نشر موقع Nature مقالة تتحدث عن تمكن باحثين من إنتاج ورقة بحثية في أقل من ساعة بمساعدة ChatGPT. كان الهدف من التجربة هو استكشاف قدرات ChatGPT للعمل كـ “مساعد بحث” وإثارة النقاش حول مزاياه ومخاطره.
قام الباحثون بتصميم حزمة برمجية تغذي تلقائيًا ChatGPT بالتلميحات وتعتمد على ردوده لتحسين الورقة مع مرور الوقت. حيث قاموا بتنزيل مجموعة بيانات مفتوحة عن نظام المراقبة السلوكية التابع لمراكز مكافحة الأمراض والوقاية منها في الولايات المتحدة، وهو قاعدة بيانات للاستطلاعات الهاتفية المتعلقة بالصحة. تتضمن مجموعة البيانات معلومات جمعت من أكثر من 250,000 شخص حول حالتهم المرضية المتعلقة بالسكري واستهلاك الفواكه والخضروات والنشاط البدني. .
أولًا، طلب النظام من ChatGPT كتابة كود استكشاف البيانات. في محاولته الأولى، أنشأ ChatGPT كود استكشاف بيانات مليء بالأخطاء ولم يعمل. ولكن عندما اكتشف النظام هذه الأخطاء، أرسل تلقائيًا تلميحات إلى ChatGPT، التي قامت بإصلاح الكود .
ثم طلب النظام من ChatGPT تطوير هدف للدراسة. واقترحت عليهم “استكشاف كيف يؤثر النشاط البدني والنظام الغذائي على خطر الإصابة بالسكري“. ثم طُلِبَ منها إنشاء خطة تحليل بيانات وكود تحليل بيانات، وبناءً على نتائج الكود، وصلت ChatGPT للنتيجة التالية: يرتبط تناول المزيد من الفواكه والخضروات وممارسة التمارين الرياضية بخطر أقل للإصابة بالسكري.
مع وجود النتائج في متناول اليد ، قاد النظام ChatGPT لكتابة المقالة عن طريق فتح محادثتين ChatGPT. في واحدة منها ، تقمص النظام دور الباحث وأوعز لـChatGPT بكتابة كل قسم من المقالة. أما المحادثة الثانية فلعبت دور المراجع الذي قدم ملاحظات بناءة على النص الذي أنشأه الباحث. كما سمح النظام لـ ChatGPT بالوصول إلى محركات بحث في المجلات حتى يتمكن من إنشاء مقال به استشهادات صحيحة.
في النهاية، تمكن النظام من بناء بحث علمي رصين بلغة واضحة واستشهادات صحيحة! وقد علق الباحثان على هذه النتيجة إلى الحاجة لمناقشة مزايا وسلبيات استخدام أدوات الذكاء الاصطناعي التوليدية في البحث العلمي، وإلى تطوير طرق لزيادة الشفافية والمساءلة. يقولون إن ChatGPT قد يكون مفيدًا في تسريع العملية البحثية بتنفيذ مهام بسيطة قد تستغرق وقتًا طويلاً ، مثل كتابة الملخصات وإنتاج الأكواد، لكنهم يشككون في أن كتابة المقالات بأكملها ستكون استخدامًا جيدًا في المستقبل.