登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《 AIGC时代的科研工作流： 协同与AI赋能视角下的数字学术工具应用及其未来》

  • 来源专题：数智化图书情报
  • 编译者： 闫亚飞
  • 发布时间：2023-10-25

  • 摘要：[目的/意义]从“协同能力”和“AI赋能”的视角，研究科研活动中软件工具的选择，并提出科研工作流构建的建议。

    [研究设计/方法]根据科研流程，通过网站与用户调研等方式，收集有关科研工具的信息，考虑功能特色和用户评价。以协同能力和AI赋能作为标准，对主流科研工具进行对比筛选。

    [结论/发现]科研软件应用的协同能力存在显著不同，与AIGC技术结合的程度也有显著差异。通过对科研工具进行优选后所构造的科研工作流，可以在不同科研过程中、不同设备上和不同用户之间实现更为有效的协同，提升科研人员的知识管理与知识生产效率。

    [创新/价值]为科研人员的软件选择提供参考，促进更多优秀科研工具协同和AIGC能力的提升，以及科研活动整体效率的提高。

    关键词：科研工具;科研工作流;协同能力;AIGC;

    基金资助：天津师范大学教学改革项目“适应创新人才培养的教学形式与教学方法改革与实践”（JG01222051）研究成果之一；

    DOI：10.13366/j.dik.2023.05.028

  • 原文来源：https://kns.cnki.net/kcms2/article/abstract?v=1u4N9e-cd2SLUvyVWjO6XDCRQfcO1otunqhbppGcy39YdbzX_Iz24u-bvstIC3Ef7V58IEfJ_ofD-DxxE7sgcKKwxmvgJcZEMXihzL0mCGHxunVqvZ7dm0R_0oH2iUYP495nzE_606Q=&uniplatform=NZKPT&language=CHS
326浏览量
原文链接
相关报告

