مزایا و چالشهای استفاده از ابزارهای هوش مصنوعی موّلد در پژوهشهای علمی: مرور نظاممند | ||
| علوم و فنون مدیریت اطلاعات | ||
| مقاله 6، دوره 12، شماره 2، تیر 1405، صفحه 85-103 اصل مقاله (2.24 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22091/stim.2025.12295.2213 | ||
| نویسنده | ||
| منصوره مهدی زاده* | ||
| استادیار گروه مطالعات نظری علم، فناوری و نوآوری، موسسه تحقیقات سیاست علمی کشور، تهران، ایران | ||
| چکیده | ||
| هدف: پژوهش حاضر با هدف بررسی فرصتها و چالشهای استفاده از ابزارهای هوش مصنوعی موّلد در پژوهشها و تولیدات علمی انجام شده است. روش: پژوهش حاضر بهروش مرور نظاممند انجام شده است. بدین منظور پایگاههای علمی خارجی از جمله گوگل اسکالر، ساینس دایرکت، وبآوساینس و اسکوپوس بررسی شدند. پس از جستوجوی مقالهها و اعمال غربالگری براساس معیارهای ورود و خروج به مطالعه، در مجموع 41 مقاله مرتبط با موضوع برای انجام فراتحلیل کیفی انتخاب شدند. ابتدا متون مربوط به 41 مقاله مرتبط به دقت مطالعه شد. سپس کدهای باز و محوری استخراج شد. در مرحلۀ کدگذاری باز، تمامی مقولهها شناسایی شدند و در مرحلۀ کدگذاری محوری، مقولهها براساس شباهتها و تفاوتهایشان در دستهبندیهای جداگانهای قرار گرفتند. در مجموع یک مقولۀ اصلی، دو مقولۀ فرعی (کد محوری)، و 18 زیرمقوله شناسایی شدند. یافته ها: یافتههای تحلیلی پژوهش نشان داد که استفاده از ابزارهای هوش مصنوعی موّلد در زمینۀ پژوهشهای علمی، فرصتها و چالشهای بیشماری ایجاد کرده است. نمونههای فرصتهای استفاده از این ابزارها افزایش عدالت، افزایش سرعت و دقت در جمعآوری، ساماندهی و تحلیل حجم وسیع دادههای علمی، تسهیل و جامعیت دسترسی دیجیتال، بهبود خدمات دانشگاهی، بهبود دقت و کیفیت نوشتار علمی، تسریع در فرایندهای داوری علمی، جذابتر و قابل درکتر کردن پژوهشها و ایجاد اَشکال جدید نگارش و پژوهش علمی هستند. یافتهها همچنین نشان داد که چالشهای برآمده از استفاده از ابزارهای یادشده در تولیدات علمی نیز عبارتند از: سوگیری و تبعیض الگوریتمی، مسائل مرتبط با شفافیت و حفظ حریم خصوصی، تولید اطلاعات نادرست، عدم اصالت، غیرقابل اعتماد بودن، نبود مسئولیتپذیری و بیم سرقت ادبی، افزایش سرعت تولید مقالههای بیکیفیت، نگرانیهای حقوقی دربارۀ حقوق مالکیت معنوی و حق چاپ، بیم تفسیر و درک اشتباه کاربران، و از بین رفتن یا جایگزین شدن بسیاری از مشاغل در حوزه پژوهش. نتیجه گیری: نتایج پژوهش نشان داد که استفاده از هوش مصنوعی مولد در پژوهشهای علمی، ضمن ایجاد فرصتهایی برای افزایش سرعت، دقت، کیفیت و دسترسیپذیری فرایندهای پژوهشی، چالشهایی همچون سوگیری، تولید اطلاعات نادرست، نقض اصالت علمی، ابهامات حقوقی، کاهش شفافیت و مسئولیتپذیری را نیز به همراه دارد. ازاینرو، مواجهه با این فناوری نباید صرفاً بر پذیرش یا محدودسازی آن متمرکز باشد، بلکه مستلزم حکمرانی و استفاده مسئولانه از آن است. تحقق این امر نیازمند تدوین سیاستها و دستورالعملهای روشن، ارتقای سواد هوش مصنوعی و اخلاق پژوهش، و همکاری و هماهنگی میان پژوهشگران، دانشگاهها، سیاستگذاران، ناشران علمی و سایر ذینفعان این زیستبوم است تا ضمن بهرهگیری از ظرفیتهای این فناوری، از آسیب به اصالت، اعتبار و اعتماد علمی جلوگیری شود. | ||
| کلیدواژهها | ||
| مزایای استفاده از هوش مصنوعی موّلد؛ چالشهای استفاده از هوش مصنوعی موّلد؛ پژوهشهای علمی؛ مرور نظاممند | ||
| عنوان مقاله [English] | ||
| Benefits and challenges of using generative artificial intelligence tools in scientific research: A systematic review | ||
| نویسندگان [English] | ||
| mansoureh mahdizadeh | ||
| Department of Theory-Oriented STI Studies, National Research Institute for Science Policy, Tehran, Iran | ||
| چکیده [English] | ||
