L'analisi dei dati supportata dall'intelligenza artificiale scopre i problemi nelle pubblicazioni scientifiche
I rapporti di ricerca chimica contengono talvolta dati di misurazione imprecisi
Gli strumenti di analisi dei dati supportati dall'intelligenza artificiale possono migliorare significativamente la qualità delle pubblicazioni scientifiche in futuro. Un nuovo studio condotto dal Prof. Dr. Mathias Christmann, professore di chimica alla Freie Universität di Berlino, utilizza questo metodo per scoprire i punti deboli di numerose pubblicazioni chimiche. Lo scienziato ha utilizzato uno script Python per analizzare oltre 3.000 articoli scientifici apparsi sulla rivista di chimica organica Organic Letters negli ultimi due anni.
Ne è emerso che solo il 40% delle pubblicazioni di ricerca chimica presentava misurazioni di massa prive di errori. Lo strumento di analisi dei dati basato sull'intelligenza artificiale utilizzato a questo scopo poteva essere creato senza alcuna conoscenza di programmazione.
"I risultati dimostrano chiaramente quanto possano essere potenti gli strumenti supportati dall'intelligenza artificiale nella ricerca quotidiana. Non solo rendono accessibili analisi complesse, ma migliorano anche l'affidabilità dei dati scientifici", spiega Mathias Christmann. Grazie a "modelli linguistici avanzati" come ChatGPT (OpenAI), Gemini (Google) e Claude (Anthropic), è ora possibile tradurre il linguaggio naturale direttamente in un linguaggio informatico come Python. Ciò significa che anche chi non ha competenze di programmazione può creare applicazioni che cercano moduli di testo specifici o valori misurati in grandi quantità di dati, ad esempio. I dati così ottenuti possono essere elaborati automaticamente e controllati per verificarne la plausibilità.
Nello studio di Christmann "What I learned from Analysing Accurate Mass Data of 3000 Supporting Information Files", sono stati scoperti errori sistematici precedentemente sconosciuti grazie all'analisi dei dati supportata dall'intelligenza artificiale. Inoltre, sono stati identificati casi in cui valori calcolati in modo errato sembravano essere confermati da presunte misurazioni. "Queste osservazioni sollevano la questione se alcuni valori misurati possano essere stati inventati", sottolinea lo scienziato.
Questo studio, pubblicato in formato open access, illustra il potenziale degli strumenti di analisi supportati dall'IA non solo per automatizzare il controllo di qualità dei dati scientifici, ma anche per scoprire le debolezze sistematiche e dare così un importante contributo al miglioramento degli standard scientifici.
Nell'ambito dell'iniziativa "AI in Teaching" presso il Dipartimento di Biologia, Chimica e Farmacia della Freie Universität di Berlino, in futuro gli studenti lavoreranno sempre più spesso con questi e altri strumenti simili, ha annunciato Mathias Christmann. L'obiettivo è insegnare le capacità di analisi dei dati e incoraggiare gli studenti a pensare in modo critico.
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Tedesco può essere trovato qui.