From Information Overload to Knowledge Integration: Generative AI as an AI-Enabled Information Management Capability in Science–Industry Innovation Ecosystems
Basierend auf Interviews mit Akteuren des slowenischen Innovationsökosystems schlägt diese Studie einen konzeptionellen Rahmen vor, der Generative KI nicht als autonomen Vermittler, sondern als eine menschengesteuerte Informationsmanagement-Kapazität positioniert, die durch die Verbesserung der Wissenssichtbarkeit, des Matchings und der Entscheidungsunterstützung bei gleichzeitiger Gewährleistung von Transparenz und Rechenschaftspflicht der Fragmentierung des Ökosystems sowie der Informationsüberlastung entgegenwirkt.
Originalarbeit lizenziert unter CC BY 4.0 (https://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
In der modernen Welt von Wissenschaft und Wirtschaft ist die größte Hürde für die Entstehung neuer Ideen nicht länger ein Mangel an Informationen. Jahrzehntelang bestand die Herausforderung einfach darin, den richtigen Experten oder das richtige Datenstück zu finden. Heute hat sich das gegenteilige Problem eingestellt: Es gibt zu viele Informationen, die über zu viele Orte verstreut sind. Universitäten, Unternehmen und Regierungsbehörden generieren alle riesige Mengen an Wissen, aber dieses Wissen ist oft in separaten digitalen Systemen eingeschlossen oder verborgen innerhalb persönlicher Netzwerke. Wenn ein Wissenschaftler mit einem Unternehmen zusammenarbeiten möchte oder ein Unternehmen eine neue Technologie sucht, sieht es sich mit einer chaotischen Landschaft aus unzusammenhängenden Websites, verwirrenden Förderregeln und schwer lesbaren Profilen konfrontiert. Die eigentliche Schwierigkeit besteht nicht darin, die Nadel im Heuhaufen zu finden; es ist das Finden der richtigen Nadel, wenn der Heuhaufen in tausend verschiedene Stapel aufgeteilt wurde und man nicht weiß, welcher Stapel den Heuhaufen enthält, den man braucht.
Dies ist das zentrale Rätsel, das ein Team von Forschern der Universität Novo mesto in Slowenien zu lösen versuchte. Sie wollten verstehen, wie künstliche Intelligenz, speziell eine Art namens generative KI, helfen kann, dieses Chaos zu entwirren. Generative KI ist eine Technologie, die in der Lage ist, große Mengen an Text aus verschiedenen Quellen zu lesen, zu verstehen und zusammenzufassen, ganz ähnlich wie ein sehr schneller, sehr belesener Assistent. Die Forscher stellten eine einfache, aber entscheidende Frage: Wenn wir dieses leistungsstarke Werkzeug haben, wie kann es tatsächlich Wissenschaftlern und Unternehmen dabei helfen, zusammenzuarbeiten? Sie gingen nicht davon aus, dass die Technologie allein alle Probleme lösen würde. Stattdessen wollten sie wissen, welche spezifischen Probleme die Menschen vor Ort tatsächlich haben und welche Art von Hilfe sie sich von einem Computer tatsächlich wünschen.
Um die Antworten zu finden, sprachen die Forscher mit vierundzwanzig Personen, die tief im slowenischen Innovationssystem verwurzelt sind. Zu diesen Teilnehmern gehörten Universitätsforscher, Unternehmensmanager und Regierungsbeamte, die neue Projekte fördern und leiten. Das Team führte Tiefeninterviews durch und bat diese Stakeholder, ihre täglichen Schwierigkeiten zu beschreiben. Sie wollten wissen, wo die Reibung liegt, wenn man versucht, eine Zusammenarbeit zu beginnen. Die Ergebnisse waren klar und konsistent. Die Interviewten sagten nicht, dass ihnen Informationen fehlten. Sie sagten, die Informationen seien überall, aber sie seien fragmentiert und überwältigend. Ein Unternehmensmanager wisse vielleicht, dass eine Lösung existiert, aber die Suche nach dem spezifischen Universitätslabor, das sie besitzt, könne die Suche durch zehn verschiedene Websites erfordern. Ein Forscher wisse vielleicht, dass ein Unternehmen Hilfe benötigt, wisse aber nicht, welches Unternehmen dies ist oder wie man Kontakt zu ihm aufnimmt. Das Problem war nicht die Knappheit; es war die Unfähigkeit, die Verbindung zwischen dem, was verfügbar ist, und dem, was benötigt wird, herzzustellen.