| Objective: This study aimed to examine the opportunities and challenges associated with the use of generative artificial intelligence (GenAI) tools in scientific research and scholarly outputs. Method: A systematic review was conducted by searching international scientific databases, including Google Scholar, ScienceDirect, Web of Science, and Scopus. Following the retrieval of relevant articles and screening based on the predefined inclusion and exclusion criteria, 41 articles were selected for qualitative meta-synthesis. The selected articles were carefully reviewed, and open and axial codes were extracted. During open coding, all relevant categories were identified, while axial coding was used to group the categories based on their similarities and differences. Overall, one main category, two subcategories (axial codes), and 18 subcategories were identified. Findings: The analytical findings indicated that the use of GenAI tools in scientific research creates numerous opportunities as well as challenges. The identified opportunities include enhancing equity; increasing the speed and accuracy of collecting, organizing, and analyzing large volumes of scientific data; facilitating and broadening digital access; improving university services; enhancing the accuracy and quality of academic writing; accelerating scientific peer-review processes; making research more engaging and comprehensible; and enabling new forms of academic writing and research. The findings also revealed several challenges, including algorithmic bias and discrimination; concerns regarding transparency and privacy; the generation of inaccurate information; lack of originality and reliability; insufficient accountability and risks of plagiarism; the accelerated production of low-quality articles; legal concerns related to intellectual property rights and copyright; the risk of users misinterpreting or misunderstanding information; and the potential loss or replacement of jobs in the research sector. Conclusion: The findings showed that the use of GenAI in scientific research, while creating opportunities to enhance the speed, accuracy, quality, and accessibility of research processes, also entails challenges such as bias, misinformation, threats to academic integrity, legal uncertainties, and reduced transparency and accountability. Therefore, addressing this technology should not be limited to its adoption or restriction, but should instead focus on its responsible governance and use. This requires developing clear policies and guidelines, enhancing AI literacy and research ethics, and fostering cooperation among researchers, universities, policymakers, scholarly publishers, and other stakeholders in the research ecosystem to capitalize on the potential of GenAI while safeguarding academic integrity, credibility, and trust. | ||
| کلیدواژهها [English] | ||
| Benefits of Generative Artificial Intelligence Use, Challenges of Generative Artificial Intelligence Use, Scientific Research, Systematic Review | ||
| مراجع | ||
|
بهدادفر، الف.، مخلصی، م.، و قاسمیان، ه. (1402). بررسی اصول اساسی هوش مصنوعی و نحوه کاربرد آن در محیط های آموزشی. مطالعات روانشناسی و علوم تربیتی (موسسه آموزش عالی نگاره)، 6 (65)، 2015-230.
