A Pathway for Assessing Grey Literature: Leveraging AI to Extract Conference Metadata and Organiser Information from Calls for Papers
Cet article présente COCI, un cadre basé sur l'IA qui exploite les modèles de langage de grande taille pour automatiser l'extraction et la structuration de métadonnées granulaires à partir d'appels à communications non structurés, permettant ainsi une analyse systématique de la métascience de la littérature grise auparavant négligée.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
La science est souvent imaginée comme une collection de livres achevés, soigneusement empilés sur des étagères de bibliothèque, où les chercheurs étudient le passé en lisant ce qui a déjà été publié. Mais une vaste quantité de connaissances importantes existe en dehors de ces canaux formels. C'est ce qu'on appelle la « littérature grise », un terme désignant les rapports, les documents de travail et les documents qui ne parviennent jamais dans les revues standards. Parmi les plus vitaux de ces documents figurent les « appels à communications », qui sont des annonces invitant les chercheurs à soumettre leurs travaux à de futures conférences. Ces documents sont le système d'alerte précoce de la science, révélant les nouvelles tendances et les domaines émergents avant même qu'ils ne soient rédigés sous la forme d'un article final. Cependant, comme ces annonces sont éparpillées sur le web dans des formats désordonnés et non standardisés, il a été presque impossible de les étudier à grande échelle. Les outils informatiques traditionnels peinent à les lire, laissant un fossé important dans notre compréhension de la manière dont les communautés scientifiques se forment et évoluent réellement.
Pour combler cette lacune, une équipe de chercheurs a développé un nouveau système appelé COCI, qui utilise l'intelligence artificielle avancée pour lire et organiser ces annonces chaotiques. Le système agit comme un archiviste numérique, prenant le texte brut et non structuré d'une invitation à une conférence et le transformant en une liste de faits propre et organisée. Il identifie le nom de l'événement, l'année et le lieu, et, plus important encore, les personnes qui dirigent l'événement. Il ne se contente pas de lister des noms ; il détermine qui sont ces personnes, à quelles institutions elles appartiennent et quels rôles spécifiques elles occupent, comme organiser un atelier ou gérer la publicité. Ce faisant, le système transforme un amas de texte en une base de données structurée que les scientifiques peuvent réellement utiliser pour analyser le paysage de la recherche.
Les chercheurs ont testé ce système en le soumettant à quarante annonces de conférences différentes provenant d'une grande variété de domaines, allant de l'informatique et de l'ingénierie à la dentisterie et l'archéologie. L'objectif était de voir si le système pouvait gérer la réalité désordonnée d'Internet, où une conférence peut lister ses organisateurs dans un paragraphe simple tandis qu'une autre peut enfouir l'information dans un tableau complexe. Le système a extrait avec succès les détails clés de ces quarante documents. Il a identifié la série de conférences, l'édition spécifique et la localisation géographique. Il a également extrait les noms de chaque personne du comité d'organisation et les a liés à des registres scientifiques publics pour vérifier leur identité et leurs affiliations. Ce processus permet au système de distinguer différentes personnes qui pourraient partager le même nom et de confirmer quelle université ou organisation elles représentent actuellement.
L'une des réalisations les plus significatives du système est sa capacité à donner du sens aux sujets couverts par ces conférences. Lorsqu'une annonce de conférence énumère ses domaines d'intérêt, elle utilise souvent un langage informel ou des expressions uniques. Le système les traduit en concepts scientifiques standards, créant ainsi un pont entre le langage informel de l'annonce et le vocabulaire formel utilisé par les chercheurs du monde entier. Il associe également le nom de la conférence à des bases de données mondiales existantes, garantissant que l'événement est correctement identifié, même si le nom est légèrement différent ou si la conférence a été tenue sous divers titres au fil des années. Cela crée une carte fiable de l'événement au sein du monde plus large de la science.
Cependant, les chercheurs ont pris soin de noter que le système n'est pas parfait et nécessite une supervision humaine pour corriger ses erreurs. Dans un cas de test, le système a supposé à tort que chaque membre d'un comité d'organisation appartenait à la même université parce que le texte original ne précisait pas leurs affiliations individuelles. Les chercheurs ont intégré une vérification de sécurité dans le système pour détecter ce genre d'erreur, reconnaissant qu'il est hautement improbable qu'un comité entier provienne d'une seule institution. Dans un autre cas, le système a associé un chercheur à la mauvaise personne dans une base de données publique parce que la base de données elle-même contenait des informations contradictoires. Ces exemples montrent que, bien que l'outil soit puissant, il dépend toujours de la qualité des données auxquelles il accède et de la logique des règles qu'il suit.
Le but ultime de ce travail est de déplacer l'attention de l'analyse scientifique vers ces événements non traditionnels. En rendant possible l'étude systématique des appels à communications, le système ouvre la porte à la compréhension de la manière dont les communautés de recherche sont construites à partir de la base. Il permet de suivre les tendances émergentes avant qu'elles n'apparaissent dans les revues formelles et offre un moyen de reconnaître les contributions de nombreuses personnes qui organisent et façonnent ces événements, mais qui passent souvent inaperçues dans les mesures traditionnelles. Les chercheurs ont mis leur outil à la disposition du public via un projet open-source, invitant d'autres personnes à l'utiliser et à l'améliorer. Cette approche suggère un avenir où l'image complète et diversifiée de l'activité scientifique pourra être perçue, non seulement à travers les résultats finaux polis, mais aussi à travers le processus dynamique et évolutif de la découverte elle-même.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.