Revista >> Aprilie 2025 [Nr. 272] >> Industry watch

Inteligența artificială ca instrument academic: aliat sau capcană?

Conf. univ. Alexandra Cernian, Facultatea de Automatica si Calculatoare – UNSTPB

15 Aprilie 2025

Evoluția accelerată a modelelor lingvistice de mari dimensiuni, precum ChatGPT, începe să își pună amprenta și asupra mediului academic. De la formularea ideii de cercetare până la procesul de publicare, instrumentele bazate pe inteligență artificială pot sprijini cercetătorii în aproape toate etapele demersului științific. Deși ChatGPT nu poate înlocui gândirea critică sau experiența in domeniul cercetării, el poate funcționa ca un asistent digital valoros, contribuind la elaborarea, rafinarea și comunicarea mai clară și eficientă a conținutului academic.

Articolul de față, având la bază un material publicat în PubMed Central (PMC), oferă un ghid aplicativ, structurat pe etape, privind modalitățile de integrare a instrumentului ChatGPT în activitățile aferente cercetării științifice și procesului de publicare academică. O utilizare responsabilă a acestui tip de tehnologie poate contribui la creșterea eficienței cercetării, cu condiția respectării exigențelor metodologice și a normelor de etică academică.

Pasul 1: Formularea întrebării de cercetare
În cadrul unui proiect de cercetare, definirea clară și coerentă a întrebării de cercetare reprezintă un demers esențial, întrucât fundamentează întregul parcurs investigativ. ChatGPT poate sprijini acest proces prin facilitarea explorării inițiale a temei, generarea unor variante de întrebări și delimitarea problematicii într-o manieră mai specifică și orientată spre contribuții originale. Prin formulări de tipul „Analizează posibile întrebări de cercetare privind utilizarea inteligenței artificiale în educația online”, utilizatorul poate obține o serie de propuneri preliminare, utile în procesul de rafinare a direcției de cercetare. Aceste sugestii nu substituie experiența umană, dar pot servi drept puncte de plecare în etapa de analiză a literaturii de specialitate.

Pasul 2: Sprijinirea procesului de revizuire a literaturii
Deși ChatGPT nu are acces direct la baze de date științifice actualizate precum Scopus, Web of Science sau alte platforme specializate, utilitatea sa în etapa preliminară a revizuirii literaturii constă în capacitatea de a facilita înțelegerea conceptelor fundamentale și în susținerea construirii unei strategii eficiente de căutare bibliografică. Prin formulări clare și sintetice, modelul poate rezuma teorii consacrate, sugera combinații relevante de termeni cheie și explica într-un limbaj accesibil terminologia de specialitate, aspecte utile în special în contexte interdisciplinare sau în explorarea unor domenii emergente. Spre exemplu, un cercetător interesat de aplicarea tehnologiei blockchain în domeniul publicării academice poate solicita modelului să identifice principalele provocări conceptuale sau să evidențieze posibile conexiuni între acest subiect și alte arii de cercetare. Deși astfel de sinteze nu pot substitui lectura critică a literaturii revizuite de experți, ele pot constitui un punct de plecare eficient în structurarea unei cercetări documentare riguroase și pot ghida căutările ulterioare desfășurate pe platforme academice consacrate.
Pe lângă instrumentele generative precum ChatGPT, cercetătorii pot beneficia și de platforme specializate în căutarea academică asistată de inteligență artificială, precum Consensus, care este concepută pentru a furniza rezultate bazate pe dovezi extrase din articole științifice.

Spre deosebire de modele lingvistice care pot genera referințe inexistente, Consensus se bazează pe studii empirice publicate în surse precum PubMed, Semantic Scholar sau alte arhive științifice cu acces deschis. La întrebări formulate sub forma unor enunțuri de cercetare (de exemplu, „Afectează timpul petrecut în fața ecranelor sănătatea mintală a adolescenților?”), platforma returnează nu doar articole relevante, ci și un rezumat agregat al concluziilor existente, indicând direcția predominantă a rezultatelor (majoritatea susțin, o parte contrazic etc.).
Această agregare a concluziilor permite o cartografiere tematică rapidă, eficientă mai ales în etapele incipiente ale unui demers de cercetare. Printr-o astfel de analiză preliminară, cercetătorul poate identifica rapid unde există un consens științific, unde persistă dezacorduri și care sunt eventualele lacune în cercetare.
Totuși, este important de menționat că Consensus nu oferă o acoperire exhaustivă a întregului spectru științific. Nu accesează baze de date comerciale precum Scopus sau Web of Science și are funcționalități limitate de filtrare avansată. În plus, este optimizat pentru întrebări formulate clar, nu pentru explorarea unor teme generale sau ambigue. Astfel, utilizarea sa eficientă trebuie să fie completată de consultarea sistematică a bazelor de date academice consacrate.