بهمن آبادی، ع. (1402). هوش مصنوعی و کاربردهای آن در فعالیتهای پژوهشی. علوم و فناوری اطلاعات کشاورزی، 6(2)، 33-43. doi: 10.22092/jaist.2023.364054.1104
تقی زاده، م. و خردمندنیا، س. (1403). هوش مصنوعی موّلد؛ چالش ها و الزامات توسعۀ و پیاده سازی. (19879). ماهنامه گزارش های کارشناسی مرکز پژوهش های مجلس شورای اسلامی، 32(4)، 19879 doi: 10.22034/report.2024.17006.1841
حسینی مقدم، م. (1402) هوش مصنوعی و آینده پیشرفت علمی: گذار از علم عادی به علم پساعادی. مطالعات مدیریت کسب و کار هوشمند، 12 (45)، 71-116.
مسعودی، الف. (1402) کاربرد هوش مصنوعی در آینده آموزش عالی، آیندهپژوهی، آموزش عالی و توسعه پایدار. مجموعه مقالات دومین همایش ملّی آینده پژوهی، آموزش عالی و توسعۀ پایدار، (382-396).
یحیزاده واقفی، م. و خاکی وطن، ن. (1402). تکنولوژی هوش مصنوعی در بهبود فرایند آموزش: روش ها، فرصت ها و چالش ها. مطالعات روانشناسی و علوم تربیتی (موسسه آموزش عالی نگاره)، 6 (68)، 513-528.
Altmäe S, Sola Leyva A, & Salumets A. (2023). Artificial intelligence in scientific writing: a friend or a foe? Reproductive BioMedicine Online, 47(1), 3-9. doi: 10.1016/j.rbmo.2023.04.009 Alves T. (2023). Generative AI: the promise and peril for scientific publishing. Sci Ed, 2023, 46:67-68. https://doi.org/10.36591/SE-D-4602-13 Bahmanabadi, A. (2023). Artificial intelligence and its applications in research activities. Agricultural Information Science and Technology, 6(2), 33–43. doi: 10.22092/jaist.2023.364054.1104 [in Persian] Barros, A. and Alcadipani, R. (2022) Decolonizing journals in management and organizations? Epistemological colonial encounters and the double translation. Management Learning, 54, doi: 10.1177/13505076221083204. Barros, A., Prasad, A., & Śliwa, M. (2023). Generative artificial intelligence and academia: Implication for research, teaching and service. Management Learning, 54(5), 597-604. https://doi.org/10.1177/13505076231201445 Behdadfar, A., Mokhlasi, M., & Ghasemian, H. (2023). Examining the fundamental principles of artificial intelligence and its applications in educational environments. Studies in Psychology and Educational Sciences (Negareh Institute of Higher Education), 6(65), 2015–230. [in Persian] Costa, K., Mfolo, L. N., & Ntsobi, M. P. (2024). Challenges, benefits and recommendations for using generative artificial intelligence in academic writing–a case of ChatGPT. Center for Open Science. https://doi. org/10.31222/osf. io/7hr5v. Dogru, T., Line, N., Hanks, L., Acikgoz, F., Abbott, J., Bakir, S., Berbekova, A., Bilgihan, A., Iskender, A., Kizildag, M., Lee, M., Lee, W., McGinley, S., Mody, M., Onder, I., Ozdemir, O., & Suess, C. (2023). The implications of generative artificial intelligence in academic research and higher education in tourism and hospitality. TourismEconomics, 0(0). https://doi.org/10.1177/13548166231204065 Ferrer, X., Nuenen, T., Such, J., Cote, M., & Criado, N. (2021). Bias and Discrimination in AI: A Cross-Disciplinary Perspective, VL - 40, DO - 10.1109/MTS.2021.3056293, IEEE Technology and Society Magazine. Hosseini Moghaddam, M. (2023). Artificial intelligence and the future of scientific advancement: Transition from normal science to post-normal science. Smart Business Management Studies, 12(45), 71–116. [in Persian] Inam, M., Sheikh, S., Minhas, AMK., Vaughan, EM., Krittanawong C., Samad Z, Lavie CJ, Khoja A, D'Cruze M, Slipczuk L, Alarakhiya, F., Naseem, A., Haider AH., & Virani, SS. (2024) A review of top cardiology and cardiovascular medicine