Thread by @simonmaris

Anlässlich der Gründungskonferenz des Virtuellen Kompetenzzentrums #KünstlicheIntelligenz #WissenschaftlichesArbeiten #VKKIWA gestern, hier eine kleine Sammlung und anschließend ein paar Hinweise zu aktuell spannenden Tools abseits von chatGPT etc 👇

Im Kontext meiner neuen Stelle überschneiden sich drei große Forschungsfelder, die jeweils so produktiv publizieren, dass ein fundierter Überblick unmöglich ist.

https://twitter.com/simonmaris/status/1639034141483188230

Diese Werkzeuge haben mir in den letzten Monaten enorm geholfen, für mich relevante Inhalte dennoch zu entdecken, zu filtern und zu entscheiden, ob und in welcher Tiefe ich einzelne Arbeiten lesen möchte.
Legende: ✅ nutze ich selbst, 💡gibt es auch

Disclaimer: Längst nicht alles ist KI / LLM basiert, und es geht mir nicht um Vollständigkeit, sondern um die Konzepte und Grundgedanken, wie sich der Prozess des wissenschaftlichen Arbeitens in der Recherchephase verändern könnte. Los gehts.

Ausgehend von einer oder mehreren Veröffentlichungen schlägt @Inciteful_xyz ✅ähnliche Artikel in diversen Kategorien (metadatenbasiert) vor.
@ZetaVector ✅nutzt neuronale Suchalgorithmen um Ähnlichkeiten zu erkennen und mir neue Artikel zu selbstgewählten Tags vorzuschlagen.

Noch weiter weg von traditionellen Werkzeugen ist das auf LLMs basierende @elicitorg ✅, das zwar eine tatsächliche Frage akzeptiert, aber letztendlich eine semantische Suche nach passenden Veröffentlichungen durchführt. Hier wird also nichts halluziniert.

Bei großzügiger Auswahl von möglicherweise relevanten Artikeln entsteht schnell eine große Sammlung. Diese lässt sich mit Hilfe von grafischen Werkzeugen wie @RsrchRabbit ✅oder @LitmapsApp 💡 visualisieren, um zentrale Arbeiten herauszufiltern.

Auch hier gibt es wieder LLM basierte Werkzeuge wie @uselateral ✅ oder @scispace_ 💡. Diese fassen beispielsweise zusammen, beantworten Fragen oder markieren relevante Passagen in einer oder mehreren Veröffentlichungen.

Sie können den Leseprozess unterstützten und beschleunigen, auf Grund der Funktionsweise ist aber hier eine kritische Perspektive und ein Hinterfragen wichtig! Das Lesen an sich sowie das Verstehen und Notieren bleiben natürlich trotzdem grundlegende Skills!

Schließlich: Bei mir ist @zotero nach wie vor der Hub, meine Notizen sammele ich in @obsdmd. Ich glaube auch nicht daran, dass sich irgenwann ein Tool durchsetzt. Besonders wertvoll sind diese Werkzeuge, wenn sie ihre jeweiligen Stärken ausspielen können und dabei interagieren!

Deshalb habe ich in den letzten Wochen mit den Macher*innen von zB @ZetaVector kommuniziert und für eine Synchronisierierung mit @zotero geworben. @RsrchRabbit und @Inciteful_xyz haben bereits (Teil)lösungen, @uselateral arbeitet daran.

Fazit: zunächst über mehrere Tools, die auf unterschiedlichen Suchalgorithmen und Datensätzen basieren, große Sammlungen aufzubauen und diese mithilfe von Metriken und LLM-basierten KI Werkzeugen zu sortieren, einzuordnen, zusammenzufassen und zu verstehen, ist fantastisch!

Ich bin gespannt, wie es hier weiter geht. Neue Tools werden veröffentlicht, vor einigen Tagen zum Beispiel @oacore CORE-GPT.
-> OpenAccess hat hier nicht nur für den Menschen Vorteile, auch das Maschinelle und damit unsere Werkzeuge profitieren natürlich von den (Meta-)Daten.

Danke noch mal an die Organisator*innen des VK:KIWA Gründungskongress gestern, viele spannende Diskussionen! Ein Sturm nach dem anderen fegt durch die Hochschulen. Pandemie, WissZeitVG und KI Werkzeuge sind nur einige der massiven Umbrüche, gehen wir es an.

This was a rare case of me tweeting in German, since I feel multiple people are doing this in English already. Special thanks to @aarontay for being such a calm and collected observer of this space and sharing his thoughts so generously!