L’intelligenza artificiale (IA) sta rivoluzionando il modo in cui i ricercatori conducono ricerche e scrivono pubblicazioni accademiche nel campo delle scienze umane e sociali. Questa rapida evoluzione ha portato alla creazione di un’intera serie di strumenti basati sull’IA che facilitano e accelerano la ricerca di documenti scientifici, la sintesi delle informazioni e persino la stesura di articoli. In questo articolo, ci immergiamo nel mondo delle nuove frontiere della ricerca accademica, esplorando il potenziale e le sfide che questi strumenti basati sull’IA presentano per gli studiosi di tutto il mondo.

Tra i protagonisti di questo cambiamento c’è Mushtaq Bilal, un ricercatore postdottorato presso l’Università del Sud della Danimarca, che sta sfruttando alcuni dei più avanzati strumenti di IA per analizzare l’evoluzione del romanzo nel diciannovesimo secolo. Bilal ha scoperto che, con l’arrivo di ChatGPT, molte delle fasi della ricerca accademica possono essere automatizzate attraverso applicazioni basate sull’IA. Queste nuove piattaforme facilitano l’intera fase iniziale del processo di scrittura, permettendo agli studiosi di concentrarsi sulla creatività e sulla comprensione delle informazioni raccolte. Una delle caratteristiche distintive di questi strumenti basati sull’IA è la loro capacità di andare oltre le ricerche basate su parole chiave per estrapolare connessioni dalla vasta rete della letteratura scientifica. Alcuni programmi come Consensus forniscono risposte basate su ricerche a domande sì o no, mentre altri come Semantic Scholar, Elicit e Iris agiscono come assistenti digitali, semplificando bibliografie, suggerendo nuovi articoli e generando sintesi di ricerche.

La chiave di tale progresso risiede in un tipo di ricerca differente. A differenza degli strumenti di ricerca standard come Google Scholar e PubMed, che si basano sulle parole chiave per identificare documenti simili, gli algoritmi di IA utilizzano confronti vettoriali. In questo modo, i documenti vengono tradotti in numeri, chiamati vettori, la cui posizione nello “spazio vettoriale” corrisponde alla loro somiglianza. Grazie a questa tecnologia, gli strumenti basati sull’IA riescono a comprendere meglio il contesto delle query di ricerca e forniscono risultati più pertinenti e meno dispersivi.

Però, come in ogni innovazione, esistono anche delle sfide. Alcune delle critiche riguardano la relativa immaturità di questi programmi e il rischio di perpetuare pregiudizi esistenti nel processo di pubblicazione accademica. Per esempio, poiché diversi motori di ricerca basati sull’IA utilizzano metriche come conteggi delle citazioni e fattori di impatto per determinare la classifica degli articoli, i lavori pubblicati su riviste prestigiose o sensazionalizzati tendono a prevalere su quelli più rilevanti. Inoltre, non sempre è facile distinguere tra preprint e articoli pubblicati sottoposti a revisione paritaria, senza considerare la possibilità che siano presenti errori o informazioni inaccurate nei testi generati dall’IA. Pertanto, rimane responsabilità dell’utente verificare le affermazioni e le informazioni fornite dagli strumenti basati sull’IA.

Nonostante le potenziali insidie, l’uso dell’IA nella ricerca accademica presenta enormi vantaggi per gli studiosi. Facilitando e semplificando la ricerca di informazioni, questi strumenti possono contribuire a stimolare la creazione di nuove idee e la scoperta di nuove conoscenze. Alla fine, l’obiettivo è quello di aiutare gli scienziati a essere più produttivi e creativi, permettendo loro di affrontare alcune delle sfide più pressanti del nostro tempo attraverso programmi di ricerca dinamici e all’avanguardia. Con un uso responsabile e una costante evoluzione, l’intelligenza artificiale può diventare un alleato prezioso nella conquista delle nuove frontiere della ricerca accademica.