Künstliche Intelligenz in der Literaturrecherche

Zusammenfassung Künstliche Intelligenz sieht Muster, die dem Menschen verborgen bleiben, und die Beschäftigung damit fasziniert ihn. Der Artikel untersucht, in welchem Maß diese Mustererkennung auf die Literatursuche umgesetzt werden kann. Für ein allgemeines Verständnis wird der Fokus auf die technisch-mathematischen Grundlagen gelegt, aus denen sich wichtige Überlegungen für die Recherche ableiten lassen. Es wird gezeigt, dass sich Large Language Models für eine direkte Literatursuche nicht eignen, diese aber indirekt unterstützen können. Auf Grundlage eines veröffentlichten systematischen Reviews wird versucht, einen Vergleich zwischen KI-basierter Suche und menschlich optimierter Suchanfrage herauszuarbeiten. Dabei zeigt sich, dass der Einsatz Künstlicher Intelligenz wenig zweckmäßig ist, um hierüber allein eine erschöpfende Literaturrecherche durchzuführen. KI kann jedoch produktiv eingesetzt werden zur Unterstützung des eigentlichen Rechercheprozesses. Gleichwohl gibt es limitierende Faktoren, bei deren Vermittlung den Bibliotheken eine wichtige Rolle zukommt.

Literature Search Smarter: Use SciX to Accelerate Your Research

OpenAI’s surprise new o3-powered ‘Deep Research’ mode shows the power of the AI agent era

OpenAI has also hinted at future integrations with custom datasets, which would allow organizations to leverage the tool.

OpenAI’s surprise new o3-powered ‘Deep Research’ mode shows the power of the AI agent era

OpenAI has also hinted at future integrations with custom datasets, which would allow organizations to leverage the tool.

Global groundwater depletion is accelerating but is not inevitable, say researchers

Groundwater is rapidly declining across the globe, often at accelerating rates. Writing in the journal Nature, UC Santa Barbara researchers present the largest assessment of groundwater levels around the world, spanning nearly 1,700 aquifers.