journal guidelines regarding the use of generative artificial intelligence tools in scientific writing. Current Problems in Cardiology, 49(3), March 2024, 102387. Kappel, E.S. (2023) How Might Artificial Intelligence Affect Scientific Publishing? Oceanography. https://doi.org/10.5670/oceanog.2023.113. Lee, A. V. Y. (2024) Staying ahead with generative artificial intelligence for learning: navigating challenges and opportunities with 5Ts and 3Rs. Asia Pacific Journal of Education, 44(1), 81-93, DOI: 10.1080/02188791.2024.2305171 Liu, W., & Li, M. (2024) The Analysis of Technological Ethical Issues in Generative Artificial Intelligence. Journal of Artificial Intelligence Practice, 7, 155-160. DOI: http://dx.doi.org/10.23977/jaip.2024.070220. Lucchi N. (2023) ChatGPT: A Case Study on Copyright Challenges for Generative Artificial Intelligence Systems. European Journal of Risk Regulation, 1-23. doi:10.1017/err.2023.59 Mao, J., Chen, B. & Liu, J.C. (2024) Generative Artificial Intelligence in Education and Its Implications for Assessment. TechTrends, 68, 58–66. https://doi.org/10.1007/s11528-023-00911-4 Masoudi, A. (2023). Application of artificial intelligence in the future of higher education. In Proceedings of the Second National Conference on Foresight, Higher Education, and Sustainable Development (pp. 382–396). [in Persian] Peres, R., Schreier, M., Schweidel, D., & Sorescu, A. (2023). On ChatGPT and beyond: How generative artificial intelligence may affect research, teaching, and practice. International Journal of Research in Marketing, 40(2), 269- 275. Prasad, A., Śliwa, M. (2022) Towards an aspirational future: Cultivating ontological empathy within the ethos of Management Learning. Management Learning, 53, DOi- 10.1177/13505076221085757 Qian, Y. & Siau, K. & Nah, F. (2024). Societal Impacts of Artificial Intelligence: Ethical, Legal, and Governance Issues. Societal Impacts, 3, 100040. 10.1016/j.socimp.2024.100040.https://openai.com/chatgpt/overview/ Sethuraman, K. R. (2023). Best Practices for the Use of Generative Artificial Intelligence for Authors, Peer Reviewers, and Editors. International Journal of Advanced Medical and Health Research, 10(2), 61-63, DOI: 10.4103/ijamr.ijamr_306_23. Taghizadeh, M., & Kheradmandnia, S. (2024). Generative artificial intelligence: Challenges and requirements for development and implementation. Monthly Expert Reports of the Research Center of the Islamic Consultative Assembly, 32(4), Report No. 19879. doi: 10.22034/report.2024.17006.1841 [in Persian] Van Dis, E., Bollen, J., Zuidema, W., van Rooij, R., & Bockting, CL. (2023). ChatGPT: five priorities for research. Nature, 614 (7947), 224–226. Wang, Y. Xiong, M. & Olya, H. (2020). Toward an understanding of responsible artificial intelligence practices. In: Bui, T.X., (ed.) Proceedings of the 53rd Hawaii International Conference on System Sciences. Hawaii International Conference on System Sciences (HICSS 2020), 07-10 Jan 2020, Maui, Hawaii, USA. Hawaii International Conference on System Sciences (HICSS), (pp. 4962-4971). Yahyazadeh Vaqefi, M., & khaki Vatan, N. (2023). Artificial intelligence technology in improving the educational process: Methods, opportunities, and challenges. Studies in Psychology and Educational Sciences (Negareh Institute of Higher Education), 6(68), 513–528. [in Persian] | ||
|
آمار تعداد مشاهده مقاله: 58 تعداد دریافت فایل اصل مقاله: 45 |
||