அனைப்புணர்வுகள் உருவாக்கம், ஒப்பந்த முறைகள் அல்லது சர்வதேச வளர்ச்சியின் அரசியல் பற்றிப் படிப்பதிலேயே உங்கள் நாட்களைச் செலவிடுகிறீர்கள் என்றால், நீங்கள் ஏற்கனவே JSTOR-க்குள் வாழ்ந்து கொண்டிருப்பீர்கள். நானும் அப்படித்தான். நான் கேம்பிரிட்ஜில் சர்வதேச உறவுகள் பயிலும் மாணவர், எவ்வளவு காலம் நினைவிருக்கிறதோ அப்போதிலிருந்தே இந்த ஆவணக் காப்பகம் எனது இயல்பான பணித்தளமாக இருந்து வருகிறது. கடந்த பருவத்தில், JSTOR தனது புதிய AI ஆராய்ச்சி கருவியை அறிமுகப்படுத்தியபோது, நான் அதை மற்ற புதிய அம்சங்களைப் போலவே அணுகினேன்: எனக்கு ஒருவித தயக்கம் இருந்தது. என்னைச் சுற்றியுள்ள பல மாணவர்கள் மற்றும் பேராசிரியர்களைப் போலவே, ChatGPT அடிப்படைத் தகவல்களில் தடுமாறவதையும், மேற்கோள்களைத் தவறாகக் காட்டுவதையும், நம்பிக்கையுடன் தவறான தகவல்களைத் தருவதையும் நான் பார்த்திருக்கிறேன். எனக்காகச் சிந்திப்பதாகக் கூறும் மற்றொரு கருவி எனக்குத் தேவையில்லை. எனது அடிக்குறிப்புகளைச் (footnotes) சிதைக்காமல், நான் சிறப்பாகச் சிந்திப்பதற்கு உதவும் ஒன்றுதான் எனக்குத் தேவைப்பட்டது.
எனவே, அது உண்மையில் வித்தியாசமானதா என்று பார்க்க ஒரு முழு பருவத்திற்கு அந்த கருவியை நான் அதிகமாகப் பயன்படுத்தினேன். பல வார கால பாடத்திட்டப் பணிகள் மற்றும் கட்டுரை ஆராய்ச்சிகளுக்குப் பிறகு, இது வெறும் பகட்டு அல்ல என்று என்னால் சொல்ல முடியும். இது நீங்கள் கல்விசார்ப் பொருட்களைக் கையாளும் முறையை மாற்றுகிறது, மேலும் அதன் காரணங்கள் கவர்ச்சிகரமானவை என்பதை விட நடைமுறைச் சார்ந்தவை.
ஏன் அந்த அவநம்பிக்கை நியாயமானது
உருவாக்கும் திறன் கொண்ட AI (generative AI) மீதான கல்வித்துறையின் சந்தேகம் எதிலிருந்தும் தோன்றவில்லை. உங்கள் மதிப்பெண் ஒரு UN தீர்மானத்தின் தேதி அல்லது பாதுகாப்பு கவுன்சிலின் ஆணை ஆகியவற்றின் துல்லியத்தைப் பொறுத்திருக்கும்போது, தவறான கற்பனைகளுக்கு (hallucination) இடமில்லை. ChatGPT மற்றும் பிற திறந்த இணைய உதவியாளர்கள், நம்பகமானதாகத் தோன்றும் ஆனால் போலியான ஆதாரத் தலைப்புகளை உருவாக்குவது, மேற்கோள்களைத் தவறாகக் குறிப்பிடுவது மற்றும் நுணுக்கங்களை முற்றிலும் மறைக்கும் வகையில் எளிமையாக்குவது போன்ற பழக்கங்களைக் கொண்டுள்ளன என்பது நன்கு ஆவணப்படுத்தப்பட்டுள்ளது. நான் JSTOR-இன் கருவியைச் சோதித்துக் கொண்டிருப்பதாக எனது மேற்பார்வையாளரிடம் (supervisor) கூறியபோது, உடனடி கவலை எழுந்தது: அது போலியான ஆதாரங்களை உருவாக்குமா? சிக்கலான வாதங்களை தவறான சுருக்கங்களாக மாற்றியமைக்குமா? இவை நியாயமான கேள்விகள், ஏனெனில் ஒரு தவறான மேற்கோள் முழு ஆராய்ச்சித் தாளையும் சிதைத்துவிடும்.
