Começámos a trabalhar com investigadores académicos para testar o motor de investigação com IA da Truleaf em questões de investigação biológica. Enquanto organização sem fins lucrativos e de I&D dedicada à ciência das plantas, queremos que pessoas que analisam provas científicas profissionalmente avaliem o motor. Podem mostrar-nos onde é útil, onde cria obstáculos e o que precisa de mudar antes de poder integrar um processo de investigação.
Partilhamos esta atualização numa fase ainda inicial do trabalho. Ainda não podemos identificar os investigadores, laboratórios universitários ou questões envolvidos, e não temos resultados nem recomendações para anunciar. Podemos explicar por que razão estamos a disponibilizar o motor para uso académico, como estamos a abordar este trabalho e o que precisamos de aprender.
Os investigadores devem ajudar a definir as ferramentas de investigação
O motor ajuda a analisar investigação publicada e a transformar provas dispersas em resultados estruturados e verificáveis. Mantém as afirmações ligadas às respetivas fontes, para que o leitor possa passar de uma síntese para a literatura subjacente. Foi criado em torno de questões de ciência das plantas e proteção biológica das culturas, nas quais a resposta depende frequentemente da espécie, das condições, dos métodos e do contexto.
Testar questões que já compreendemos mostra-nos se o motor se comporta como esperamos. Diz-nos muito menos sobre a sua adequação à forma como os investigadores formulam uma nova questão, contestam uma fonte, acompanham um resultado inesperado ou concluem que as provas são insuficientes para sustentar uma conclusão.
Consideramos que os investigadores devem ajudar a definir qualquer ferramenta destinada a apoiar a investigação. Aplicam verificações que o desenvolvimento de produto não consegue reproduzir por si só. Perguntam que provas foram incluídas, de onde veio uma afirmação, como é representada a incerteza e se as divergências na literatura permanecem visíveis. Também detetam os momentos problemáticos que uma demonstração bem preparada pode ocultar.
Queremos esse nível de escrutínio. Uma interface fluida não consegue compensar um resultado difícil de verificar ou fácil de interpretar incorretamente. Verificar o trabalho tem de fazer parte da utilização do trabalho.
O acesso faz parte da nossa missão
A nossa missão sem fins lucrativos é tornar mais acessível a informação sobre plantas sustentada pela ciência. Isso inclui produtores que procuram orientação fiável e investigadores que tentam compreender um corpo de literatura complexo.
Nem todas as equipas académicas dispõem dos mesmos recursos, apoio técnico ou liberdade para experimentar novo software de investigação. Um motor pode existir e continuar fora de alcance porque o acesso é difícil, os seus resultados não podem ser examinados ou o seu processo se adapta apenas a um tipo de organização.
Para nós, o acesso responsável inclui colocar o motor nas mãos de um investigador e tornar o seu trabalho verificável. Os investigadores devem conseguir perceber de onde veio uma resposta e identificar a incerteza sem terem de atravessar várias camadas de apresentação. Devem poder usar o resultado como ponto de partida para o seu próprio julgamento e depois questioná-lo quando as provas apontam noutra direção.
Trabalhar com investigadores académicos permite-nos testar essas condições na investigação quotidiana. Também nos obriga a reconhecer a distância entre uma capacidade promissora e uma ferramenta que merece um lugar no trabalho de alguém.
Como estamos a abordar o trabalho
Começamos pela questão de investigação e pelo processo atual da equipa. Queremos compreender onde a equipa despende tempo, em que ponto a literatura se torna difícil de percorrer, o que tem de permanecer visível e o que tornaria um resultado assistido por IA inadequado ao seu trabalho. O motor pode não ser indicado para o problema. Aprender isso também nos ajuda a definir corretamente o seu âmbito.
Quando existe compatibilidade, pedimos aos investigadores que trabalhem com o motor tal como ele existe, com os seus atuais pontos fortes e limitações. Para nós, os comentários baseados na utilização são mais úteis do que comentários sobre uma versão futura prometida. Observamos onde o motor ajuda alguém a percorrer as provas e onde acrescenta atrito, ambiguidade ou verificações adicionais.
O percurso até às fontes é central nessa experiência. Os artigos de biologia podem examinar diferentes organismos, ambientes, protocolos ou resultados, apesar de parecerem abordar a mesma questão. Uma síntese útil deve tornar esses limites mais fáceis de identificar. Continua a caber ao investigador decidir se dois resultados podem ser comparados e quão restrita deve ser uma conclusão.
O nosso motor centra-se na literatura publicada. A investigação biológica também recorre a dados laboratoriais, observações de campo, resultados não publicados, métodos especializados e experiência desenvolvida ao longo de anos. Uma síntese assistida por IA não pode substituir esse conhecimento. O investigador define a questão, examina as provas e decide o que o material permite sustentar. Estamos a desenvolver o motor em torno dessa divisão de responsabilidades.
Privacidade e integridade científica
As conversas iniciais de investigação precisam de espaço para evoluir sem se transformarem em publicidade. Não identificaremos qualquer investigador, universidade, laboratório ou projeto até que todos os envolvidos tenham autorizado a divulgação dessa informação. Uma colaboração exploratória não representa o aval de nenhuma instituição nem estabelece, por si só, qualquer resultado científico.
O mesmo limite aplica-se aos resultados. Se mais tarde houver trabalho que mereça ser partilhado, só o faremos quando as pessoas envolvidas concordarem e pudermos apresentar o contexto científico com rigor. Até lá, manteremos os detalhes confidenciais.
Por isso, esta atualização é menos específica do que muitas das nossas publicações sobre o desenvolvimento da Truleaf. Podemos dizer o que começou, o que permanece desconhecido e o que não temos autorização para divulgar. Por enquanto, este é o relato honesto do trabalho.
O que queremos aprender a seguir
Queremos agora descobrir que tarefas de investigação biológica são adequadas ao motor, mantendo as fontes rastreáveis, as afirmações verificáveis, os limites claros e o julgamento especializado no comando.
Os investigadores que utilizem o motor em questões que lhes interessam podem revelar lacunas na forma como organizamos ou apresentamos a informação. Podem pedir um contexto que não considerámos. Alguns poderão concluir que o motor não é a ferramenta certa para o seu trabalho. Esses comentários ajudar-nos-ão a decidir onde o motor deve ser utilizado e onde não deve.
Se trabalha em investigação biológica e passa demasiado tempo a percorrer literatura fragmentada, gostaríamos de ouvir a sua opinião. Pode contactar a nossa equipa através de Investigação e Desenvolvimento da Truleaf.org. Diga-nos que partes de uma revisão da literatura ocupam mais tempo, o que as suas ferramentas atuais dificultam e o que teria de verificar antes de confiar num resultado assistido por IA.