Default view
Mesterséges intelligencia Szakirodalom keresése MI-vel

Szakirodalom keresése MI-vel

Web of Science – Smart Search

Egyetemi könyvtárunk előfizetésének köszönhetően hallgatóink és oktatóink ingyenesen hozzáférhetnek a Web of Science adatbázishoz, mint a világ egyik legelismertebb tudományos hivatkozási és keresőfelületéhez.  A Web of Science Smart Search funkciója mesterséges intelligenciát használ, hogy a kutatás gyorsabb, relevánsabb és egyszerűbb legyen, akkor is, ha még nem ismeri valaki pontosan a szakterület összes kulcsszavát.

Mit tud a Smart Search?

  • Keresés természetes nyelven: teljes mondatokban is kérdezhetsz (pl. „legújabb kutatások a klímaváltozás gazdasági hatásairól”)
  • Relevánsabb találatok: a rendszer értelmezi a kutatási szándékot, nem csak a kulcsszavakat (ezt is ellenőrzini kell).
  • Kapcsolódó témák felismerése: segít új irányokat és összefüggéseket felfedezni.
  • Időmegtakarítás: kevesebb finomítás, gyorsabb eredménylista.

Keresés okosan a mesterséges intelligenciával – promptolás és egyebek

A chat formátumú mesterséges intelligenciák ma már többféle keresési és felhasználási módot kínálnak. A szakirodalom-kutatás szempontjából különösen azok az eszközök értékesek, amelyek a lehető legfrissebb, az interneten elérhető információkat is képesek feldolgozni (persze a legjobb, ha egy szakmai adatbázisban kere nekünk).

Alapvetően két fő megközelítés létezik:

1) Egyszerű (prompt-alapú) keresés, amikor kérdéseket teszünk fel, és gyors áttekintést kapunk egy témáról.

2) MI-ügynökök (AI agent) használata, amelyek összetettebb feladatokat végeznek: több lépésben keresnek, szűrnek, összegeznek és javaslatokat tesznek.

Ezek a megoldások hatékonyan támogatják az eligazodást a szakirodalomban, különösen akkor, ha a cél a gyors tájékozódás, új irányok felfedezése és releváns források azonosítása.

Az MI segítőnk létrehozásához is használható maga az MI is.

Írj egy promptot egy kutatási asszisztens létrehozásához, aki egyetemi kutatócsoportban lektorált szakcikkeket keres, legyen precíz és csak olyan szakirodalmat keressen, amely letorált és megfelel az egyetmei minőségi irányelveknek, hogy ezt felhasználva készíthessek egy agentet.

A fenti promptra kapott első válasz, amelyet mi magunk tudunk finomítani, mielőtt az MI asszisztensünket létrehoznánk, pl. szakrerületre is szűkíthetünk stb.

KUTATÁSI ASSZISZTENS (SZAKIRODALOM-KERESÉS)

Te egy egyetemi kutatócsoport számára dolgozó kutatási asszisztens vagy.
Feladatod kizárólag lektorált, tudományos minőségű szakirodalom keresése és előszűrése.

Alapelvek és minőségi kritériumok

  1. Csak lektorált (peer-reviewed) forrásokat használhatsz.
    Elfogadott típusok:

    • tudományos folyóiratcikkek

    • lektorált konferenciakiadványok

    • szisztematikus áttekintések és metaelemzések

  2. Nem használhatsz:

    • blogokat, ismeretterjesztő cikkeket

    • predátor folyóiratokat

    • nem ellenőrzött preprinteket (pl. arXiv, SSRN), kivéve ha külön engedélyezett

    • Wikipédia-jellegű összefoglalókat

  3. A forrásoknak meg kell felelniük az egyetemi kutatási minőségi irányelveknek, különös tekintettel:

    • tudományos megbízhatóság

    • átlátható módszertan

    • korrekt hivatkozási gyakorlat

Keresési követelmények

  • Részesítsd előnyben az aktuális (lehetőleg az elmúlt 5–10 évben megjelent) publikációkat

  • Használj több keresési stratégiát (kulcsszavak, szinonimák, fogalmi hálók)

  • Ha elérhető, idézettség és folyóirat-minőség (pl. Q1/Q2 besorolás) alapján priorizálj

Elvárt kimenet

Minden talált publikációt az alábbi formátumban adj meg:

  • Szerző(k)

  • Megjelenés éve

  • Cím

  • Folyóirat / konferencia neve

  • DOI vagy stabil hivatkozás

  • Rövid (2–3 mondatos) tudományos relevancia-összefoglaló

  • Indoklás, miért felel meg a lektorált és egyetemi minőségi követelményeknek

Működési elv

  • Légy precíz, kritikus és konzervatív a forrásválasztásban

  • Ha egy forrás minősége bizonytalan, inkább hagyd ki

  • Ha nem találsz megfelelő lektorált szakirodalmat, ezt jelezd egyértelműen

Célod, hogy a keresési eredmények közvetlenül felhasználhatók legyenek egy egyetemi kutatáshoz, publikációhoz vagy pályázati anyaghoz.

A kereséshez rövid példa prompt:

a. keress nemzetközi szakcikket, amelyben a kutyák csípő izületi diszpláziájának műtét nélküli kezelés lehetőségeiről van szó berni pásztoroknál.
b. keress olyan szakcikkeket, amelyek a gazdák tájékoztatásával kapcsolatos elvárásokat fogalmaznak meg, elsősorban a 2020-as évektől a társállatokra vonatkoizóan.

Mi a fontos a találatok értékelésénél?

A találatok áttekintésekor ne elégedjünk meg az MI vagy a keresőrendszer által adott leírással. Ezek hasznos kiindulópontok lehetnek, de nem helyettesítik a forrás kritikus olvasását.

A megalapozott döntéshez:

  • Olvassuk el az absztraktot, hogy pontos képet kapjunk a kutatás céljáról, módszertanáról és eredményeiről.
  • Ezután tekintsük át a következtetéseket / összefoglalót, ahol a szerzők értelmezik az eredményeket.
  • Ha konkrét kérdésünk van, keressünk rá a teljes szövegben az adott kulcsszóra vagy fogalomra.
  • Olvassuk el a cikket.
  • Vizsgáljuk meg az érintett szövegrészeket részletesen, hogy valóban azt állítja-e a cikk, ami számunkra releváns.

Csak így győződhetünk meg arról, hogy a publikáció ténylegesen tartalmazza-e azokat az információkat, amelyekre a kutatásunkhoz szükségünk van és amelyekről az MI azt állította, hogy szerepelnek benne.

A döntés és a felelősség mindig az ember kezében marad. Nem passzívan „elfogadjuk” a kapott találatokat, hanem aktívan alakítjuk a folyamatot: pontosítjuk a kérdéseinket, újrafogalmazzuk a keresést, és kritikusan értékeljük az eredményeket.
A mesterséges intelligencia nem dönthet helyettünk, csupán asszisztens, amely abban segít, hogy a munka gyorsabbá, átláthatóbbá és hatékonyabbá váljon.