Ricerca responsabile, IA responsabile
Le pratiche di ricerca rispettate a livello globale, come l'analisi delle citazioni, la triangolazione, la riproducibilità, la revisione sistematica e la progettazione etica dello studio, sono essenziali per garantire l'affidabilità della ricerca. I bibliotecari sostengono da tempo queste pratiche. In EBSCO, il nostro obiettivo è mantenere la fiducia all'interno della comunità di ricerca e garantire che le tecnologie IA migliorino il processo di ricerca, sia per scopi personali che accademici.
Sulla base delle indicazioni dei nostri clienti, dei partner e degli enti normativi, EBSCO ha sviluppato e aderisce ai seguenti principi di AI.
Qualità
EBSCO garantisce l'accuratezza della propria IA utilizzando dati autorevoli attraverso il Retrieval-Augmented Generation (RAG), i grafici di conoscenza e un rigoroso processo di verifica da parte di bibliotecari ed esperti del settore Subject Matter Expert (PMI). Non ci affidiamo all'uso di full-text per addestrare il modello senza il consenso dei creatori, in quanto ciò non sarebbe in linea con le pratiche di IA responsabile.
La ricerca ha dimostrato che quando un Large Language Model (LLM) è integrato con dati strutturati sotto forma di knowledge graph, la precisione aumenta del 54%, riducendo la probabilità di errori nelle risposte dell'IA. L'Unified Subject Index (USI) di EBSCO unisce tutti i vocabolari controllati accademici in un knowledge graph di dati collegati, mentre l'EBSCO Scholarly Graph (ESG) integra oltre 100 milioni di articoli accademici, associandoli ai loro metadati, alle metriche di citazione e ai profili di autori e istituzioni. Con miliardi di contenuti autorevoli, le nostre attività di IA si basano saldamente su dati scientifici fondati sull'evidenza, per ridurre le imprecisioni e migliorarne l'affidabilità.
Trasparenza
La trasparenza è essenziale per un processo decisionale informato, e EBSCO si impegna a garantire etichettature chiare e funzionalità di IA spiegabili. Il nostro approccio alla trasparenza nell'IA include spiegazioni chiare su:
- L'origine, la provenienza e la struttura dei dati.
- Come vengono utilizzati e valutati i dati di partenza nel modello di IA.
- Il processo di verifica dei dati di base dell'IA, compresi i contributi di bibliotecari ed esperti del settore (PMI).
- La struttura delle richieste inviate al modello di intelligenza artificiale e la classificazione della loro pertinenza (senza rivelare richieste o algoritmi specifici).
- Come gestiamo l'impatto ambientale della nostra IA.
Per EBSCO, spiegare l'intelligenza artificiale significa offrire chiarezza su come operano le nostre soluzioni AI all'interno dei prodotti. Inoltre, diamo priorità all'uso di modelli di IA trasparenti, quando possibile, e monitoriamo attivamente lo Stanford Transparency Index durante la selezione dei modelli.
Alfabetizzazione informativa
EBSCO collabora con i bibliotecari per migliorare l'IA e l'alfabetizzazione informativa. Come parte dell'alfabetizzazione informativa, le risorse per l'alfabetizzazione all'IA supportano i bibliotecari nell'orientare i ricercatori verso un utilizzo responsabile dell'IA, inclusi aspetti come l'identificazione di contenuti generati, la valutazione dei risultati dell'IA e la comprensione delle pratiche di IA etiche e accettabili nella ricerca.
I ricercatori potrebbero dover considerare le seguenti domande:
- Cosa si intende per uso appropriato dell'IA nella ricerca?
- Come si può garantire che i contenuti generati dall'IA non vengano plagiati?
- Come si verifica l'accuratezza del testo o delle immagini generate dall'intelligenza artificiale?
- Come deve essere citata l'IA e quali contenuti da essa generati possono essere citati?
- Come si può segnalare o correggere un'IA non etica o imprecisa?
