Report on CHIIR 2026 Workshop on Generative AI and Academic Search (GAI&AS)
Dit rapport vat de CHIIR 2026 GAI&AS workshop samen, die onderzoekers samenbracht om te verkennen hoe generatieve AI academische zoeksystemen transformeert voorbij traditionele retrieval om synthese en leren te ondersteunen, terwijl transparantie, geloofwaardigheid en mensgerichte ontwerpprincipes worden benadrukt.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je de wereld van academisch onderzoek voor als een enorme, eeuwenoude bibliotheek. Decennialang hadden de bibliothecarissen (de zoekmachines) één taak: de juiste boeken uit de kast halen en ze aan je overhandigen. Jij, de onderzoeker, was verantwoordelijk voor het lezen ervan, het leggen van de verbanden en het ontdekken van de betekenis.
Nu is er een nieuw soort bibliothecaris gearriveerd: Generatieve AI. Deze bibliothecaris haalt niet alleen boeken voor je op; hij leest ze voor je, maakt samenvattingen, beantwoordt je vragen en probeert zelfs een gesprek met je te voeren over het materiaal.
Dit artikel is een verslag van een bijeenkomst van experts (de CHIIR 2026 Workshop) die samenkwamen om een grote vraag te stellen: Helpt deze nieuwe bibliothecaris ons leren, of doet hij het denken voor ons?
Hier is een overzicht van wat zij bespraken, gebruikmakend van eenvoudige analogieën:
1. Het kernprobleem: De "Magische Doos" versus de "Leerreis"
De experts merkten een verschuiving op. In het verleden was het zoeken naar informatie een reis waarbij je zelf het zware werk moest verrichten om tot begrip te komen. Nu geeft de AI je direct het "antwoord".
- De Analogie: Stel je een student voor die probeert te leren hoe je een cake bakt.
- De oude manier: Ze lezen het recept, meten de ingrediënten af en mengen het beslag. Ze leren hoe je bakt.
- De nieuwe manier: Ze vragen een robot om de cake voor hen te bakken en die vervolgens aan hen te overhandigen. Het eindproduct is klaar.
- De zorg: Als de robot al het werk doet, krijgt de student misschien wel een cake, maar leert hij nooit de vaardigheid van het bakken. De workshop maakte zich zorgen dat studenten en onderzoekers in de academie misschien zullen stoppen met het kritische denken dat nodig is om hun eigen vakgebieden te begrijpen.
2. De drie hoofdthema's van de discussie
De groep structureerde hun gedachten in drie categorieën:
A. Het Fundament (Een betrouwbare bibliothecaris bouwen)
Voordat we de AI meer laten doen, moeten we ervoor zorgen dat deze eerlijk en transparant is.
- Het "Black Box"-probleem: Momenteel geeft AI vaak een antwoord zonder uit te leggen hoe het tot dat antwoord is gekomen. Het is alsoals een goochelaar die een konijn uit een hoed tovert zonder te laten zien hoe het gebeurde.
- Het doel: De experts willen dat de AI zijn "bontjes" laat zien. De AI moet zeggen: "Ik heb dit antwoord gevonden omdat ik deze drie specifieke artikelen heb gelezen," zodat onderzoekers kunnen controleren of de AI liegt of dingen verzint (hallucineert).
- Bias-controle: Ze ontdekten dat AI de neiging heeft om bekende onderzoekers te bevoordelen en minder bekende onderzoekers te negeren, vergelijkbaar met een nieuwkanaal dat alleen beroemdheden interviewt en lokale experts negeert. Dit creëert een "de rijken worden rijker"-probleem in de wetenschap.
B. De Toepassingen (Wat kan de bibliothecaris eigenlijk doen?)
De groep brainstormde over hoe deze nieuwe tool te gebruiken zonder de controle te verliezen.
- Het "Co-piloot"-idee: In plaats van dat de AI de auto bestuurt, moet het de GPS zijn. De AI kan routes suggereren (zoekopdrachten) of het verkeer samenvatten (artikelen samenvatten), maar de mens moet nog steeds het stuur vasthouden.
- Nieuwe taken voor AI: Ze stelden zich voor hoe AI zou kunnen helpen bij specifieke taken zoals:
- Het organiseren van een rommelige stapel onderzoeksartikelen.
- Het vinden van hiaten in de huidige kennis (plekken waar nog niemand heeft gekeken).
- Het vertalen van complexe jargon naar begrijpelijk Nederlands voor niet-experts.
- De uitdaging: We moeten precies bepalen waar de grens ligt tussen "behulpzame ondersteuning" en "het werk voor je doen".
C. Zoeken als Leermiddel (De "Wrijving"-factor)
Dit was een belangrijk punt van discussie. Soms is de strijd om een antwoord te vinden juist goed voor het leerproces.
- De "Wrijving"-analogie: Denk aan het leren fietsen. Het wiebelige, moeilijke deel is precies waar je hersenen het spiergeheugen opbouwen. Als een robot de fiets perfect stabiel voor je zou vasthouden, zou je nooit leren om je evenwicht te bewaren.
- Het inzicht: De experts stelden dat AI niet alle "wrijving" (de moeilijkheid) uit het onderzoek moet halen. We hebben systemen nodig die gebruikers dwingen om te stoppen en na te denken, in plaats van simpelweg het eerste antwoord te accepteren dat de AI geeft. Ze willen "scaffolding" (steigers, zoals zijwieltjes) bouwen die je helpen leren, maar die uiteindelijk weer verwijderd kunnen worden zodat je zelfstandig kunt fietsen.
3. De Belangrijkste Conclusies
De workshop concludeerde met een aantal duidelijke boodschappen voor de toekomst:
- Jaag niet alleen op snelheid: Alleen omdat AI snel is, betekent het niet dat het beter is. We moeten de kwaliteit van het denkproces waarderen, niet alleen de snelheid van het antwoord.
- Menselijke autonomie is essentieel: De mens moet de baas blijven. De AI is een hulpmiddel, geen vervanging voor het brein van de onderzoeker.
- We hebben nieuwe regels nodig: De oude manieren om te bestuderen hoe mensen naar informatie zoeken, werken niet meer. We hebben nieuwe theorieën en methoden nodig om te begrijpen hoe mensen en AI samenwerken.
- Samenwerking: Bibliothecarissen, docenten, computerwetenschappers en onderzoekers moeten samenwerken om deze tools te bouwen. Het is niet alleen een technologisch probleem; het is een menselijk probleem.
Samenvatting
Kortom, dit artikel is een oproep tot actie. Het zegt: "We hebben een krachtig nieuw instrument dat de manier waarop we onderzoek doen kan veranderen, maar als we niet voorzichtig zijn, kan het ons lui maken in ons denken. We moeten deze tools zo ontwerpen dat ze ons helpen leren en kritisch te denken, in plaats van ons alleen maar gemakkelijke antwoorden te geven."
De experts zijn van plan om hierover te blijven praten en nodigen meer mensen uit (zoals bibliothecarissen en ontwikkelaars uit de sector) om deel te nemen aan het gesprek, om ervoor te zorgen dat de toekomst van academische zoekprocessen de menselijke intelligentie ondersteunt in plaats van deze te vervangen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.