We zijn gaan samenwerken met academische onderzoekers om Truleafs AI-onderzoeksmotor te testen op vragen uit het biologisch onderzoek. Als non-profitorganisatie en R&D-organisatie voor plantenwetenschap willen we dat mensen die beroepsmatig bewijs beoordelen de motor evalueren. Zij kunnen ons laten zien waar de motor helpt, waar die in de weg zit en wat er moet veranderen voordat de motor in een onderzoeksproces thuishoort.
We delen dit terwijl het werk zich nog in een vroeg stadium bevindt. We kunnen de betrokken onderzoekers, universitaire laboratoria en onderzoeksvragen nog niet noemen en hebben geen resultaten of aanbevelingen aan te kondigen. Wel kunnen we uitleggen waarom we de motor openstellen voor academisch gebruik, hoe we dit werk aanpakken en wat we moeten leren.
Onderzoekers moeten onderzoekshulpmiddelen helpen vormgeven
De motor helpt mensen gepubliceerd onderzoek te verwerken en verspreid bewijs om te zetten in gestructureerde, controleerbare resultaten. Beweringen blijven gekoppeld aan hun bronnen, zodat een lezer vanuit een synthese terug kan gaan naar de onderliggende literatuur. We hebben de motor ontwikkeld rond vragen uit de plantenwetenschap en biologische gewasbescherming, waarbij het antwoord vaak afhangt van de soort, omstandigheden, methoden en context.
Vragen testen die we al begrijpen, laat zien of de motor zich gedraagt zoals we verwachten. Het zegt veel minder over de vraag of de motor aansluit bij de manier waarop onderzoekers een nieuwe vraag formuleren, een bron betwisten, een onverwacht resultaat volgen of besluiten dat het bewijs te beperkt is voor een conclusie.
Wij vinden dat onderzoekers elk hulpmiddel dat onderzoek moet ondersteunen, mede moeten vormgeven. Zij voeren controles uit die productontwikkeling niet één op één kan nabootsen. Ze vragen welk bewijs is opgenomen, waar een bewering vandaan komt, hoe onzekerheid wordt weergegeven en of meningsverschillen in de literatuur zichtbaar blijven. Ze merken ook de lastige momenten op die een gepolijste demonstratie kan verbergen.
We willen dat kritische niveau van beoordeling. Een soepele interface kan een resultaat dat moeilijk te controleren of gemakkelijk verkeerd te lezen is niet goedmaken. Controle van het werk moet deel uitmaken van het gebruik ervan.
Toegang is onderdeel van onze missie
Onze non-profitmissie is om wetenschappelijk onderbouwde informatie over planten toegankelijker te maken. Dat geldt voor telers die betrouwbare adviezen zoeken en voor onderzoekers die een complex literatuurveld proberen te doorgronden.
Academische teams beschikken niet allemaal over dezelfde middelen, technische ondersteuning of vrijheid om nieuwe onderzoekssoftware uit te proberen. Een motor kan bestaan en toch onbereikbaar blijven omdat de toegang moeilijk is, de resultaten niet kunnen worden onderzocht of de werkwijze slechts bij één soort organisatie past.
Voor ons betekent verantwoorde toegang dat we de motor in handen van een onderzoeker geven en het werk ervan controleerbaar maken. Onderzoekers moeten kunnen nagaan waar een antwoord vandaan komt en onzekerheid kunnen herkennen zonder door verschillende presentatielagen te hoeven zoeken. Ze moeten het resultaat als uitgangspunt voor hun eigen oordeel kunnen gebruiken en het vervolgens ter discussie kunnen stellen wanneer het bewijs een andere kant op wijst.
Door met academische onderzoekers samen te werken, kunnen we deze voorwaarden in dagelijks onderzoek testen. Het dwingt ons ook eerlijk te blijven over de afstand tussen een veelbelovende mogelijkheid en een hulpmiddel dat een plaats in iemands werk verdient.