JSTOR கருவியின் வித்தியாசம் அது பதில்களை எங்கு தேடுகிறது என்பதில் உள்ளது. இது திறந்த இணையத்தில் தேடுவதில்லை. இது ஏற்கனவே JSTOR ஆவணக் காப்பகத்தில் உள்ள நம்பகமான கல்வி ஆதாரங்களுடன் நேரடியாகச் செயல்படுகிறது. இந்த வேறுபாடு சிறியதாகத் தோன்றலாம், ஆனால் இது அனைத்தையும் மாற்றியமைக்கிறது.
பாதுகாக்கப்பட்ட எல்லைக்குள் தங்கியிருப்பது
கடந்த பருவத்தில் எனது ஆராய்ச்சியின் பெரும்பகுதி பொருளாதாரத் தடைகள் குறித்த இலக்கியங்கள் எவ்வாறு மனித உரிமைகள் கட்டமைப்புகளுடன் இணைகின்றன என்பதைக் கண்டறிவதாகும். இது அடர்த்தியான, பல்துறை சார்ந்த பணி. பொதுவாக, இந்த செயல்முறை இவ்வாறு இருக்கும்: நான் முக்கியச் சொற்களைத் தேடுவேன், முப்பதாறு டேப்களைத் (tabs) திறப்பேன், சுருக்கங்களைப் படிப்பேன், ஒரு பதிவிறக்கம் செய்யப்பட்ட PDF-களைப் பார்ப்பேன், பின்னர் எந்த ஆசிரியர் எந்த நுணுக்கமான வேறுபாட்டைச் சொன்னார் என்பதை நினைவில் கொள்ள பல நாட்கள் செலவிடுவேன். இது மெதுவானது. இது அவசியமானது. ஆனால் இது மெதுவானது.
ஆவணக் காப்பகத்துடன் ஒருங்கிணைக்கப்பட்ட AI கருவியைப் பயன்படுத்தி, வாதங்களுக்கு இடையிலான உறவுகள் குறித்து என்னால் நேரடியாகக் கேள்விகளைக் கேட்க முடிந்தது, மேலும் நான் உண்மையில் திறந்து சரிபார்க்கக்கூடிய ஆய்வுக் கட்டுரைகளை மட்டுமே அடிப்படையாகக் கொண்ட பதில்களைப் பெற முடிந்தது. சர்வதேசச் சட்ட ஆய்வுகள் மற்றும் அரசியல் பொருளாதார ஆராய்ச்சிக்கு இடையிலான தொடர்புகளை நான் கவனிக்கத் தவறிய இடங்களை இந்தக் கருவி எனக்குக் காட்டியது. இவை Wikipedia விவாதங்களிலிருந்து எடுக்கப்பட்ட செயற்கையான சுருக்கங்கள் அல்ல. இவை நான் ஏற்கனவே நம்பும் அதே தரவுத்தளத்தில் உள்ள உண்மையான, சக ஆய்வாளர்களால் சரிபார்க்கப்பட்ட (peer-reviewed) மூலங்களின் வழிகாட்டிகள்.
வரலாறு, அரசியல் அறிவியல் அல்லது முதன்மை மற்றும் இரண்டாம் நிலை ஆதாரங்களை கவனமாக கையாள வேண்டிய எந்தவொரு துறையில் பணிபுரிபவருக்கும் இது முக்கியமானது. நீங்கள் உங்கள் தீர்ப்பை ஒரு 'பிளாக் பாக்ஸ்' (black box) எனப்படும் அறியப்படாத கருவிடம் ஒப்படைக்கவில்லை. மாறாக, நூலகத்திற்குள்ளேயே இருக்கும் ஒரு வழிகாட்டியைப் பயன்படுத்துகிறீர்கள்.
