Projektēšana patiesībai: Google Scholar Concept

Iedomājieties, ka jūs kādu rītu pamodāties uz tantes pa e-pastu nosūtītu rakstu, brīdinot, ka nevajadzētu vakcinēt jaundzimušo dēlu. Jūs satraucoši atverat saiti un lasāt, ka The Lancet (vienā no cienījamākajiem zinātniskajiem žurnāliem pasaulē) publicētajā pētījumā ir pārliecinoši secināts, ka vakcīnas izraisa autismu. Faktiskā pētījuma PDF faili šķiet likumīgi, taču medicīniskās kompetences trūkums neļauj jums to saprast vai viegli to diskreditēt. Galu galā to ir publicējis The Lancet, tajā ir ducis citātu, un raksts sniedz pamatotu argumentu. Jūs varat izvēlēties veikt izpēti tālāk, bet daži vienkārši var būt pārliecināti un atkārtoti dalīties tajā Facebook, lai brīdinātu citus vecākus par vakcinācijas briesmām.

Tā notiek dezinformācija.

Attiecīgais pētījums faktiski ir autors Endrjū Veikfīlds un publicēts žurnālā The Lancet 1999. gadā. Bet jūsu tantes raksts izlaida to, ka pētījums ir pilnībā atsaukts 2010. gadā datu manipulācijas dēļ un Veikfīlda medicīniskā licence ir atsaukta. Šis incidents tiek plaši uzskatīts par anti-vakcinācijas kustības galveno katalizatoru, kas ir atbildīgs par iepriekš kontrolētu slimību, piemēram, masalu un cūciņu, uzliesmojumiem, kas izraisa daudzus nāves gadījumus.

Patiesības kompass

Mēs esam nonākuši epistemoloģiskās krīzes vidū niknās dezinformācijas rezultātā, kuras pārbaudei mums nav laika vai kompetences. Lai arī zinātne nav perfekta, tā ir labākais līdzeklis, kā mums nonākt pie patiesības, jo tā rada pamatfaktus, uz kuriem balstās viedokļi, uzskati un pasaules politika. Tomēr ticamu pētījumu identificēšanai ir daudz problēmu:

  1. Nepieejamā tehniskā žargonā, blīvs teksts un biežās izmaksas sienas padara zinātnisko pētījumu praktiski nepieejamu masām, ļaujot mums paļauties uz plašsaziņas līdzekļu tulkošanu.
  2. Pārspīlēti - plašsaziņas līdzekļi bieži vien pārāk vienkāršo un sensacizē atradumus, lai iegūtu ieņēmumus no reklāmas, vēl vairāk atšķaidot patiesību.
  3. Dinamiska pasaule, statiskā informācija - lielākā daļa šodien publicētās informācijas ir ielikta akmenī, ja vien tā nav manuāli atjaunināta. Tas ir īpaši bīstami zinātnei, jo tā vienmēr attīstās - tas, kas šodien pierādīts, rīt var tikt atspēkots un otrādi.
  4. Citēšanas trušu caurumu pētījumos bieži citēti 20–50 citi pētījumi. Ja kāds no šiem pētījumiem tiek atsaukts, vai tam nevajadzētu ietekmēt ticamību jebkuram pētījumam, kas atsaucas uz to?
Kā mēs zinām, vai pētījums rakstā ir pārskatīts vai atsaukts?
Cik ticams ir pētījums, kurā citēti atsauktie vai novecojušie pētījumi?
Vai pētījumu ir publicējusi privāta organizācija ar interešu konfliktu?
Vai autoram ir dokumentēta krāpšanās vēsture?

Pašreizējie centieni, piemēram, RetractionWatch.com, seko līdzi ievilktajiem dokumentiem, kā arī visvairāk citētajiem ievilkumiem un autoru sarakstiem ar vislielāko ievilkumu skaitu. Lai arī tas ir solis pareizajā virzienā, vietnes apmeklēšana katru reizi, kad vēlaties pārbaudīt pētījumu vai autoru, ir apgrūtinoša un nav mēroga.

Google Scholar pārlūka paplašinājums

Varbūt viens no Google nepietiekami novērtētajiem projektiem ir Google Scholar - bezmaksas datu bāze, kurā ir ~ 150 miljoni recenzētu akadēmisko žurnālu, grāmatu, konferenču rakstu, disertāciju, disertāciju un pat tiesas atzinumu un patentu.

Es iedomājos Google Scholar pārlūka paplašinājumu, kas atrod atsauktus vai novecojušus dokumentus, brīdina, ja pētījuma citāts vairs nav derīgs, brīdina autorus ar dokumentētu krāpšanu un paziņo par privāti finansētiem pētījumiem, cerot palīdzēt lasītājiem noteikt ticamību.

