剪辑：LRS

【新智元导读】东说念主工智能器具正在匡助科研东说念主员快速整合和斡旋迢遥科学文件，但完全自动化的高质料文件综述生成仍濒临挑战，诚然能普及探讨放浪，但也存在生成低质料综述的风险，需严慎使用，是以说现阶段如故东说念主眼看论文靠谱。

汇注的普及，加上文件数目的爆炸式增长，如今的科研东说念主员要濒临的一个主要勤快等于，尽管可能仍是网罗了饱和的数据来匡助斡旋某个复杂的范围或系统，但由于信息量的雄壮，东说念主类无法全面地阅读和斡旋整个文件。

就像是面对一个雄壮的藏书楼，诚然每本书都包含了认确切学问，但莫得东说念主能够阅读整个的册本并从中获取一个无缺的解析。

因此，尽管科学的高出为咱们提供了迢遥的数据，但如何灵验地整合和斡旋这些数据仍然是一个亟待贬责的问题。

最近Nature上有一篇专栏著述，先容了一些现存的、文件综述自动化生成的情状，并指出了这类情状主要濒临的窘境及用户痛点。

著述贯穿：https://www.nature.com/articles/d41586-024-03676-9

尽管身处ChatGPT时期，但念念要完全莫得东说念主类参与，让AI「一键」完成系统性综述生成，集查询、整理、文件筛选、回顾归纳等于孑然，况且莫得幻觉荒唐，仍然是一项不可能完成的任务。

用AI作念文件综述

几十年来，探讨东说念主员们一直在尝试普及「将迢遥推敲探讨汇编成综述」的速率，由于职责量过大，好多综述在提交的本领时常就仍是过期了。

ChatGPT等大模子展现出的超强话语斡旋智商，也再次引发了东说念主们关于自动化综述的敬爱，本年9月， 好意思国初创公司FutureHouse构建了一个新系统，声称能够在几分钟内生成一个比维基百科更准确的科学学问轮廓页面，况且仍是为大致17,000个东说念主类基因（human gene）生成了维基百科格调的条款，其中大部分在此前枯竭详备的刻画先容。

一些科学文件搜索引擎也仍是运转引入AI驱动智商，来匡助用户通过查找、排序和回顾出书物来制作论述性文件综述，但当今质料迢遥相比低。

大多数探讨东说念主员都认同，离已矣自动化「金要领综述」还有很长的路要走，通盘流程波及严格的要领来搜索和评估论文，还包括元分析来合成放浪，省略10年、以致100年后才智略有进展。

策动机援助评审

几十年来，策动机软件一直在援助探讨东说念主员搜索息争析探讨文件。

早在大型话语模子（LLMs）出现之前，科学家们就运转使用机器学习和其他算法来匡助识别特定探讨，或快速从论文中索要发现，但访佛ChatGPT这么的大模子让自动综述的智商显耀普及。

不外，探讨东说念主员示意，要求ChatGPT或其他AI聊天机器东说念主从新运转撰写学术文件综述，是特别不现实的。

如若模子被要求对某个主题的探讨进行综述，LLM可能会从一些实在的学术探讨、不准确的博客中，或是其他未知的信息开端中整合信息，而不会对最推敲、最高质料的文件进行量度。

LLMs的运行机制，即通过反复生成对查询在统计上合理的单词，决定了模子对淹没个问题会生成不同的谜底，并「幻念念」出一些荒唐信息，比如无人不晓的「不存在」的学术援用，和东说念主类进行综述的流程可以说是毫无一样之处。

一个更复杂的流程是检索增强生成（RAG），包括将事先选用的论文语料库上传到LLM，并要求模子从中索要枢纽点，并基于这些探讨给出谜底，可以在一定进程上减少幻觉表象，但无法完全消逝幻觉。

RAG的流程中，还可以建设信息开端，访佛Consensus和Elicit等专门的、AI驱动的科学搜索引擎等于这么作念的，诚然大多数公司莫得透露系统职责的确切细节，但大体上等于将用户的问题更正为对学术数据库（如Semantic Scholar和PubMed）的搜索，并复返最推敲的放浪。