Pasul 3: Redactarea propunerii de cercetare
Elaborarea unei propuneri de cercetare constituie un moment esențial în parcursul unui proiect, întrucât implică nu doar clarificarea obiectivelor științifice, ci și articularea metodologică și argumentativă a acestuia. În acest context, ChatGPT poate fi valorificat ca un instrument de sprijin pentru structurarea conținutului, formularea inițială a obiectivelor, precum și pentru rafinarea exprimării academice.
Prin comenzi de tipul „Elaborează un plan de propunere pentru o cercetare privind utilizarea învățării prin consolidare în sistemele educaționale adaptive”, utilizatorul poate obține o schiță coerentă, care să includă elemente precum introducerea, justificarea temei, întrebările de cercetare, obiectivele, ipotezele și metodologia propusă. Astfel de propuneri generate automat pot servi drept punct de pornire în procesul de redactare.
Este esențial, însă, ca orice text sugerat de un model lingvistic să fie supus unei revizuiri critice, completat cu referințe validate științific și ajustat în funcție de cerințele instituționale și de specificul domeniului de cercetare. Utilizarea responsabilă a acestui tip de suport presupune conștientizarea faptului că originalitatea științifică și contribuția personală nu pot fi înlocuite de un instrument automatizat, oricât de sofisticat ar fi acesta.

Pasul 4: Formularea cadrului teoretic
Cadrul teoretic reprezintă fundamentul conceptual al oricărui demers de cercetare, asigurând ancorarea acesteia într-un sistem de referință validat științific. Alegerea și articularea unui cadru teoretic adecvat presupune o înțelegere profundă a teoriilor existente și a modului în care acestea pot fi aplicate în investigarea problemei de cercetare. În această etapă ChatGPT poate funcționa ca un instrument de explorare și clarificare conceptuală, oferind explicații sintetice ale teoriilor consacrate, evidențiind diferențele dintre perspective și sugerând posibile aplicații în contexte specifice.
Cu toate acestea, deși aceste explicații pot accelera procesul de înțelegere a literaturii de specialitate, ele nu substituie lectura critică a surselor originale și nici discernământul necesar în selecția teoriei potrivite. Cadrul teoretic trebuie ales în concordanță cu obiectivele cercetării, tipul de date colectate și tradițiile epistemologice ale domeniului, iar această alegere trebuie susținută prin argumente solide și referințe validate.

Pasul 5: Elaborarea metodologiei
Secțiunea metodologică a unei cercetări este esențială nu doar pentru validarea demersului științific, ci și pentru asigurarea replicabilității și transparenței procesului de investigare. Alegerea unei abordări metodologice adecvate presupune o înțelegere clară a relației dintre întrebările de cercetare, natura datelor urmărite și strategiile de colectare și analiză. În această etapă ChatGPT poate oferi sprijin în explicarea și compararea diferitelor metode de cercetare, precum și în redactarea secțiunilor descriptive ale designului de cercetare.
De asemenea, ChatGPT poate sprijini procesul de clarificare a alegerilor privind tipul de eșantionare, instrumentele de cercetare (chestionare, interviuri, observație etc.) și strategiile de analiză (statistică descriptivă, analiză tematică, codare inductivă etc.). Cu toate acestea, alegerea metodei potrivite trebuie să țină cont de specificul obiectului de studiu și de poziționarea epistemologică a cercetării, iar justificarea acestor alegeri trebuie să reflecte o înțelegere profundă a paradigmelor științifice implicate.

Pasul 6: Elaborarea instrumentelor de cercetare
Conceperea instrumentelor de cercetare – fie ele chestionare, ghiduri de interviu, protocoale de observație sau alte instrumente specifice – reprezintă un demers esențial în asigurarea calității și validității datelor colectate. Instrumentele trebuie să fie clare, relevante pentru obiectivele studiului, și să permită obținerea unor răspunsuri coerente și comparabile. În această etapă ChatGPT poate fi utilizat pentru generarea sau reformularea itemilor, pentru identificarea formulărilor părtinitoare sau ambigue, precum și pentru adaptarea limbajului la nivelul de înțelegere al respondenților vizați.
Deși util în procesul de redactare preliminară, ChatGPT nu poate înlocui validarea empirică a instrumentelor, astfel că responsabilitatea pentru construcția riguroasă a instrumentelor rămâne în sarcina cercetătorului, care trebuie să se asigure că acestea sunt aliniate atât cu obiectivele cercetării, cât și cu exigențele etice și metodologice ale domeniului.

Pasul 7: Analiza și interpretarea datelor
Analiza datelor reprezintă una dintre cele mai complexe și semnificative etape ale cercetării, întrucât presupune nu doar aplicarea unor tehnici de prelucrare a datelor, ci și dezvoltarea unei interpretări critice care să răspundă întrebărilor formulate inițial. ChatGPT poate oferi un sprijin util în această etapă, mai ales în ceea ce privește explicarea noțiunilor statistice sau metodologice, clarificarea interpretării rezultatelor și formularea preliminară a secțiunilor dedicate discuției.
Totuși, este esențial de subliniat că modelul nu poate efectua analize statistice propriu-zise și nu poate procesa seturi de date brute intr-un mod suficient de profund. Nu înlocuiește nici raționamentul analitic specific fiecărui domeniu, nici utilizarea de instrumente specializate. În plus, interpretarea datelor nu este un act pur tehnic, ci presupune integrarea rezultatelor în contextul teoretic și empiric al studiului, aspect ce ține exclusiv de capacitatea analitică și experiența cercetătorului.