  • 《AIGC时代的科研工作流：协同与AI赋能视角下的数字学术工具应用及其未来》
    • 来源专题：数智化图书情报
    • 编译者：闫亚飞
    • 发布时间：2023-11-03
    • 1. 引言 随着网络和信息技术的不断发展，科研工具在科研活动中发挥着至关重要的作用。科研工具的正确应用，有助于提高科研进程的效率和质量。然而，因为科研工作的复杂性，没有任何一款工具可以做到包揽全部研究工作（all-in-one）。因而，科研工作流（scientific workflow）的构建受到了学术界的重视。其中，软件应用的协同能力也同样值得关注。软件应用辅助组成系统化科研工作流，有助于科研项目的有序管理和科研工作整体协作能力的提高。这里的观察角度，是考察“工具”是否可以和其他“工具”有效配合，从而使得信息能够在不同工具之间有效流转。目前已经有学者针对科研工作效率的提升展开了对科研工作流构建的相关研究，但对每个阶段具体软件应用协同能力的评价研究较为缺乏。 在具体的科研工具选取中，要考虑工具是否支持 “人与人”的协作配合。支持协作的工具可以让科研工作者相互之间的配合变得更为简单高效，降低合作的摩擦成本。本研究最初是想基于协同视角，按照“人与人”协同、“工具与工具”协同的维度，选择合适的工具构成工作流，从而为科研工作者提供更好的支持工具系统，以提升科研效率。 然而，在研究过程中，AIGC（AI Generated Content）突然崛起，以ChatGPT 为代表的大语言模型迅速吸引了全球研究者的注意力。AIGC是指利用人工智能技术来生成内容的一类技术的统称。AIGC基于大量的训练数据和预训练模型，形成从文本生成文本、从文本生成图像、从图像生成文本等模型，具有数据巨量化、内容创造力、跨模态融合、认知交互力等技术特征。2022年11月30日，OpenAI发布了基于GPT-3.5模型的ChatGPT，掀起了全球范围的AI浪潮。2023年3月14日，OpenAI推出的GPT-4提高了响应速度、创造力和推理能力，更是引发了广泛的应用和讨论。 AIGC技术的快速发展改变了科研工具发展的外部环境。它意味着从协同角度来看，只考察“人与人”协同以及“工具与工具”协同是不够的，“人与AI”的协同也愈发体现出它与日俱增的重要性。本研究原本打算简单合并维度，对候选软件工具重新进行评估。但是我们很快发现，大量的科研工具都在迅速吸纳ChatGPT等大语言模型，以AI为自身赋能。本研究的研究过程恰好被ChatGPT推出的时间节点自然分割成两个阶段。在ChatGPT产生之前，研究的调查结果保存了“ AI赋能”前的科研工具原始样貌，成为了不可多得的参照数据。将前后两次评估结果进行对比，可以展示AIGC对科研软件生态系统的显著影响，并且可以给科研工具开发者和科研工作者带来思考和启示。 故此，本研究并没有简单地将“人与AI”的协同合并到原先的观察维度，而是利用原始调研信息，将传统意义的“协同能力”和“ AI赋能”分别作为两个调研阶段的重点。“分”则通过对比，清晰地看到AIGC在科研工具发展中的影响，以及工具软件因应外部环境变化的发展趋势。“合”则通过总结，构建AI赋能视角下的科研工作流，从“人与人”协同、“工具与工具”协同、“人与AI”协同的“广义协同”视角出发，为科研工作者选择科研工具，并将其整合成提升效率的工具系统提供参考。 2 文献回顾 （1）科研工具的选择与协同工作流 从科研工具的筛选标准角度，方彤等 从需求匹配、支持贡献和满意度三个方面制定了企业的智库科研工具应用情况评估指标体系。Sungur等从价格、免费存储空间、导入导出格式标准化、平台匹配以及协作等9个维度对EndNote和Mendeley进行了比较。Zhang从访问、同步、引用以及协作等维度对比分析科研工具。Ron Gilmour等从导入导出的标准化格式、元数据收集、注释、组织和共享以及引用风格等维度对科研工具进行详细对比。Michael等考虑了跨平台和设备能力、访问和订阅、数据导入导出方式、同步、个人存储空间以及文字处理等维度。Basak则从元数据导入的质量、准确性以及全面性等方面对Endnote、Refworks和Mendeley进行了对比分析。 关于工具间的协同，也有部分研究人员进行了探讨和分析。例如， Tim等从写作的角度讨论了模块化的工作流，并说明了跨设备、跨平台工具的灵活、便利。Taylor探讨了EndNote和 Microsoft Office Word间的协作使用。也有学者从文献阅读的角度讨论分析了一整套学术阅读的工具流构建。但是这些研究只局限在科研工作流的某个阶段，并没有覆盖科研工作的完整流程。 （2）AIGC的应用 目前已有不少关于AIGC对科研工作影响的研究。例如李白杨等探讨了AIGC对信息资源管理在信息组织、数据资产管理、用户研究和信息伦理四个方面的影响。陆伟等研究了以ChatGPT为代表的大模型在信息资源管理领域对支撑算法与技术、信息资源建设、信息组织与信息检索、信息治理、内容安全与评价、人机智能交互与协同六大方面的影响。张智雄等则探讨并总结了以ChatGPT为代表的人工智能技术对文献情报工作的启示和影响。实际的科研工作中，ChatGPT的出现给科研工作者带来了机遇和挑战，目前已有学者提供了在学术写作中有效使用ChatGPT的方法，并制作了流程图。在使用意愿方面，信息资源管理领域科研人员对ChatGPT的技术理念和价值有着积极的态度和较高的认可度。不过，在调研中尚未发现目前国内外关于AIGC系统化赋能科研工作流的研究。 （3）小结 目前已有学者对科研工具、方法的对比研究。但大部分研究对象都是某一个或某一类型的科研工具或方法。而且这些研究关注的重点基本都是工具本身是否好用，并没有对工具之间的协同能力展开讨论。针对AIGC、ChatGPT等工具在科研中的应用，目前很多研究还停留在宏观层面，缺少对有关科研工作流中软件应用AI化程度的研究。与此同时，外部信息和科技环境正在发生显著变化。如果不能充分利用GPT-4为代表的AIGC能力，研究者会在科研竞争中处于劣势。因此，从协同能力与AI赋能两个角度综合研究科研工具选择与科研工作流构建，有其必要性与紧迫性。这构成了本研究展开的依据。
    1406浏览量
    原文链接