基于搜索放浪，大型话语模子（LLM）会回顾这些探讨，并将其轮廓成一个「带援用开端」的谜底，用户可以凭证具体需要采用要援用的职责。

丹麦南部大学奥登塞分校的博士后探讨员Mushtaq Bilal以为，这些器具细目能让普及综述和写稿的放浪，况且还我方开采了一个器具Research Kick。

至少搜索引擎援用的施行是十足真正存在的，用户可以进一步点击稽查，我方永别。

不同的援助器具有不同的性情，举例Scite系统可以快速生成维持或反驳某个目的的论文的详备理会，Elicit等系统可以从论文的不同部分索要曲折（情状、论断等）。

大多数AI科学搜索引擎不周详自动地生成准确的文件综述，其输出更像是「一个本科生连明连夜，然后回顾出几篇论文的主要不雅点」，是以探讨东说念主员最佳使用这些器具来优化综述流程中的部分要道。

但这种器具还有一些污点，举例只可搜索洞开获取的论文和提要，而非著述的全文，Elicit搜索约1.25亿篇论文，Consensus包含卓越2亿篇。

大部分探讨文件都处于付费墙后，而且搜索迢遥全文策动量很大，让AI专揽运行数百万篇著述的一王人文本将需要好多时分，策动资本也会相等高。

系统性综述仍然很难

论述性地回顾文件仍是相等难了，如若念念把推敲职责系统性地综述更是难上加难，一个专科的探讨东说念主员也需要消费数月以致数年才智完成。

凭证Glasziou团队的分析，系统综述包括至少25个仔细的情状，在梳理文件后，探讨东说念主员必须从长列表中筛选出最推敲的论文，然后索要数据，过滤出可能存在偏见的探讨，并轮廓放浪。

这些情状频繁还需要另一位探讨东说念主员进行重叠，以搜检不一致性。

在ChatGPT出现之前，Glasziou运转尝试创造科学界的宇宙记录：在两周内完成一篇系统综述。

Glasziou和其他几位共事，包括Marshall和Thomas，仍是开采了策动机器具来提高放浪，那时可用的软件包括RobotSearch，能够快速从一系列探讨中识别出立地历练；RobotReviewer可以匡助评估探讨是否存在因为未充分盲化而产生偏见的风险。

第一次尝试最终统统用了九个职责日；其后团队又将该记录贬低到了五天。

这个流程还能变得更快吗？

Elicit是一家专注于匡助探讨东说念主员进行系统综述而不单是是论述性综述的公司，但该器具并不提供一键式系统综述，而是自动化其中某些情状，包括筛选论文和索要数据等。

大多数使用Elicit进行系统综述的探讨东说念主员都会上传使用其他搜索引擎找到的推敲论文，但用户迢遥缅念念这类器具可能无法快乐探讨的两个基本要领：透明度和可复制性。

如若不睬解具体的算法，那就不算是系统综述，而只是一篇简便的综述著述。

本年早些本领，Glasziou团队成员Clark相通了一项系统综述，探讨了使用生成式AI器具援助系统综述的探讨，最终团队只找到了15项已发表的探讨，并将AI的性能与东说念主进行充分对比。

这些尚未发表或同业评审的放浪标明，这些AI系统可以从上传的探讨中索要一些数据，并评估临床历练的偏差风险。

现存的模子在阅读和评估论文方面似乎作念得还可以，但在整个其他任务上进展得相等晦气，包括假想和进行完善澈底的文件搜索。

潜在风险

自动化信息合成也伴跟着风险。

探讨东说念主员多年来就知说念许多系统评价存在冗余或质料差等问题，而东说念主工智能可能会使这些问题变得更糟；作家可能会特等或意外地使用东说念主工智能器具来快速完成不盲从严格要领或包含低质料职责的评审，并得到误导性的放浪。

除了综述别东说念主的职责外，Glasziou示意，这类模子还可以促使探讨东说念主员快速搜检往时发表的文件，找出其中的荒唐，来延续提高探讨东说念主员的水平。

以致在翌日，东说念主工智能器具可以通过寻找P-hacking等彰着迹象来匡助标记和过滤掉质料较差的论文。

Glasziou将这种情况视为一种均衡：东说念主工智能器具可以匡助科学家作念出高质料的评审，但也可能会让部分探讨者快速生成分歧格的论文，当今还不知说念会对出书的文件产生什么影响。

有些探讨者以为，合成和斡旋宇宙学问的智商不应只是掌合手在不透明的谋利性公司手中，但愿翌日可以看到非谋利组织构建并仔细测试东说念主工智能器具，讷言敏行地，尽可能保证每次提供的谜底都是正确的。