Sie brauchen nicht mehr auf Ctrl+F zurückzugreifen: Das brandneue KI-Tool für wissenschaftliche Arbeiten hilft Ihnen, die Nadel im Heuhaufen aus der ursprünglichen Literatur zu fischen.

Ich bitte euch wirklich, ich habe schon so viele wissenschaftliche Arbeiten zu lesen, wie kommt es, dass immer noch neue Tools zum automatischen Schreiben von wissenschaftlichen Arbeiten auftauchen!

Vor kurzem ist auf GitHub wieder einmal ein neues KI-Tool zur Generierung wissenschaftlicher Arbeiten erschienen —

Open Academic Paper Gen.

Keine Eile, weiterzuscrollen!

Neben der automatischen Erstellung einer ersten Fassung mit Literaturverzeichnis gibt es bei Open Academic Paper Gen einen weiteren Punkt, den Sie unbedingt beachten müssen —

Wenn der volle Text der Literatur verfügbar ist, sucht er im Volltext (wichtiger Hinweis) nach Belegen, um die zitierten Aussagen in der Arbeit zu überprüfen.

Um ehrlich zu sein, ist das sehr praktisch.

Denn beim Verfassen wissenschaftlicher Arbeiten geht es oft darum, ausgehend von einem Forschungsthema ständig Standpunkte zu ordnen, Belege zu suchen und die eigenen Urteile anhand der Literatur anzupassen.

Mit KI können Sie sich bei der Entwicklung von Argumenten unterstützen lassen und auch die Quellen der Belege abrufen.

Das Problem ist jedoch, dass manchmal die Aussagen und Arbeiten echt sind, aber wenn man die von der KI gelieferten „Aussagen“ zurück in den vollen Text legt und sie im Kontext betrachtet, stellt sich heraus, dass der Autor das überhaupt nicht gemeint haben könnte.

Um dieses Problem zu lösen, lokalisiert Open Academic Paper Gen nach Erhalt des vollen Literaturtexts die relevanten Abschnitte weiter, um zu beurteilen, ob diese Literatur die entsprechende Aussage tatsächlich stützen kann.

Wenn Seitenangaben vorliegen, markiert es auch die entsprechende PDF-Seitennummer in den Anmerkungen, sodass Sie später leicht nachschlagen können.

Das heißt, es prüft nicht nur, „ob diese Arbeit existiert“, sondern auch, „ob diese Aussage tatsächlich von ihr stammt“.

Ein Multi-Agenten-Workflow zur Generierung erster Fassungen wissenschaftlicher Arbeiten

Insgesamt betrachtet ist Open Academic Paper Gen ein Multi-Agenten-Workflow zur Generierung erster Fassungen wissenschaftlicher Arbeiten, der den Prozess von der Themenfindung bis zum Export in neun Phasen unterteilt:

Festlegen des Forschungsbereichs, Abrufen von Literatur, Bereinigen und Auswählen, Analysieren von Trends, Suchen nach Ansatzpunkten, Erstellen von Gliederungen, Schreiben, Überprüfen und schließlich Exportieren.

Ähnlich wie andere KI-Tools zum Schreiben wissenschaftlicher Arbeiten geben Sie ihm ein Forschungsthema, beispielsweise „RSI in der physischen Welt“.

Er zerlegt dieses Thema in konkrete Forschungsfragen, generiert entsprechende chinesische und englische Stichwörter und sucht nach Arbeiten in OpenAlex, Crossref, Semantic Scholar und arXiv.

Die abgerufene Literatur wird weiter dedupliziert, bewertet und dann vom Modell nach Relevanz gefiltert. Bei Arbeiten mit hoher Relevanz sucht es auch weiter anhand ihrer Literaturverzeichnisse sowie nach späteren Studien, die sie zitiert haben.

Das entspricht dem Ansatz, eine Arbeit zu erfassen und dann nach und nach weitere verwandte Arbeiten zu ergänzen – die Idee ähnelt ein wenig dem damaligen CONNCTED PAPERS.

(Wer das kennt, versteht es).

Anschließend werden die gesammelten Literaturstellen in einer Beweistabelle zusammengefasst, in der die Forschungsfrage, Methoden, Daten, Schlussfolgerungen und Einschränkungen jeder Arbeit aufgeführt sind.

Mit diesen Materialien analysiert das System dann Forschungstrends und schlägt mögliche Forschungswinkel, Forschungslücken und Hypothesen vor.

Hier gibt es auch einen interessanten Schritt namens Innovationsdiagnose.

Open Academic Paper Gen bewertet die Ansatzpunkte aus den Dimensionen Frage, Methode, Daten und Perspektive, weist auf die ähnlichsten vorhandenen Arbeiten im Literaturpool hin und gibt mögliche Einwände an, die Gutachter erheben könnten.

(Das ist so, als ob die KI Ihnen, wenn Sie glauben, dass Sie etwas wie ResNet entwickelt haben, zuerst zeigt, ob andere das schon gemacht haben).

Genauer gesagt basieren diese Urteile auf den aktuell abgerufenen Literaturstellen – aber dass etwas im Literaturpool nicht gefunden wurde, bedeutet nicht, dass es weltweit noch niemand gemacht hat.

