← Neueste Arbeiten
💬 NLP

Using a Human-AI Teaming Approach to Create and Curate Scientific Datasets with the SCILIRE System

Das Paper stellt SCILIRE vor, ein System, das auf dem Prinzip der Mensch-KI-Teamarbeit basiert, um durch einen iterativen Workflow zur Überprüfung und Korrektur von KI-Ausgaben effizient und präzise strukturierte Datensätze aus wissenschaftlicher Literatur zu erstellen.

Ursprüngliche Autoren: Necva Bölücü, Jessica Irons, Changhyun Lee, Brian Jin, Maciej Rybinski, Huichen Yang, Andreas Duenser, Stephen Wan

Veröffentlicht 2026-03-16
📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

Ursprüngliche Autoren: Necva Bölücü, Jessica Irons, Changhyun Lee, Brian Jin, Maciej Rybinski, Huichen Yang, Andreas Duenser, Stephen Wan

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Das große Problem: Der Ozean aus Wissen

Stellen Sie sich vor, die wissenschaftliche Welt ist ein riesiger Ozean. Jedes Jahr tauchen Tausende neuer Schiffe (wissenschaftliche Artikel) auf, die voller Schätze (Daten und Fakten) stecken. Früher mussten Forscher diese Schätze mühsam von Hand aus den Schiffen holen, sie sortieren und in Kisten packen. Das war so langsam, dass sie kaum noch mitbekamen, was auf den neuen Schiffen war.

Künstliche Intelligenz (KI) kam und sagte: „Ich kann das für euch machen! Ich lese alle Schiffe und packe die Schätze in Kisten." Das klingt toll, aber die KI macht Fehler. Manchmal erfindet sie Schätze, die es gar nicht gibt (sogenannte „Halluzinationen"), oder sie verpackt Dinge falsch. Wenn Forscher die KI-Ergebnisse einfach so nehmen, landen wertvolle Daten in der Mülltonne oder sind unbrauchbar.

Die Lösung: SCILIRE – Ein Team aus Mensch und Maschine

Hier kommt SCILIRE ins Spiel. Es ist kein Werkzeug, das einfach nur „eins, zwei, drei" arbeitet und fertig ist. Stattdessen ist es wie ein Team aus einem erfahrenen Kapitän (dem Menschen) und einem schnellen, aber manchmal etwas tollpatschigen Assistenten (der KI).

Das System funktioniert nach dem Prinzip des „Human-AI Teaming" (Mensch-KI-Teamwork).

Wie funktioniert das im Alltag? (Die Metapher des Kochs)

Stellen Sie sich vor, Sie wollen ein riesiges Kochbuch mit tausenden Rezepten erstellen.

  1. Der Pilot-Test (Das Probekochen):
    Zuerst gibt der Mensch der KI ein paar wenige Rezepte (z. B. 10 Artikel) und sagt: „Hier ist das Rezept, das ich will." Die KI versucht, die Zutaten und Schritte herauszufiltern.

    • Das Problem: Die KI schreibt vielleicht „2 Tassen Salz" statt „2 Teelöffel".
    • Die Lösung: Der Mensch korrigiert das sofort. Er sagt: „Nein, so ist es richtig."
  2. Der Lernprozess (Das Gedächtnis):
    Das ist der geniale Teil von SCILIRE. Die KI vergisst diese Korrektur nicht. Sie merkt sich: „Aha, bei diesem Typ von Rezept gehört Salz in Teelöffel, nicht in Tassen."
    Wenn die KI das nächste Rezept bearbeitet, nutzt sie diese Korrektur als Beispiel, um es besser zu machen. Sie lernt aus der menschlichen Erfahrung, genau wie ein Lehrling, der von einem Meister lernt.

  3. Der große Durchlauf (Die Massenproduktion):
    Sobald die KI durch die ersten 10 Rezepte „aufgewärmt" ist und gelernt hat, was der Mensch will, geht es an die harte Arbeit: Tausende von Artikeln werden automatisch verarbeitet. Aber da die KI jetzt schon gelernt hat, sind die Ergebnisse viel genauer.

  4. Die Kontrolle (Der Sicherheitscheck):
    Auch bei den tausenden Artikeln schaut der Mensch immer wieder rein. Wenn die KI unsicher ist, zeigt SCILIRE dem Menschen genau, woher die Information stammt (z. B. „Dieser Satz steht auf Seite 4, Zeile 2"). Der Mensch kann dann schnell prüfen: „Stimmt das?" oder „Nein, das ist falsch."

Warum ist das besser als andere Tools?

Andere KI-Tools (wie Elicit oder SciSpace) sind wie ein Einweg-Kassierer. Sie nehmen die Daten, drücken einen Knopf und liefern ein Ergebnis. Wenn etwas falsch ist, muss der Mensch alles von Hand neu tippen und korrigieren – das ist mühsam und langweilig.

SCILIRE ist wie ein lebendiger Partner.

  • Dynamisches Lernen: Je mehr der Mensch korrigiert, desto besser wird die KI für die nächsten Schritte.
  • Vertrauen: Der Mensch sieht immer, woher die Information kommt (wie ein Zettel mit einer Quellenangabe). Man muss der KI nicht blind vertrauen.
  • Geschwindigkeit: Was früher Monate dauerte, geht jetzt in Wochen oder Tagen.

Was sagen die Nutzer?

Die Forscher haben das System mit echten Wissenschaftlern getestet (z. B. in der Landwirtschaft, Medizin oder Chemie).

  • Das Ergebnis: Die Wissenschaftler waren begeistert. Sie sagten: „Früher hätten wir das nie geschafft, weil wir zu wenig Zeit hatten. Jetzt können wir riesige Datenmengen bearbeiten, ohne verrückt zu werden."
  • Der Zeitgewinn: Ein Nutzer sagte, er könnte eine Aufgabe, die früher 2–3 Monate dauerte, jetzt in einem Monat erledigen. Ein anderer sagte, er wäre doppelt so schnell.

Fazit

SCILIRE ist nicht nur eine Maschine, die für uns arbeitet. Es ist ein Verstärker für menschliche Intelligenz. Es nimmt die langweilige, repetitive Arbeit der Daten-Sammlung ab, lässt aber den Menschen die Kontrolle behalten, um Fehler zu vermeiden und Qualität zu sichern.

Statt die KI als Ersatz für den Menschen zu sehen, nutzt SCILIRE die KI als Super-Assistenten, der mit jedem Schritt dümmer wird, je mehr der Mensch ihm hilft. Das ist der Schlüssel, um aus dem Ozean an wissenschaftlichen Artikeln endlich nutzbare Schätze zu machen.

Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?

Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.

Digest testen →