生成的人工知能(GenAI)は、ChatGPTのような大規模言語モデル(LLMs)に基づき、組織、学界、一般社会に衝撃を与えています。特に、大規模なテキストコーパスの要約、質問応答、データ抽出、翻訳などの印象的なGenAIの能力は、文献レビューの実施に profoundな影響を及ぼします。これにより、科学、組織、一般社会はすべて、GenAIがサポートする文献レビューから利益を得ることができます。GenAIの技術的基盤に基づき、確立された方法論的な議論に根ざした本作は、一般目的(例:ChatGPT、Gemini、Claude)および専門的GenAIツール(例:Consensus、Elicit)を用いた文献レビューの実施方法を概説します。プロンプトの例を提示し、方法論的に適切な文献レビュー戦略を提案します。この観点からの論文では、文献レビューの実施におけるGenAIの利用による機会とリスクの両方を考慮したバランスの取れたアプローチを採用します。最後に、GenAIが長期的な科学的進展に与える影響に関する哲学的な質問を議論し、GenAI技術の核心を改善するための有望な研究機会(アーキテクチャやトレーニングデータ)を提示し、GenAIベースの文献レビュー方法論における未解決の問題を示唆します。
Building similarity graph...
Analyzing shared references across papers
Loading...
Gerit Wagner
Julian Prester
Reza Mousavi
Journal of Information Technology
The University of Sydney
University of Virginia
HEC Montréal
Building similarity graph...
Analyzing shared references across papers
Loading...
Wagner et al. (水曜日) はこの問題を研究しました。
www.synapsesocial.com/papers/698586388f7c464f2300a2cf — DOI: https://doi.org/10.1177/02683962261425675