Hoe we het werk aanpakken
We beginnen bij de onderzoeksvraag en het huidige proces van het team. We willen begrijpen waar het team tijd aan besteedt, waar de literatuur moeilijk navigeerbaar wordt, wat zichtbaar moet blijven en wanneer een door AI ondersteund resultaat ongeschikt zou zijn voor het werk. De motor past mogelijk niet bij het probleem. Ook dat inzicht helpt ons de juiste reikwijdte te bepalen.
Wanneer de motor wel past, vragen we onderzoekers ermee te werken zoals die nu bestaat, met de huidige sterke punten en beperkingen. Feedback die op gebruik is gebaseerd, is voor ons nuttiger dan feedback op een beloofde toekomstige versie. We letten erop waar de motor iemand helpt door het bewijs te gaan en waar die wrijving, dubbelzinnigheid of extra controles toevoegt.
Het spoor naar de bronnen staat centraal in die ervaring. Biologische artikelen kunnen verschillende organismen, omgevingen, protocollen of uitkomsten onderzoeken en toch dezelfde vraag lijken te behandelen. Een bruikbare synthese moet die grenzen beter zichtbaar maken. De onderzoeker moet nog steeds bepalen of twee resultaten kunnen worden vergeleken en hoe beperkt een conclusie moet zijn.
Onze motor richt zich op gepubliceerde literatuur. Biologisch onderzoek steunt ook op laboratoriumgegevens, veldwaarnemingen, ongepubliceerde bevindingen, specialistische methoden en in jaren opgebouwde expertise. Een door AI ondersteunde synthese kan die kennis niet vervangen. De onderzoeker bepaalt de vraag, onderzoekt het bewijs en beslist welke conclusies het materiaal kan dragen. We bouwen de motor rond die taakverdeling.
Privacy en wetenschappelijke integriteit
Vroege onderzoeksgesprekken hebben ruimte nodig om zich te ontwikkelen zonder publiciteit te worden. We maken de identiteit van een onderzoeker, universiteit, laboratorium of project pas bekend als alle betrokkenen toestemming hebben gegeven om die informatie vrij te geven. Een verkennende samenwerking houdt geen institutionele goedkeuring in en levert op zichzelf geen wetenschappelijk resultaat op.
Dezelfde grens geldt voor resultaten. Als er later werk is dat het delen waard is, doen we dat alleen wanneer de betrokkenen ermee instemmen en we de wetenschappelijke context nauwkeurig kunnen weergeven. Tot die tijd houden we de details vertrouwelijk.
Daardoor is deze update minder specifiek dan veel van onze berichten over de ontwikkeling van Truleaf. We kunnen vertellen wat er is begonnen, wat nog onbekend is en wat we niet mogen bekendmaken. Voor nu is dat een eerlijk verslag van het werk.
Wat we hierna willen leren
We willen nu bepalen welke biologische onderzoekstaken bij de motor passen terwijl bronnen traceerbaar, beweringen controleerbaar en beperkingen duidelijk blijven, met het deskundige oordeel voorop.
Onderzoekers die de motor gebruiken voor vragen die voor hen van belang zijn, kunnen hiaten blootleggen in de manier waarop wij informatie ordenen of presenteren. Ze kunnen vragen om context die we over het hoofd hebben gezien. Sommigen kunnen vaststellen dat de motor niet het juiste hulpmiddel is voor hun werk. Die feedback helpt ons te bepalen waar de motor wel en niet thuishoort.
Als u in het biologisch onderzoek werkt en te veel tijd kwijt bent aan het navigeren door versnipperde literatuur, horen we graag van u. U kunt contact opnemen met ons team via Onderzoek en ontwikkeling van Truleaf.org. Vertel ons welke onderdelen van een literatuuronderzoek de meeste tijd kosten, wat uw huidige hulpmiddelen moeilijk maken en wat u zou moeten kunnen controleren voordat u een door AI ondersteund resultaat vertrouwt.