Die Studie ergab auch, dass Vertrauen ein wesentlicher Faktor ist. In der Vergangenheit verließen sich Menschen auf persönliche Beziehungen, um zu entscheiden, mit wem sie zusammenarbeiten. Wenn man jemanden kannte, wusste man, dass er zuverlässig war. In einer digitalen Welt, in der man die Person vielleicht nicht kennt, braucht man Beweise. Die Teilnehmer erklärten, dass sie eine Erfolgsbilanz vergangener Arbeiten, Belege für spezifische Fähigkeiten und eine Historie erfolgreicher Projekte sehen müssen, bevor sie sich sicher fühlen, eine Partnerschaft einzugehen. Sie waren misstrauisch gegenüber Systemen, die lediglich Namen ohne Kontext auflisteten. Sie mussten nicht nur wissen, wer verfügbar war, sondern wer glaubwürdig war.
Als die Forscher diese Stakeholder fragten, was sie sich von einem Werkzeug der künstlichen Intelligenz erhofften, um bei diesen Problemen zu helfen, deuteten die Antworten auf eine spezifische Art der Unterstützung hin. Die Teilnehmer wollten keine Maschine, die Entscheidungen für sie trifft. Sie wollten kein automatisiertes System, das ihre Partner auswählt oder ihre Förderanträge ohne ihr Zutun schreibt. Stattdessen sahen sie die KI als einen leistungsstarken Assistenten, der das Chaos ordnen kann. Sie beschrieben fünf Hauptwege, wie dieses Werkzeug helfen könnte. Erstens könnte es als intelligenter Matchmaker fungieren, der die spezifischen Bedürfnisse eines Unternehmens mit den spezifischen Fähigkeiten eines Forschers verbindet, indem es über einfache Jobtitel hinausgeht, um echte Kompatibilität zu finden. Zweitens könnte es helfen, die komplexe Welt der Finanzierung zu navigieren, indem es tausende von Fördergelenksamöglichkeiten filtert, um genau jene zu finden, die tatsächlich zu den Zielen eines Projekts passen. Drittens könnte es Fachwissen sichtbar machen, indem es klare Profile erstellt, die nicht nur zeigen, was eine Person tut, sondern was sie tatsächlich erreicht hat. Viertens könnte es bei der schweren Schreibarbeit von Projektvorschlägen helfen, indem es Regeln zusammenfasst und Dokumente entwirft, damit sich die Menschen auf die Ideen konzentrieren können. Fünftens, und vielleicht am wichtigsten, könnte es die Entscheidungsfindung unterstützen, indem es alle relevanten Fakten sammelt und klar präsentiert, während die endgültige Entscheidung beim Menschen bleibt.
Die Forscher fanden heraus, dass diese Technologie vertrauenswürdig sein muss, wenn sie transparent ist. Die interviewten Personen bestanden darauf, dass sie verstehen müssen, warum die KI einen bestimmten Partner oder eine bestimmte Finanzierungsquelle vorschlägt. Sie wollten die Beweise hinter der Empfehlung sehen. Sie forderten auch, dass ihre Daten sicher aufbewahrt werden und dass immer ein Mensch die Kontrolle über die endgültige Entscheidung behält. Die KI wurde als ein Weg gesehen, die schwere Arbeit des Informationsmanagements zu bewältigen, aber der Mensch wurde als derjenige angesehen, der den Wert dieser Informationen beurteilen und die Beziehung aufbauen muss.
Diese Studie legt nahe, dass die Zukunft der Zusammenarbeit zwischen Wissenschaft und Industrie nicht im Ersatz menschlicher Vermittler durch Roboter liegt. Stattdessen liegt sie darin, künstliche Intelligenz einzusetzen, um die Informationsüberlastung zu bewältigen, die das System derzeit lähmt. Indem sie fragmentierte Daten organisiert, Qualifikationen überprüft und das Rauschen herausfiltert, können diese Werkzeuge das riesige Ökosystem des Wissens zugänglich und nutzbar machen. Die Technologie schafft nicht das Vertrauen oder die Partnerschaft selbst; sie ebnet den Weg, damit Menschen das tun können, was sie am besten können: urteilen, verbinden und zusammenarbeiten. Die Forscher kommen zu dem Schluss, dass diese Systeme, wenn sie Transparenz und menschliche Aufsicht in ihrem Kern haben, den aktuellen Zustand der Verwirrung in eine effiziente Umgebung verwandeln können, in der neue Ideen endlich Wurzeln schlagen können.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.