隨著 Web of Science 團隊開始探索如何利用生成式人工智慧優化學術研究，我們很快認識到這項技術有望説明研究人員加速完成各種複雜任務。 在 Web of Science Research Assistant中，系統提示和簡明的引導式流程讓研究人員能夠發掘主題研究的新視角，並明確後續研究步驟。 代理式人工智慧代表著人工智慧技術的新一輪發展浪潮，藉由將這種人工智慧引入Web of Science Research Assistant，我們能夠更深度地支援研究人員展開複雜的多步驟研究任務。
我們於不久前榮幸地宣佈，Web of Science Research Assistant現推出全新改版的文獻探討引導功能：文獻探討2.0（Literature Review 2.0）。 在先進 AI 智慧體的驅動下，該功能將運用強大的推理和解決問題的能力説明研究人員快速優化檢索策略、界定任務範圍，並歸納整理Research Assistant提供的文獻資料。
AI 智慧體對學術研究的益處
作為初代人工智慧產品，生成式人工智慧驅動的聊天機器人和Research Assistant是運用語言解析和檢索索引能力快速彙集結果、提煉要點。 更自然的檢索和發現體驗對研究人員固然有益，但這往往也伴隨一個弊端：得到的應答有時可能不盡人意。 這些工具是以事務方式做出回應，而不會首先明確或驗證使用者需求，所以涵蓋的主題可能過於寬泛，提供的文獻也可能過舊或過新。 研究人員有時需要多次嘗試才能得到想要的資訊。
相比之下，代理式人工智慧則為大型語言模型賦予了推理能力。 AI 智慧體能夠與使用者、數據源及各種工具進行互動，以規劃和執行多步驟流程。 當研究人員需要精確提問——也就是需要精心選擇檢索詞、仔細考慮文獻特點來得到合乎期待的應答時，AI 智慧體的這種能力將大有助益。 透過與用戶緊密配合，AI 智慧體能夠評估既定任務、設計解決方案，並判斷已收集的資訊是否足以完成工作。 AI 智慧體會與用戶共用並共同驗證最終得出的策略和方法，從而使處理過程更加透明。
構建更具交互性的文獻探討流程
開始進行文獻探討時，與 AI 智慧體的對話式交流互動能讓研究人員更快得到切合需求的論文和極具價值的見解。 我們的文獻探討引導功能經過重新設計，能讓使用者利用負責任學術人工智慧驅動的智慧體以及Web of Science 核心合輯數據來發現知識空白、定位研究熱點、制定研究假設。 AI 智慧體藉由與研究人員交談來理解其意圖和側重的重點，然後根據研究人員的實際需求確定最優的文獻探討路徑。 相比單純的生成式人工智慧輔助，這種個人化支持帶來的互動體驗更接近與真人助理配合工作。
透過多次來回的對話交流，AI 智慧體的文獻探討 2.0 能夠定義研究主題、確定檢索策略，然後根據對文獻的多角度分析形成一份報告。 在這一過程的每個節點，使用者都可以提供資訊來明確自己的檢索目標。
在 AI 智慧體的配合下，用戶能夠：
- 優化查詢內容
AI 智慧體能夠分析研究主題，並判斷查詢內容的進一步細化是否有利於主題分析，如有需要，它可以提供子主題的智慧推薦，從而縮小檢索範圍。 - 自訂檢索範圍
根據優化後的研究主題，AI 智慧體將提出檢索策略，其中會列出相關主題和關鍵詞，包括同義詞和相關術語。 得益於整個過程的透明化，用戶可以透過剔除或添加術語以及指定日期範圍來進一步優化檢索。 - 定義輸出結果
驗證檢索策略後，AI 智慧體會向使用者確認要以何種結構生成報告。 用戶可以指定哪些章節需要剔除或擴展，甚至還能限定某一章節的實際文章數量。
除了以自定義的文獻探討流程滿足每位Web of Science Research Assistant使用者的獨特需求，這款 AI 智慧體還能提供有關研究態勢的新型資訊。 它能簡化綜合文獻和提煉關鍵要素的過程，從而提升研究效率，並確保整個過程始終以研究人員及其寶貴的專業知識為核心。
圖 1：在 AI 智慧體的配合下圍繞個人側重的重點並制定檢索策略
圖 2：獲得符合個人需求的結構化資訊，包括共同主題、研究空白和研究假設
Web of Science代理式人工智慧的未來前景
Web of Science Research Assistant旨在幫助人員快速完成以往需要花費幾小時乃至幾天的任務，而代理式人工智慧則為該工具的未來發展提供了無限廣闊的前景。
除了全新的文獻探討功能，我們還將陸續推出更多功能來充分發揮其強大能力，比如讓使用者能夠創建提醒，以及拓展內容發現的範圍，使之涵蓋更多文獻類型。 我們致力於改善研究人員日常研究體驗，並持續與科研界合作開發新工具，讓用戶參與到新功能和新創意的驗證與測試工作中。
Related insights
The latest news, technologies, and resources from our team.