- Quali sono gli standard e le normative sull'IA che i ricercatori devono conoscere?
- In che modo i ricercatori devono coinvolgere l'IRB quando utilizzano l'IA?
- Quali sono gli strumenti più adatti all'IA nella ricerca?
- Come potete assicurarvi che l'IA che avete utilizzato, o i suoi risultati, siano etici e basati su fonti autorevoli?
L'alfabetizzazione informativa è un'abilità fondamentale per i ricercatori per determinare le risposte a queste domande. EBSCO si impegna ad assistere i bibliotecari in queste importanti discussioni e a contribuire all'educazione dei ricercatori sulle tecniche di alfabetizzazione.
Equità nell'IA
Un'IA equa dipende da basi di dati diversificate e di provenienza etica, nonché dalla garanzia di un accesso equo ai contenuti, indipendentemente dall'esperienza di ricerca, dalla lingua o dalle competenze. Molti modelli linguistici di grandi dimensioni (LLM) possiedono una conoscenza generale, ma faticano a rispondere correttamente a domande specifiche e dettagliate, il che spesso porta a imprecisioni. Per supportare query di ricerca precise, i LLM necessitano di dati specifici per il settore e di una verifica da parte di esperti.
Inoltre, i LLM devono comprendere dati culturalmente e linguisticamente diversi per garantire l'inclusività. EBSCO si avvale di risorse come l'eccezionale varietà di contenuti offerti dai database EBSCO e l'Unified Subject Index (USI), che comprende oltre 280 lingue e dialetti da più di 100 vocabolari controllati, per aggiungere informazioni più eque alle risposte dell'AI. Queste risorse non vengono utilizzate per addestrare l'IA perché ciò andrebbe contro le nostre pratiche di responsabilità.
Orintato all'utente
Le nostre funzionalità di intelligenza artificiale sono progettate con un focus sull'esperienza dell'utente, passando attraverso test approfonditi e verifiche da parte degli utenti per garantire la loro efficacia e per supportare responsabilmente il processo di ricerca. Sebbene possa essere allettante seguire le tendenze, EBSCO si impegna a utilizzare l'IA in modo ponderato e responsabile, focalizzandosi su funzionalità che arricchiscano realmente il processo di ricerca e promuovano l'integrità accademica.
Le nostre funzionalità di IA:
- Sono verificate dai bibliotecari EBSCO, dagli utenti e dai clienti.
- Supportano uno o più aspetti del processo di ricerca.
- Sono valutate per la loro adeguatezza. Se viene trovato un metodo più efficace, l'IA non viene utilizzata.
Questo approccio permette di mantenere i costi contenuti, garantire alta qualità e focalizzare lo sviluppo sulle funzioni che influenzano in modo significativo l'esperienza di ricerca.
Integrità dei dati
EBSCO garantisce che le nostre funzioni di intelligenza artificiale siano conformi alle politiche sui dati, proteggendo la privacy, il copyright e i dati degli utenti. Collaboriamo con gli editori per garantire la trasparenza nell'uso dei contenuti. I nostri termini di utilizzo, aggiornati di recente, stabiliscono chiaramente che i contenuti degli editori non possono essere impiegati nell'IA dei clienti, poiché ciò violerebbe i diritti di proprietà intellettuale e il copyright dei creatori e degli editori.
EBSCO è certificata conforme agli standard ISO/IEC 27001, 27017, 27018 e 27701 per la sicurezza delle informazioni e la privacy. Per proteggere la privacy e la sicurezza, non condividiamo i dati dei clienti o degli utenti con i modelli di intelligenza artificiale. Inoltre, monitoriamo attentamente e ci adattiamo all'evoluzione delle normative sull'IA, tra cui le linee guida NATO e UE sull'IA responsabile, l'EU AI Act e altri standard nazionali.
Rimani informato
Contattaci per saperne di più sull'IA in EBSCO, per iscriverti ai nostri programmi beta sull'IA o per collaborare con noi a iniziative di ricerca e sviluppo.
