Особливості пошуку наукової інформації з застосуванням систем штучного інтелекту

Abstract

Відкритий доступ до наукових публікацій на цифрових платформах підвищує роль штучного інтелекту в комп'ютерних науках. Алгоритми штучного інтелекту здатні аналізувати великі масиви джерел інформації, автоматично підбирати джерела і формувати списки публікацій за запитом дослідника, що значно прискорює пошук релевантних матеріалів. Однак використання таких систем пов'язане з ризиками. Ключова проблема — можливість отримання недостовірної або навмисно спотвореної інформації, що ставить під загрозу якість досліджень і академічну доброчесність дослідників. Ефективність використання систем штучного інтелекту в наукових дослідженнях залишається предметом дискусій. З одного боку, його використання прискорює обробку даних, планування експериментів і аналіз джерел інформації. З іншого — загрожує поверхневим аналізом, надмірною залежністю від його алгоритмів роботи та етичними дилемами, включаючи питання авторства, інтелектуальної власності та достовірності даних, які можуть містити помилки або системні спотворення.

Open access to scientific publications on digital platforms increases the role of artificial intelligence in computer science. Artificial intelligence algorithms are capable of analyzing large arrays of information sources, automatically selecting sources and generating lists of publications at the researchers request, which significantly speeds up the search for relevant materials. However, the use of such systems is associated with risks. The key problem is the possibility of obtaining unreliable or deliberately distorted information, which jeopardises the quality of research and the academic integrity of researcher's. The effectiveness of using artificial intelligence systems in scientific research remains a subject of debate. On the one hand, its use speeds up data processing, experiment planning, and analysis of information sources. On the other hand, it poses the risk of superficial analysis, excessive dependence on its algorithms, and ethical dilemmas, including issues of authorship, intellectual property, and data reliability, which may contain errors or systemic distortions.