Der Bedarf nach KI-Tools für die Wissenschaft ist riesig!
August, Ferienzeit, draußen bestes Wetter.
Normalerweise drei ziemlich gute Gründe, dass die Leute wenig Interesse daran haben, sich vor einen Computer zu setzen und sich ein Webinar zur KI-gestützten Recherche anzuschauen.
Aber gestern war das nicht so! Ganz im Gegenteil. 300 Leute waren online, als ich beim Tool Tipp Thursday zusammen mit der Deutschen Gesellschaft für Information und Wissen e.V. (DGI) die wissenschaftliche KI-Plattform scienceOS vorgestellt habe.
Das zeigt: das Interesse an guten KI-Tools ist groß. Und auch der Bedarf, denn wirklich gute wissenschaftliche KI-Recherche-Tools gibt es nicht so viele.
Wenn sie - wie scienceOS - dazu noch aus Deutschland kommen und damit die (an manchen Hochschulen mitunter etwas zu sehr "gepflegten" Datenschutzbedenken) von vornherein ausräumen, ist das Interesse umso größer.
Künstliche Intelligenz dringt immer tiefer in die Wissenschaft ein und liefert qualitativ ganz neue Möglichkeiten für Recherchen und Analysen.
Der richtige Prompt als Ausgangspunkt
Bevor ich die Recherche gestartet habe, habe ich nochmal kurz erklärt, dass die Grundlage einer guten Suche ein guter Prompt ist. Im Grunde muss man "nur" ein paar Fragen beantworten und schon ergibt sich daraus ein guter Prompt:
Welche Begriffe sind für mein Thema wichtig? Welche Populationen will ich untersuchen und gibt es geografische Prioritäten? Welcher Zeitraum ist von Interesse, welche Outcomes, Studiendesigns und Bewertungsdimensionen? Und: Welche Befunde dürfen nicht miteinander verwechselt werden?
Das Gute: wenn ein Prompt mal nicht so gut ist, findet der KI-Agent von scienceOS durch Nachfragen raus, was gewünscht ist. Das vermeidet Suchen, die in die falsche Richtung gehen und schont damit Nerven, Zeit und Ressourcen :)
Das Ergebnis der Beispielsuche
Unser Prompt zum Thema "Kompetenzverlust durch KI?" hat dann auch eine sehr gute und sehr ausführliche Antwort geliefert, mit zahlreichen Quellen. Jede einzelne davon kann angeklickt, näher durchsucht und durch Citation Tracking und Netzwerkanalysen quantitativ und qualitativ im wissenschaftlichen Feld verortet werden. Passende Studien können mit einem Klick in die Bibliothek gelegt und so ein Korpus gebildet werden, der dann mit KI weiter analysiert und verglichen werden kann.
Darüber hinaus gibt es mit der "Deep Data Extraction" Funktion neue Möglichkeiten, sich die zentralen Daten von Studien übersichtlich anzeigen zu lassen. Und der "Deep Citation Check" prüft, ob die in einem Paper zitierten Quellen die dazugehörige Aussage tragen.
Es zeigt sich also: KI geht nicht mehr nur in die Breite und findet viel Literatur, sondern gräbt zunehmend tiefer und liefert qualitativ ganz neue Möglichkeiten, der Literaturrecherche und -analyse.
Wer mehr dazu wissen will: ich stelle scienceOS ausführlich in meinen Recherche-Workshops vor.
Beim nächsten Tool Tipp Thursday am 24.09. wird es um alphaXiv gehen.
Auch das Tool ist Teil meiner Workshops, denn Preprints werden immer wichtiger, denn aktuelle Studien und Daten sind die Basis einer guten wissenschaftlichen Arbeit.
