MEDİMAGAZİN - Bilim insanları, insan benzeri metinleri anlayabilen ve oluşturabilen yapay zeka (AI) tarafından yönetilen bir araç olan ChatGPT'nin yardımıyla bir saatten kısa bir sürede bir araştırma makalesi hazırladı. Makale akıcı, anlaşılır ve bilimsel bir makale için beklenen yapıda sunuldu, ancak araştırmacılar, aracın gerçekten yardımcı olabilmesi için aşılması gereken birçok engel olduğunu söylüyor.
Hayfa'daki İsrail Teknoloji Enstitüsü Technion'da biyolog ve veri bilimcisi olan Roy Kishony, amacın bir araştırma 'yardımcı pilotu' olarak ChatGPT'nin yeteneklerini keşfetmek ve avantajları ve tuzakları hakkında tartışma başlatmak olduğunu söylüyor. Kishony, "Dezavantajlardan daha azıyla faydaları nasıl elde edebileceğimiz konusunda bir tartışmaya ihtiyacımız var" diyor.
Kishony ve yine Technion'da çalışan bir veri bilimcisi olan öğrencisi Tal Ifargan, ABD Hastalık Kontrol ve Önleme Merkezlerinin sağlıkla ilgili telefon anketlerinin bir veri tabanı olan Davranışsal Risk Faktörü Gözetim Sisteminden halka açık bir veri seti indirdi. Veri seti, 250.000'den fazla kişiden diyabet durumları, meyve ve sebze tüketimi ve fiziksel aktiviteleri hakkında toplanan bilgileri içeriyordu.
Bir makalenin yapı taşları
Araştırmacılar, ChatGPT'den verileri analiz edebilecekleri kalıpları ortaya çıkarmak için kullanabilecekleri bir kod yazmasını istedi. Chatbot ilk denemesinde hatalarla dolu ve çalışmayan bir kod üretti. Ancak bilim adamları hata mesajlarını ilettiğinde ve ondan hataları düzeltmesini istediğinde, sonunda veri setini keşfetmek için kullanılabilecek bir kod üretti.
Ellerinde daha yapılandırılmış bir veri seti bulunan Kishony ve Ifargan, ChatGPT'den bir çalışma hedefi geliştirmelerine yardım etmesini istedi. Araç, fiziksel aktivite ve diyetin diyabet riskini nasıl etkilediğini keşfetmelerini önerdi. Daha fazla kod oluşturduğunda, ChatGPT şu sonuçları verdi: Daha fazla meyve ve sebze yemek ve egzersiz yapmak, daha düşük diyabet riskiyle bağlantılıdır.
Daha sonra ChatGPT'den temel bulguları bir tabloda özetlemesi ve tüm sonuçlar bölümünü yazması istendi. Adım adım, ChatGPT'den bir makalenin özetini, girişini, yöntemlerini ve tartışma bölümlerini yazmasını istediler. Son olarak, ChatGPT'den makale metnini iyileştirmesini istediler.
Kishony, ChatGPT'nin sağlam veri analiziyle net bir şekilde yazılmış bir el yazması oluşturmasına rağmen, makalenin mükemmel olmaktan çok uzak olduğunu söylüyor. Araştırmacıların karşılaştığı sorunlardan biri, ChatGPT'nin halüsinasyon olarak bilinen bir fenomen olan, bir şeyler uydurarak boşlukları doldurma eğilimiydi. Bu durumda, sahte alıntılar ve yanlış bilgiler üretti.
Faydalar ve endişeler
Kishony ayrıca, bu tür araçların araştırmacıların, bilim insanlarının bir veri kümesi üzerinde birkaç hipotezi test ettiği ancak yalnızca önemli bir sonuç üretenleri rapor ettiği P -hackleme gibi dürüst olmayan uygulamalara girişmesini kolaylaştırabileceğinden endişe ediyor .
"Bir başka endişe de, üretici yapay zeka araçlarıyla makale üretmenin kolaylığının, dergilerin düşük kaliteli kağıtlarla dolup taşmasına neden olabilmesidir" diye ekliyor. Her adımın merkezinde insan gözetimi olan veriden makaleye yaklaşımının, araştırmacıların yöntemleri ve bulguları kolayca anlamasını, kontrol etmesini ve çoğaltmasını sağlamanın bir yolu olabileceğini söylüyor.
Cambridge, Massachusetts'teki Broad Institute of MIT and Harvard'da hesaplamalı bir biyolog olan Shantanu Singh, üretken yapay zeka araçlarının özet yazmak ve kod üretmek gibi basit ama zaman alıcı görevleri yerine getirerek araştırma sürecini hızlandırma potansiyeline sahip olduğunu söylüyor. Veri kümelerinden kağıt oluşturmak veya hipotez geliştirmek için kullanılabileceğini söylüyor. Ancak halüsinasyonları ve önyargıları tespit etmek araştırmacılar için zor olduğu için Singh, "Tüm makaleleri yazmanın - en azından yakın gelecekte - özellikle iyi bir kullanım olacağını düşünmüyorum" diyor.
Bu makale Nature'dan çevrildi.
