbesparing bij het schrijven. Het interpreteren en verwerken van de door AI gegenereerde inhoud, het aanpassen aan specifieke contexten en het waarborgen van kwaliteit vereisen nog steeds aanzienlijke menselijke betrokkenheid en tijd. Bovendien kan het afhankelijk zijn van AI leiden tot herzieningen en correcties, waardoor de uiteindelijke tijdsbesparing mogelijk minimaal is.