Nachdem der Forschungswinkel festgelegt wurde, generiert das System weiter eine Gliederung und erstellt Entwürfe für die einzelnen Kapitel.

Nach Abschluss der ersten Fassung geht es zur Zitationsüberprüfung und simulierten Gutachterprüfung, schließlich können Sie in Formaten wie Markdown oder LaTeX sowie Literaturverzeichnisformaten wie RIS und BibTeX exportieren.

Bei der konkreten Ausführung hält Open Academic Paper Gen im Standardmodus in den Hauptphasen an und wartet auf Ihre Überprüfung, Bearbeitung und Bestätigung, bevor es weitergeht.

Wenn Sie die Fähigkeiten der KI-Forschung testen möchten, können Sie es auch im vollautomatischen Modus vollständig durchlaufen lassen.

Absolut sollten Sie, bevor Sie starten, die Modellkonfiguration beachten:

Derzeit unterstützt das Projekt OpenAI und Zhipu GLM, aber für die Schritte der Argumentationsüberprüfung, der Prüfung von Aussagen ohne Zitate und der simulierten Gutachterprüfung wird weiterhin ein OpenAI-API-Schlüssel benötigt.

Wie werden Zitate bis auf die Satzebene überprüft?

Ehrlich gesagt ist die automatische Suche nach Literatur, das Schreiben einer ersten Fassung und die anschließende Prüfung durch die KI bereits eine gängige Kombination bei vielen Projekten zum Verfassen wissenschaftlicher Arbeiten.

Einige davon haben zudem Zitationsüberprüfungen und menschliche Bestätigungen integriert, um das Erfinden von Inhalten durch das Modell so weit wie möglich zu reduzieren.

In diesem Workflow verfeinert Open Academic Paper Gen die Überprüfung und Anpassung von Zitaten weiter.

Schließlich ist es eine Sache, eine erste Fassung mit einem Literaturverzeichnis zu versehen, aber eine ganz andere, nachzuweisen, dass diese Literaturstellen den Haupttext tatsächlich stützen können.

Genauer gesagt unterteilt es die Überprüfung in drei Stufen.

Erste Stufe: Prüfen, ob das Zitat im Literaturpool gefunden werden kann.

Beim Schreiben muss jedes Zitierungsmarkierung einer bereits gesammelten Arbeit entsprechen.

Wenn das Modell vorübergehend ein nicht vorhandenes Zitierungsidentifikator erfindet, markiert das System es, sodass es leicht lokalisiert und korrigiert werden kann.

Zweite Stufe: Überprüfen der Identität dieser Literaturstelle.

Arbeiten mit einer DOI werden zuerst mit den Datensätzen von Crossref abgeglichen. Wenn sie nicht gefunden werden, wird auf doi.org nachgesehen.

Wenn Angaben wie Titel, Autor und Jahr nicht übereinstimmen, wird eine entsprechende Warnung ausgelöst.

Dritte Stufe: Prüfen, ob der Originaltext diese Aussage tatsächlich stützt.

An diesem Punkt wechselt die Prüfung wirklich von den „Literaturinformationen“ zum „Inhalt der Literatur“.

Nach Erhalt des vollen Textes findet das System den Absatz, der am besten zum zitierten Argument passt, übergibt ihn zusammen mit dem Anfang der Arbeit an das Modell und beurteilt, ob der Originaltext die Aussage im Haupttext stützen kann.

Wenn der volle Text nicht abgerufen werden kann, werden Zusammenfassungen oder Auszüge verwendet. Wenn Seitendaten vorliegen, kann die Warnung auch die entsprechende PDF-Seitennummer markieren, sodass Sie später leicht nachschlagen können.

Natürlich bedeutet es nicht, dass die Aussage bereits als falsch nachgewiesen wurde, wenn das Modell keine ausreichenden Belege gefunden hat.

Gemäß der Vorgehensweise von Open Academic Paper Gen kann bei unzureichenden Belegen der Status „nicht beurteilbar“ markiert werden.

Literaturstellen mit zu wenig Text, die überhaupt nicht überprüft werden können, werden als „nicht überprüft“ markiert und nicht direkt als bestanden gewertet.

Insgesamt betrachtet ist der Ansatz von Open Academic Paper Gen, Literaturorganisation, Beleglokalisierung und selbstständige Zitationsprüfung zu verbinden, wirklich sehr clever – viel besser als das „Ein-Klick-Schreiben der gesamten Arbeit“.

Besonders wenn Sie die von der KI generierten Aussagen und Belege betrachten und denken, „das scheint plausibel, aber ich kann es nicht direkt glauben“, ist es ein großer Vorteil, den entsprechenden Originaltext abrufen zu können, um später nachzuprüfen.

Übrigens stammt dieses Projekt von dem unabhängigen Entwickler Mao Shu. Neben Open Academic Paper Gen hat er zuvor auch mehrere Projekte wie KI-Drehbuchschreiben und KI-Forschung veröffentlicht.

Referenzlinks

[1]https://github.com/mmlong818/open-academic-paper-gen

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „QbitAI“, Autor: henry, veröffentlicht mit Genehmigung von 36Kr.