Söka information med AI

Generativ AI

Bakom populära AI chattbottar som exempelvis ChatGPT och Copilot, finns generativ AI-teknik, som bland annat bygger på stora språkmodeller. En språkmodell är en AI som tränats för att hitta statistiska mönster i mänskligt språk och kan skapa text som människor tycker är meningsfull. Svaren som genereras baseras på statistisk sannolikhet, AI kan inte tänka eller ha ett eget omdöme.

Att tänka på vid användning av generativ AI

Källgranskning
Källkritiskt förhållningsätt och verifiering av informationen är viktigt. I ett vetenskapligt förhållningssätt är granskning av källor centralt. AI-verktyg som helt bygger på generativ AI kan inte ange källor för informationen eftersom de generar text baserat på sannolikhet. Att svaren baserar sig på sannolikhet innebär att svaren som genereras kan vara felaktiga, så kallade hallucinationer eller confabulations. Svaren som genereras kan också innehålla bias, det vill säga snedvridning av svaret.

Reproducerbarhet och transparens
Reproducerbarhet och transparens är centrala koncept i ett vetenskapligt förhållningssätt. Bristande transparens kan illustreras av ”Blackbox-problematiken” som innebär att man inte kan se/följa hur en AI-modell kommer fram till sina svar. Bristande reproducerbarhet är också ett problem vid användning av generativ AI, då exempelvis olika svar kan fås vid olika tillfällen för samma prompt, det vill säga den text eller fråga du skriver in i verktyget.

Säkerhet
En viktig aspekt att tänka på är informationssäkerhet. Det är viktigt att vara försiktig med vilken information du matar in i ett AI-verktyg. Patient-, personuppgifter eller andra känsliga uppgifter får exempelvis inte delas.

Håll dig uppdaterad om säkerhet vid användning av AI-baserade chattbottar inom VGR:

Användning av AI-baserade chattbottar i VGR

Upphovsrätt
En annan aspekt att tänka på är upphovsrätt. Upphovsrättsskyddat material får inte delas med AI-verktyg. Det kan exempelvis gälla vetenskapliga artiklar där medicinska biblioteken tillhandahåller prenumerationer. Det kan också finnas restriktioner kring hur AI-genererat material får användas. AI-genererade bilder och texter omfattas idag inte av upphovsrätt. Olika AI-leverantörer kan ha olika villkor för användning av genererat material och det är viktigt att kontrollera vad som gäller.

Läs mer om policies och råd vid användning av AI inom VGR:

Artificiell intelligens, AI - VGR gemensamt

AI-sökverktyg som hämtar källor

Det finns AI-sökverktyg som hämtar källor med en teknik som kallas Retrieval augmented generation (RAG). RAG-tekniken innebär att språkmodellen också är kopplad till en extern datakälla (som den fria webben, en databas eller dokument) för att besvara frågor. Vid användning av RAG-teknik minskar risken för hallucinationer (felaktigheter). Både innehållet i den generade texten och länkarna till referenser i den kan vara felaktiga och måste kontrolleras.

Naturlig språkbehandling

Naturlig språkbehandling (NLP) är ett paraplybegrepp för olika tekniker som gör att datorer kan förstå mänskligt språk. I olika AI-sökverktyg ger detta möjlighet att ställa frågor/prompta med naturligt språk, det vill säga fullständiga meningar i stället för med enstaka sökord och sökkommandon.

Natural Language Understanding - AI Sweden

I många databaser finns också möjlighet att söka med naturligt språk, vilket kan göra det lättare att utföra sökningen om man har svårt att hitta sökord. Dessa sökningar kan brista i reproducerbarhet och transparens eftersom det ofta är oklart vilka exakta processer som utförs i bakgrunden. Det är därför viktigt att komplettera sökningar med naturligt språk med strukturerade sökordsbaserade sökningar i databaserna för bättre transparens och reproducerbarhet.

