از کدام ابزارهای هوش مصنوعی در داوری همتا در مجلات میتوان بهره برد؟

هر روز مقالات بیشتری سابمیت میشوند. تا چند سال قبل حدودا هر سال 15% بر تعداد سابمیت در مجلات معتبر افزوده میشد اما شاید کرونا و شاید هم دلیل دیگری باعث شده است که سابمیت در برخی از مجلات رشد بیشتری هم داشته باشد. اما آیا از سوی دیگر تعداد داوران مورد نیاز ما هم در مجلات زیاد شده اند؟ پاسخ قطعا خیر است. پس ما با بحران داور مواجه میشویم اگر به همین روش سنتی Peer review و داوری عمل کنیم. راه حل استفاده از ابزارهای هوشمند داوری و غربالگری است تا داور ما تنها به مهمترین پرسش هر مقاله جواب دهد. نکنیم دچار معضل داوری میشویم. در این مقاله به معرفی مختصر 7 ابزار مفید در داوری مقالات می پردازیم.


فرآیند داوری همتا در مجلات علمی به دلیل افزایش حجم مقالات در سالهای اخیر تا 15% رشد داشته است. تاکنون بسیاری از ناشرین موفق شده اند تا از ابزارهای خودکار مانند iThenticate  و یا Grammarly و یا Reference Manager برای کاهش غربالگری اولیه و شناسایی تقلب استفاده کنند. پیشرفت‌های اخیر در هوش مصنوعی امکان سیستم‌های داوری همتایان (نیمه) خودکار را فراهم می‌کند، اما نگرانی‌های اخلاقی مربوط به آنها هنوز حل نشده اند. 

در حال حاضر، تعدادی از طرح‌ها از ابزارهای هوش مصنوعی خودکار در زمینه‌هایی مانند جلوگیری از تقلب، بررسی رعایت نیازمندی‌ها و همسان‌سازی و امتیازدهی داور مورد استفاده قرار میگیرند. در زیر به معرفی اولیه برخی از این ابزارها می پردازیم:

1) Statcheck:

نرم‌افزاری که پایداری گزارش آماری نویسندگان را ارزیابی می‌کند و بر روی مقادیر p-value تمرکز دارد (Nuijten et al., 2017).

2) Penelope.ai:

ابزار تجاری قادر به بررسی مطابقت منابع و ساختار یک مستند با نیازهای یک مجله است.

3) UNSILO:

نرم‌افزاری قادر به استخراج خودکار مفاهیم کلیدی جهت خلاصه‌سازی محتوای مستند است.

4) StatReviewer:

استت‌ریویوئر، که صحت آمار و روش‌ها در مستندات را بررسی می‌کند (Shanahan, 2016).

5) ابزارهای خودکار استفاده شده در فرآیند بررسی گرنت‌ها در بنیاد علوم طبیعی ملی چین، به منظور کاهش تعصب و بار بر روی تیم‌های انتخاب. (Cyranoski, 2019).

6) CIHR:

سامانه آنلاین برای مدیریت فرآیند درخواست گرنت، که در سال 2012 توسط موسسه تحقیقات سلامت کانادا (CIHR) معرفی شد و نیاز به جلسات حضوری را از بین می‌برد تا خستگی بررسی‌کنندگان را کاهش دهد و کیفیت، عدالت و شفافیت را بهبود بخشد.

7) Automated Essay Scoring (AES) application:

استفاده از برنامه‌ی امتیازدهی خودکار مقالات (AES)، که توسط ادکس، اتحادیه موک‌های غیرانتفاعی MIT و دانشگاه هاروارد برای ارزیابی کارهای نوشتاری در موک‌هایشان استفاده می‌شود.