Af Kasper Løvschall, Aalborg Universitetsbibliotek

Med Primo Research Assistant skal du faktisk ikke selv finde på søgeord og opbygge en søgning, der passer til dit informationsbehov. I stedet skal du stille et fag- eller forskningsspørgsmål i helt almindeligt sprog. Herefter er det assistentens opgave ved hjælp af en stor sprogmodel (LLM) at omformulere spørgsmålet til en søgning i bibliotekets søgesystem Primo.

Men, det slutter ikke her. For assistenten søger og henter selv de 30 højest placerede søgeresultater ind og anvender det, der i maskinlæring kaldes for en embedding model. Kort fortalt kan embeddings sammenlignes med en måde, hvorpå maskinen ”forstår” betydningen og sammenhængen af ord i en sætning, lidt ligesom mennesker gør, når de læser en tekst.

Ved at bruge denne indsigt udvælges fem kilder, der anses for bedst til at besvare det aktuelle spørgsmål. Herefter anvendes sprogmodellen igen til at besvare det oprindelige spørgsmål fra brugeren.

Resultatet fra assistentens er ikke ulig det, der svarer til et opslag i en encyklopædi eller en lærebogsartikel. Modsat svaret fra gængse chatbots kan du tydeligt se, hvilke kilder der understøtter de anvendte udsagn. Resultatets kan hurtigt valideres og evt. benyttes direkte i ens videre arbejde.

Er det nu til at stole på?

Det er velkendt, at sprogmodeller kan fejle ved at opdigte eller hallucinere sig til indhold, hvilket er en udfordring i akademisk arbejde. Primo Research Assistant reducerer denne risiko kraftigt, da modellen skal basere sit svar på baggrund af abstracts eller resuméer fra de fem kilder og ikke ud fra egen viden fra modellens træningsdata.

Assistenten forbeholder sig derfor også retten til at undlade at svare, hvis kilderne ikke opfylder kravene, eller der er for få til at lave en god besvarelse.

Hvorfor ikke blot bruge Copilot eller ChatGPT?

Det er naturligvis et relevant spørgsmål at stille. Og en chatbot vil velvilligt svare på selvsamme spørgsmål. Hvor Primo Research Assistant skiller sig ud er, at den tager udgangspunkt i det materiale, biblioteket stiller til rådighed. Det vil sige, at det i stor udstrækning er materiale, hvor der foreligger en kvalitetssikring. F.eks. i en eller anden form for fagfællebedømmelse eller i selve udvælgelsen.

Det er samtidig materiale, der i forholdet til akademisk arbejde allerede er relevant, og hvor der specifikt i assistenten er indført sikkerhedsmekanismer til at minimere risikoen for opdigtede svar. Det er fuldt ud transparent i forhold til med hvilke kilder, spørgsmålet er besvaret.

Hvornår kan du med fordel bruge Primo Research Assistent?

Assistenten er et helt nyt værktøj i værktøjskassen til brug for informationssøgning. Den kan med fordel benyttes til hurtigt at komme i gang og f.eks. give et indledende svar i forhold til en problemformulering, en begrebsafklaring eller indflyvning til et forsknings- eller fagområde.

Samtidig får du en søgning i Primo forærende, der allerede er ret præcis og afgrænset i forhold til det, du spørger ind til. På den måde er du allerede kommet et godt stykke ned i “tragten” i forhold til en søgning, hvor du manuelt afgrænser og præciserer søgeordene løbende på baggrund af de resultater, du får fra søgeordene.

Prøv den!

Det er én ting at tale om et værktøj, men noget helt andet at bruge det selv og opnå egne erfaringer med det. Så vi opfordrer gerne alle til at prøve Primo Research Assistant og finde ud af, hvordan den kan være nyttigt. Du er også velkommen til at kontakte os, hvis du har spørgsmål eller vil vide mere om, hvordan AI-understøttede tjenester kan supplere traditionel informationssøgning.