Semantisk sökning

En semantisk sökning är en metod som baseras på ordens eller texternas innebörd, snarare än att leta efter exakta termer. Tekniken bygger på vektorrepresentation som innebär att ord eller meningar omvandlas till siffror (vektorer) så att deras betydelse kan jämföras matematiskt. Om du till exempel söker på ”hund” får du även träffar på ”valp” och ”husdjur”.

En fördel med semantisk sökning jämfört med klassisk sökning med nyckelord, är att det blir möjligt att söka efter språkliga och meningsbärande likheter, som kan ge relevanta träffar. Några nackdelar – resultatet är oförutsägbart och kan vara mycket resurskrävande.

AI tools for academic search: using AI to identify and review research - Malmö university library

AI och informationssökning - KTH

AI-verktyg med fokus på vetenskap

Det finns en stor mängd AI-verktyg som bygger på olika tekniker som är profilerade mot vetenskaplig informationssökning. Fältet är snabbt växande och dessa exempel är endast ett axplock. Du har eget ansvar för val av verktyg och att det är i linje med din uppgift och organisationens/verksamhetens principer.

Se Egen användning av språkmodeller eller annan generativ AI:
Artificiell intelligens, AI - VGR gemensamt

AI-sökverktyg som hämtar källor

Bygger på generativ AI och RAG-teknik. Hämtar källor, genererar sammanfattningar och strukturerar data.
Några exempel:
Elicit
Consensus
EvidenceHunt
Scholarcy

Agentbaserade AI-sökverktyg

Dessa verktyg eller funktioner utför automatiserade sökprocesser i flera steg som tar längre tid att genomföra. Benämns ofta som verktyg för djup sökning, deep search eller deep research. Vissa verktyg kan förutom att hämta källor, även generera rapporter och strukturera data. Denna typ av verktyg eller funktioner finns såväl i generella AI-chattbottar som AI-sökverktyg med fokus på vetenskap, men här fokuserar vi på AI-sökverktyg med fokus på vetenskap.

Några exempel:
Undermind.ai
Ai2 Paper finder

Kartläggande AI-verktyg

Visar relationsmönster inom vetenskaplig publicering. Utgår från en eller flera kända artiklar för att hitta flera liknande.

Några exempel:
Connected papers
LitMaps
Open Knowledge maps
ResearchRabbit

När använda AI-sökverktyg

Vilket verktyg som är mest lämpligt beror på sammanhanget. Fundera alltid över syftet med din sökning. Vad tillåter din arbetsuppgift/arbetsgivare?

När använda AI-sökverktyg

AI-baserade sökverktyg är ofta utformade för att ge träffsäkra resultat snarare än att hitta alla relevanta källor. Det fungerar bra när man vill få en snabb överblick eller utforska ett ämne, men är mindre lämpligt när man behöver göra en grundlig litteraturgenomgång eller en evidensbaserad sammanställning.

I vilken del av sökprocessen passar användning av AI-sökverktyg?

I den inledande, undersökande fasen av din sökprocess
AI-sökverktyg kan passa bra

Kompletterande sökning och citeringssökning
AI-sökverktyg kan passa bra

Systematiska översikter och andra strukturerade litteratursökningar
Här räcker det inte att använda AI-sökverktyg. Här behövs strukturerade sökningar i databaser för transparens och reproducerbarhet.

För att få stöd i hur du genomför strukturerade sökningar i databaser, se Hitta evidens.

AI-chattbottar

Tränade på stora breda datamängder. Kan hantera många olika typer av frågor. Några exempel är ChatGPT, Copilot, Claude, Gemini med fler. Dessa verktyg använder ofta RAG-teknik och söker den fria webben och kan erbjuda möjlighet att ladda upp filer.

Passar bra:
I inledningen, den utforskande delen av din sökning, beroende på din tidigare kunskap. I lägen du tidigare Googlat, kanske en generell AI assistent kan vara användbar. Exempel på användningsområden i inledande delen av en sökning: