From Information Overload to Knowledge Integration: Generative AI as an AI-Enabled Information Management Capability in Science–Industry Innovation Ecosystems
Gebaseerd op interviews met belanghebbenden binnen het Sloveense innovatie-ecosysteem, stelt deze studie een conceptueel kader voor waarin generatieve AI niet wordt gepositioneerd als een autonome tussenpersoon, maar als een door mensen beheerde informatiebeheersingscapaciteit die ecosysteemfragmentatie en informatieoverbelasting aanpakt door de zichtbaarheid van kennis, matching en besluitvormingsondersteuning te verbeteren, terwijl transparantie en verantwoording worden gewaarborgd.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://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
In de moderne wereld van wetenschap en zakenwereld is de grootste hindernis voor het creëren van nieuwe ideeën niet langer een gebrek aan informatie. Decennialang was de uitdaging simpelweg het vinden van de juiste expert of het juiste stukje data. Vandaag de dag heeft het tegenovergestelde probleem de overhand genomen: er is te veel informatie, verspreid over te veel plaatsen. Universiteiten, bedrijven en overheidsinstanties genereren allemaal enorme hoeveelheden kennis, maar deze kennis zit vaak opgesloten in afzonderlijke digitale systemen of verborgen binnen persoonlijke netwerken. Wanneer een wetenschapper met een bedrijf wil samenwerken, of een bedrijf een nieuwe technologie zoekt, worden zij geconfronteerd met een chaotisch landschap van onverbonden websites, verwarrende financieringsregels en profielen die moeilijk te lezen zijn. De werkelijke moeilijkheid is niet het vinden van een naald in een hooiberg; het is het vinden van de juiste naald wanneer de hooiberg is opgesplitst in duizend verschillende stapels, en je niet weet in welke stapel de naald zit die je nodig hebt.
Dit is het centrale raadsel dat een team onderzoekers van de Universiteit van Novo mesto in Slovenië probeerde op te lossen. Ze wilden begrijpen hoe kunstmatige intelligentie, specifiek een type genaamd generatieve AI, kon helpen om deze chaos te ontwarren. Generatieve AI is een technologie die in staat is om grote hoeveelheden tekst uit verschillende bronnen te lezen, te begrijpen en samen te vatten, vergelijkbaar met een zeer snelle, zeer goed geïnformeerde assistent. De onderzoekers stelden een eenvoudige maar vitale vraag: als we dit krachtige instrument hebben, hoe kan het dan daadwerkelijk wetenschappers en bedrijven helpen om samen te werken? Ze gingen er niet vanuit dat de technologie alles uit zichzelf zou oplossen. In plaats daarvan wilden ze weten welke specifieke problemen de mensen in de praktijk ervoeren en wat voor soort hulp zij daadwerkelijk van een computer wensten.
Om de antwoorden te vinden, spraken de onderzoekers met vierentwintig mensen die diep betrokken zijn bij het Sloveense innovatiesysteem. Deze deelnemers omvatten universiteitsonderzoekers, bedrijfsmanagers en overheidsfunctionarissen die nieuwe projecten financieren en begeleiden. Het team voerde diepgaande interviews uit, waarbij zij de belanghebbenden vroegen hun dagelijkse strijd te beschrijven. Ze wildend weten waar de frictie ligt bij het proberen te starten van een samenwerking. De resultaten waren duidelijk en consistent. De geïnterviewde mensen zeiden niet dat ze een gebrek hadden aan informatie. Ze zeiden dat de informatie overal was, maar dat deze gefragmenteerd en overweldigend was. Een bedrijfsmanager kan weten dat er een oplossing bestaat, maar het vinden van het specifieke universiteitslaboratorium dat deze bezit, kan het doorzoeken van tien verschillende websites vereisen. Een onderzoeker kan weten dat een bedrijf hulp nodig heeft, maar niet weten welk bedrijf het is of hoe hij contact met hen kan opnemen. Het probleem was niet schaarste; het was het onvermogen om de punten te verbinden tussen wat beschikbaar is en wat nodig is.
De studie onthulde ook dat vertrouwen een belangrijke factor is. In het verleden vertrouwden mensen op persoonlijke relaties om te beslissen met wie ze zouden samenwerken. Als je iemand kende, wist je dat die persoon betrouwbaar was. In een digitale wereld waarin je iemand misschien niet kent, heb je bewijs nodig. De deelnemers legden uit dat ze een trackrecord van eerder werk, bewijs van specifieke vaardigheden en een geschiedenis van succesvolle projecten nodig hebben voordat ze zich veilig voelen bij het aangaan van een partnerschap. Ze waren wantrouwig tegenover systemen die simpelweg namen opsommen zonder context. Ze wilden niet alleen weten wie beschikbaar was, maar ook wie geloofwaardig was.
Wanneer de onderzoekers deze belanghebbenden vroegen wat zij van een AI-tool zouden willen om deze problemen aan te pakken, wezen de antwoorden naar een specifieke vorm van ondersteuning. De deelnemers wilden geen machine die beslissingen voor hen neemt. Ze wilden geen geautomatiseerd systeem dat hun partners zou kiezen of hun subsidieaanvragen zou schrijven zonder hun input. In plaats daarvan zagen zij de AI als een krachtige assistent die de chaos kon ordenen. Ze beschreven vijf hoofdwijzen waarop dit instrument zou kunnen helpen. Ten eerste zou het kunnen fungeren als een slimme matchmaker, die de specifieke behoeften van een bedrijf verbindt met de specifieke vaardigheden van een onderzoeker, waarbij verder wordt gekeken dan eenvoudige functietitels om echte compatibiliteit te vinden. Ten tweede zou het kunnen helpen bij het navigeren door de complexe wereld van financiering, door door duizenden subsidiemogelijkheden te filteren om de enkele die daadwerkelijk passen bij de doelen van een project te vinden. Derde zou het expertise zichtbaar kunnen maken, door heldere profielen te creëren die niet alleen laten zien wat iemand doet, maar wat diegene daadwerkelijk heeft bereikt. Ten vierde zou het kunnen helpen bij het zware papierwerk van het schrijven van voorstellen, door regels samen te vatten en documenten op te stellen, zodat mensen zich op de ideeën kunnen concentreren. Ten slotte, en misschien wel het belangrijkste, zou het de besluitvorming kunnen ondersteunen door alle relevante feiten te verzamelen en deze duidelijk te presenteren, terwijl de uiteindelijke keuze bij de mens blijft.
De onderzoekers ontdekten dat voor deze technologie vertrouwd moet worden, deze transparant moest zijn. De geïnterviewde mensen hielden erop aan dat ze moesten begrijpen waarom de AI een bepaalde partner of financieringsbron suggereerde. Ze wilden het bewijs achter de aanbeveling zien. Ze eisten ook dat hun gegevens veilig werden bewaard en dat een mens altijd de controle behield over de uiteindelijke beslissing. De AI werd gezien als een manier om het zware werk van informatiebeheer op te knappen, maar de mens werd gezien als degene die de waarde van die informatie moet beoordelen en de relatie moet opbouwen.
Deze studie suggereert dat de toekomst van de samenwerking tussen wetenschap en industrie niet ligt in het vervangen van menselijke tussenpersonen door robots. In plaats daarvan ligt het in het gebruik van kunstmatige intelligentie om de informatieoverload te verwerken die het systeem momenteel verlamt. Door gefragmenteerde gegevens te organiseren, credentials te verifiëren en de ruis weg te filteren, kunnen deze tools het enorme ecosysteem van kennis toegankelijk en bruikbaar maken. De technologie creëert het vertrouwen of het partnerschap zelf niet; het vrijmaakt het pad zodat mensen kunnen doen waar ze het beste in zijn: oordelen, verbinden en samenwerken. De onderzoekers concluderen dat als deze systemen met transparantie en menselijk toezicht als kern hebben, ze de huidige staat van verwarring kunnen transformeren naar een gestroomlijnde omgeving waarin nieuwe ideeën eindelijk wortel kunnen schieten.
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.