துல்லியத்தை இழக்காமல் கிடைக்கும் வேகம்
எனக்கு ஏற்பட்ட மிகப்பெரிய நடைமுறை மாற்றம் வேகம். கேம்பிரிட்ஜில் காலக்கெடு தாமதங்களை மன்னிக்காது, மேலும் வேகத்திற்காகத் துல்லியத்தை விட்டுக்கொடுக்க வேண்டும் என்ற தூண்டுதல் எப்போதும் இருக்கும். எனது வகுப்புத் தோழர்கள் இலக்கிய ஆய்வுகளை (literature reviews) உருவாக்க திறந்த இணைய AI-ஐ நம்பியிருப்பதை நான் பார்த்திருக்கிறேன், ஆனால் பின்னர் பல நாட்கள் கழித்து போலியான மேற்கோள்களை நீக்க வேண்டியிருந்தது. JSTOR கருவி, ஒவ்வொரு பரிந்துரையும் ஒரு உண்மையான ஆதாரத்திற்கான நேரடி இணைப்பைக் கொண்டு வந்ததால், துல்லியத்தை இழக்காமல் ஆவணக் காப்பகங்களை வேகமாக ஆய்வு செய்ய எனக்கு உதவியது. என்னால் சில நொடிகளில் அசல் உரையைச் சரிபார்க்க முடிந்தது. சுருக்கம் சரியாகத் தோன்றவில்லை என்றால், அதைச் சரிசெய்ய முழு ஆய்வுக் கட்டுரையும் அங்கேயே இருந்தது.
எல்லைத் தகராறுகள் குறித்த காலனித்துவத்திற்குப் பிந்தைய அணுகுமுறைகள் பற்றிய ஒரு கட்டுரையின் போது, நூற்றாண்டின் நடுப்பகுதி பிராந்திய ஆய்வுகளைப் புதிய முக்கியமான பாதுகாப்பு ஆய்வுகளுடன் இணைக்கும் ஒரு தொடர்பைக் கண்டறிய இந்தக் கருவி எனக்கு உதவியது. நான் கைமுறையாகத் தேடியிருந்தால் இறுதியில் இதைக் கண்டிருப்பேன், ஆனால் அதற்கு மேலும் ஒரு வாரம் தேட வேண்டியிருக்கும். அதற்குப் பதிலாக, நான் அந்த வாரம் குருட்டுத்தனமாகத் தேடுவதற்குப் பதிலாக ஆழமாக வாசிப்பதில் செலவிட்டேன்.
கல்வித் துறையில் AI குறித்த விவாதங்களில் விடுபடும் நடைமுறை விவரம் இதுதான். பெரும்பாலான மாணவர்களுக்குப் பிரச்சனை எழுதும் வேகம் அல்ல. அது கண்டறியும் வேகம் (discovery speed). சாத்தியமான ஐந்நூறு கட்டுரைகளில் எவை ஐந்தைக் கூர்ந்து படிக்க வேண்டும் என்று தெரிந்து கொள்வதே பாதிப் போராட்டம். தரம் பிரிக்கும் பணியை இந்தக் கருவி கவனித்துக் கொள்கிறது, இதனால் நீங்கள் சிந்திப்பதில் கவனம் செலுத்த முடியும்.
இரைச்சலைக் குறைத்தல்
False information is not always dramatic. Sometimes it is a subtly wrong date. Sometimes it is a misinterpreted theoretical framework passed along because no one checked the original. Because this tool reduces the risk of false information by grounding itself in JSTOR's indexed corpus, the noise level drops significantly. You still have to read critically. No tool replaces that. But you spend less time verifying whether a source even exists.
I noticed this most when I was reviewing complex methodological papers. IR research often blends quantitative analysis with historical case studies, and the technical