  • 《“AI赋能视角下的信息行为研究”2023年信息行为研究学术年会征文通知》
    • 来源专题：数智化图书情报
    • 编译者：于彰淇
    • 发布时间：2023-11-28
    • 在以生成式人工智能（AI）为代表的新一代AI技术浪潮下，信息行为领域正在发生着广泛而深刻的变革。信息行为领域的专业人员有责任从人本角度对待新技术浪潮的影响，共同探讨AI如何为信息行为主体和信息行为研究赋能，从而抓住机遇，迎接挑战。为探索AI赋能视角下信息行为研究的新思路、新方法和新路径，为信息行为领域研究者搭建高水平的学术交流平台，推动信息行为及相关领域的学术研究、交流与合作，2023年信息行为研究学术年会将于2023年12月23日～24日在北京大学召开，会议主题为“AI赋能视角下的信息行为研究”。本次年会由中国科技情报学会信息行为专委会主办，北京大学信息管理系承办，《中国图书馆学报》、《情报学报》、《图书情报工作》、《图书情报知识》、《情报资料工作》、《情报理论与实践》、《信息资源管理学报》、《Data and Information Management》等期刊支持。 本次年会设置主旨报告、圆桌论坛、工作坊、分会场报告等不同板块。会议开展征文活动，组委会将邀请信息行为研究领域的专家学者和业界相关人员参与会议，评审委员会遴选出优秀论文进行会议报告，并择优推荐到期刊发表。诚邀全国图书情报专业和其他相关专业的教学科研及实践工作者及在读学生参与投稿及现场交流。 本次年会征稿建议突出（包含但不限于）以下主题，仅供选题参考。1.信息行为理论，尤其是AI赋能视角下的信息行为研究的理论创新；2.信息行为研究方法的应用及其创新，尤其是纵向研究、自然实验等方法，眼动、心电、脑电等人体感知数据获取技术，网络日志、社交媒体数据挖掘技术等在信息行为研究中的应用；3.信息行为情境，尤其是数智/虚拟环境、各类教育/学习情境、医疗健康情境、及人们日常生活情境下的信息行为研究等；4.多种类型的信息行为，如生成式AI的用户交互行为等人智交互行为分析，以及AI环境下的信息求证、数据行为、信息规避、数字成瘾、信息偶遇、协同搜寻、学习型搜索、探索式搜索等；5.面向多元群体的信息行为研究，除了学生、教师、医生等群体外，还鼓励关注AI在赋能儿童、老年人、残障人士等弱势群体的信息行为研究；6.伦理与社群视域下的信息行为研究，如AI等新兴技术导致的数字鸿沟、数字不平等、算法鸿沟、算法意识、算法素养、隐私关注等。 征文要求：1. 研究内容以信息行为领域重要的前沿性科学问题和现实实践问题为中心，具有创新性及原创性，数据准确，行文规范。2.已发表（含录用）或已投稿的论文不予接受和评审。3.接收中文和英文稿件，需提交word和pdf两个版本。4.论文需采用Word 2010及以上版本，纸张格式为A4。含标题、摘要、关键词、作者姓名、指导教师、作者单位、正文、参考文献、作者简介、联系方式（姓名、单位、手机号和Email地址），具体要求参见附件提供的格式。其中，研究论文正文在8000-10000字为宜，包括作者姓名、单位、简介和联系方式。5.征文截至时间：2023年12月3日。会议邀请通知将于2023年12月10日前发出。6.提交征文专用邮件地址：ibac2023@163.com。7.提交征文邮件标题格式为：提交论文+工作学习单位+第一作者姓名+论文标题。8.论坛产生的学术成果不用于任何商业用途。联系地址：北京市海淀区颐和园路5号北京大学信息管理系（100871） 联系人：刘  畅（电话：13651018477，Email：imliuc@pku.edu.cn） 孟高慧（电话：13121770255，Email：menggh@pku.edu.cn） 中国科技情报学会信息行为专业委员会 北京大学信息管理系 二〇二三年十一月十日 附件：投稿参考格式 点击阅读原文 来源：“信息行为研究”公众号
    625浏览量
    原文链接