LitPivot: irodalmi háttérrel segíti a kutatási ötletek átdolgozását
Az Ai2 és a Pennsylvaniai Egyetem kutatói bemutatták a LitPivot rendszert, amely a szakirodalom alapján segít fejleszteni és pontosítani a korai kutatási ötleteket. Egy 17 kutató bevonásával végzett vizsgálatban a rendszerrel kidolgozott ötleteket jobban megalapozottnak értékelték a szakértők.
- A LitPivot a szakirodalom alapján értékeli a kutatási ötleteket.
- A rendszer külön kezeli a problémát, a hozzájárulást és az értékelési tervet.
- A kutatók kiválaszthatják az értékeléshez használt tanulmányokat.
- 17 résztvevő javaslatait szakértők jobban megalapozottnak értékelték LitPivot használatakor.
- A rendszert a UIST 2026 konferencián mutatják be Detroitban.
A kutatási ötletek a szakirodalom hatására változnak
Az új tanulmányok megismerése gyakran módosítja egy kutatás irányát. Egy kutató rájöhet, hogy mások már foglalkoztak a tervezett hozzájárulással, vagy olyan megoldatlan problémát találhat egy cikkben, amely új vizsgálati irányt kínál. Az Ai2 ezt a jelenséget irodalom által kezdeményezett irányváltásnak nevezi.
A szervezet négy lezárt informatikai kutatási projekt megbeszélési jegyzeteit elemezte, és összesen 21 ilyen irányváltást azonosított. Ezek két fő típusba tartoztak: az ötlet megkülönböztetésébe a korábbi munkáktól, illetve az ötlet összehangolásába a már létező kutatásokkal. Az Ai2 szerint a folyamat nehéz, mert a kutatóknak egyszerre kell fejleszteniük az elképzelésüket és eldönteniük, mely tanulmányokhoz mérjék azt.
A rendszer külön vizsgálja a problémát, a hozzájárulást és az értékelést
A LitPivot rövid kutatási javaslattal indul egy szerkesztőfelületen. A rendszer úgynevezett kiemelésekkel három részre bontja az ötletet: a problémára, a javasolt hozzájárulásra és az értékelési tervre. A kutató kiválasztja az egyik részt, a LitPivot pedig az adott szempont szerint csoportosítja az Asta Paper Finderrel megtalált tanulmányokat.
A felhasználó kiválaszthatja, mely cikkeket használja az értékeléshez, majd kritikát kérhet a tervezetről. A rendszer a bírálatot a kiválasztott tanulmányokból származó részletekkel támasztja alá, és javasolt átdolgozást készít. A problémaleírásnál azt vizsgálja, hogy a szakirodalom igazolja-e a probléma létezését és jelentőségét. A hozzájárulás esetében a korábbi eredményeket, korlátokat és jövőbeli kutatási irányokat veti össze. Az értékelési tervnél azt ellenőrzi, hogy a tesztek választ adnak-e a kutatási kérdésre, és hogyan értékelték a hasonló munkákat.
Az ötlet módosítása után a rendszer újrarangsorolja a releváns irodalmat. Azt is jelzi, ha az egyik rész átdolgozása miatt egy másik szakasz elavulhat. A kutató elfogadhatja, szerkesztheti vagy elutasíthatja a javaslatokat, továbbá új tanulmányokat kérhet.
A vizsgálatok szerint javult az ötletek szakirodalmi megalapozottsága
Az Ai2 laboratóriumi vizsgálatában 17 kutató két eszközzel dolgozott ki ötleteket. Az egyik esetben LitPivotot használtak, a másikban egy szövegszerkesztőt és egy AI-eszközt, amellyel a kiválasztott tanulmányokról tehettek fel kérdéseket. Mindkét feltételben ugyanaz a tanulmánygyűjtemény állt rendelkezésre.
Két, a használt rendszert nem ismerő szakterületi szakértő értékelte a javaslatokat abból a szempontból, mennyire támasztják alá és indokolják az ötletet a releváns szakirodalommal. A LitPivot segítségével kidolgozott javaslatok magasabb értékelést kaptak. A résztvevők emellett erősebbnek érezték a környező szakirodalom megértését, valamint az ötleteik újdonságának és hasznosságának javulását.
Egy példában a kutató kezdetben egységes, tényszerű szintetikus orvosi feljegyzések létrehozását tervezte. A LitPivot a több kórházi látogatáson átívelő következetességet lehetséges kutatási résként azonosította. A kutató eltávolította az egyszeri látogatásokhoz kapcsolódó tanulmányokat, majd az ötletet a különböző látogatások feljegyzései közötti ellentmondások felismerésére szűkítette.
Az Ai2 a LitPivotot korai ötletfejlesztésre szánja, de szerintük a megközelítés hosszabb írási feladatokra, például tanulmányok bevezetőjének elkészítésére is kiterjeszthető. A rendszert a szervezet 2026. október 23-i közleménye szerint a UIST 2026 konferencián mutatják be Detroitban.
