Hoe EBSCO de nauwkeurigheid van haar AI garandeert
EBSCO voert kwaliteitsbeoordelingen van AI-responses uit om ervoor te zorgen dat de kwaliteit gehandhaafd wordt. In elke fase van de AI-pijplijn kan de kwaliteit worden gemeten, kunnen stappen worden genomen om de kwaliteit te verhogen, of kunnen onbedoelde fouten worden geïntroduceerd die de kwaliteit verlagen. Het is daarom van groot belang om de kwaliteit bij elke stap te beoordelen, naast regelmatige evaluatie van andere elementen zoals bias, kosten, milieueffecten, gelijkheid, en meer, en om transparant te zijn over de manier waarop we deze beoordelen.
We gebruiken de volgende technieken om de kwaliteit van AI-outputs te waarborgen.
Retrieval-augmented generation (RAG)
De AI is ontwikkeld op basis van toonaangevende content, wat de kans op 'hallucinaties' - gevallen waarin AI onjuiste of ongefundeerde informatie genereert - aanzienlijk verlaagt.
Door haar responses te baseren op geverifieerde, uitgebreide informatie, is de AI beter toegerust om betrouwbare, contextueel accurate outputs te produceren. Dit zorgt ervoor dat gebruikers meer vertrouwen kunnen hebben in de verstrekte informatie.
Systeemevaluaties zoals latentie (hoe snel/traag de AI is in het voltooien van een taak), up/downtime (hoe betrouwbaar het systeem is), kosten- en milieuefficiëntie (verantwoordelijkheid voor spaarzaamheid en de planeet), veiligheids- en privacybeschermingen, snelle engineering peer-review (helpt bias te verminderen), temperatuurcontrole (een soort betrouwbaarheidsdrempel voor AI-responses), en nog veel meer systeembrede elementen.
Grondige controle door bibliothecarissen en vakexperts
Onze AI-functies worden grondig getest en zorgvuldig gecontroleerd door een diverse groep gebruikers, waaronder onderzoekers, bibliothecarissen en docenten, om ervoor te zorgen dat ze effectief zijn en op verantwoorde wijze zijn geïntegreerd in het onderzoeksproces.
Dit uitgebreide testproces helpt ons waardevolle feedback te verzamelen en elke functie te verfijnen om te voldoen aan de hoogste standaarden van nauwkeurigheid, bruikbaarheid en ethische verantwoordelijkheid.
Door eindgebruikers te betrekken bij de ontwikkeling, zorgen we ervoor dat onze AI-tools het onderzoekstraject echt ondersteunen en verbeteren, door inzichten en efficiëntie te bieden die de complexiteit en integriteit van academisch onderzoek respecteren.
Deze toewijding aan verantwoorde AI zorgt ervoor dat onze technologie is afgestemd op de behoeften en verwachtingen van de wetenschappelijke community, en dat het vertrouwen biedt bij elke stap.
Voorbeeldvragen voor het beoordelen van AI-responses
Voorbeelden van elementen die EBSCO gebruikt voor het beoordelen van door AI gegenereerde artikelsamenvattingen (AI Insights):
- Actualiteit: Is de informatie die wordt gepresenteerd actueel en niet verouderd?
- Toon: Komt de informatie overeen met de toon van het artikel?
- Terminologie: Komt de terminologie overeen met wat in het artikel staat?
- Nauwkeurigheid: Is de informatie accuraat gebaseerd op de details in het artikel?
- Thematiek: Worden de belangrijkste thema's uit het artikel behandeld?
- Bruikbaarheid: Is de samenvatting nuttig als aanvulling op de abstract en/of het onderzoek?
EBSCO heeft zich altijd ingezet voor betrouwbare data van hoge kwaliteit, en dat geldt ook voor haar AI.
Blijf op de hoogte
Wilt u meer weten over AI bij EBSCO? Neemt u dan contact met ons op. U kunt zich ook aanmelden voor onze AI-bètaprogramma's of met ons samenwerken aan onderzoeks- en ontwikkelingsinitiatieven.