Pārskatīsim jūsu tantes rakstu no iepriekšējiem, kad ir instalēts Google Scholar paplašinājums:

Atverot rakstu, Google pārlūka paplašinājums Google Scholar brīdina, ka rakstā ir atklāts slikts pētījums:

Sākot lasīt, pamanāt saiti uz attiecīgo pētījumu, kas ir izcelts:

Noklikšķinot uz “Skatīt detaļas” vai paplašinājuma ikonu, tiek parādītas informācijas kartes ar sīkāku informāciju:

Informācijas kartes sastāv no 7 sadaļām:

  • Brīdinājums (ja piemērojams).
  • Dokumenta tips: dokumenta nosaukums un saite.
  • Izdevējs: izdevēja nosaukums, datums, avots
  • Autors: Vārds, nosaukums, institūcija, līdzautori,
  • Iestāde: nosaukums, privāts vai publisks
  • Informācijas josla: norādīta ar numuru, saistītie raksti un lejupielāde (ja piemērojams)

Katram paplašinājuma UI elementam ir dažādi smaguma stāvokļi:

Vairāku dokumentu gadījumā paplašinājuma ikona parāda visaugstākās pakāpes dokumentu skaitu (ja ir 2 ievilkti un 4 neklasificēti, ikona būs sarkana ar ciparu 2)

Informācijas karšu saites ved uz attiecīgajām Google Scholar lapām:

Pētījumi

Es sāku izpētīt, kā informācija tiek izplatīta, un konsultējos ar savu doktora draugu. Es izdalīju attiecības starp galvenajiem zinātnisko ziņu ekosistēmas dalībniekiem:

  • Autori (profesori) veic zinātniskus pētījumus
  • Iestādes finansē šos autorus
  • Žurnāli Publicējiet kvalitātes atzinumus
  • Plašsaziņas līdzekļu vietnes un emuāri ziņo par šiem atradumiem
  • Lasītāji uzzina par zinātnisko pētījumu rezultātiem mediju vietnēs

Pēc dažiem rakumiem kļūst acīmredzams, ka gandrīz visi spēlētāji tiek mudināti rīkoties savtīgās interesēs:

  • Autori - vērtīgi pētījumu rezultāti = karjeras izaugsme
  • Institūcijas - vērtīgāki nodarbinātie autori = labāka reputācija / $
  • Žurnāli - publicēti vērtīgāki pētījumi = labāka reputācija / $
  • Plašsaziņas līdzekļi - publicēts vairāk interesantu pētījumu = vairāk reklāmas naudas saražots

Šie atklājumi vēl vairāk pastiprina nepieciešamību pēc šāda pagarinājuma.

Tālāk es kartēju pašreizējo Google Scholar navigāciju:

Pēc tam es plānoju paredzēto funkcionalitāti un navigāciju starp lapām:

Nākotnes soļi

Pārlūkprogrammu paplašinājumu negatīvie ir tas, ka tie nedarbojas mobilajās ierīcēs. Iespējamais risinājums būtu mobilais pārlūks vai pārlūkprogrammas Google Chrome (android / iOS) funkcionalitātes izkopšana. Turklāt ir arī dažas interesantas nākotnes iespējas:

  • AI-mašīnmācība galu galā varētu tikt analizēta caur semantiku un radīt jēgpilnas attiecības starp Google Scholars datu bāzi, kas varētu radīt papildu ieskatu. AI galu galā varētu būt galvenais recenzents un BS detektors, jo tam ir jēga no visas akadēmiskās literatūras, atklājot iepriekš nepamanītus modeļus.
  • Pieskaroties pūļa vietnēm, piemēram, PubPeer.com, akadēmiķi var veikt salīdzinošu pārskatīšanu pēc publikācijas, kas ir uzsvērusi trūkumus vairākos augsta līmeņa dokumentos un pat izraisījusi atsaukšanu. Būtu interesanti izpētīt pārbaudītu zinātnieku komentārus vai pat balsošanu.
  • Decentralizācija - es domāju, ka neviens projekts nav pabeigts, kamēr nav iesaistīts blokķēde… visus jokus malā es varētu redzēt zinātnes žurnālu DApp par Ethereum, kurā tiek glabāti un notariāli apstiprināti pētījumi par blokķēdi. Verificētam zinātniekam, kurš iesniedz recenzētus pētījumus, tiks piešķirta kriptonauda par kvalitatīvu ieguldījumu - turpmāko pētījumu finansēšanai varētu būt pat gudrs kopfinansēšanas modelis. Tajā brīdī Google Scholar vairs nepiederētu Google, jo tas būtu neatkarīgs pakalpojums, kam nav imunitātes pret centrālo kontroli vai cenzūru.

Mana ilgtermiņa vīzija ir patiesības mehānisms, kas sniedzas plašāk nekā zinātne - līdz ziņu rakstiem, emuāriem, tvītiem, vietnēm un pat e-grāmatām, iekļaujot tādus pakalpojumus kā FactCheck, Snopes, FiB, BS Detector un MediaBias.

Krievijas ietekme uz 2016. gada ASV prezidenta vēlēšanām ir apliecinājums tam, ka informācijai ir liela nozīme. Laikmetā, kurā sociālie mediji daudziem ir kļuvuši par galveno ziņu avotu, uzticamība un uzticamība ir izbalējusi un daudzos gadījumos tieši pazudusi. Nepatiesa informācija ir kļuvusi par galveno spēku, kas veido mūsu pasauli, jo tā ražošana un izplatīšana ir lētāka un vienkāršāka nekā jebkad agrāk. Šī koncepcija ir tikai viena pieeja daudz plašākai un sarežģītākai problēmai, jo mums ir ļoti nepieciešami rīki, lai mūs pasargātu no dezinformācijas.

PS: Vairākas dienas pēc šī raksta pabeigšanas Čana-Zukerberga iniciatīva paziņoja par aprēķināmo zināšanu projektu, kura mērķis ir visaptveroši savienot un izprast zinātniskos darbus, izmantojot AI.