يطور العلماء ذاكرة ضخمة لتطوير سياسات فعالة

يطور العلماء ذاكرة ضخمة لتطوير سياسات فعالة

"في النهاية ، يمكننا الاستفادة بشكل كبير من عالم تتوفر فيه توليفات الأدلة الشاملة في مكان واحد يتم تحديثه بشكل مستمر عن كل مشكلة اجتماعية مهمة" ، كما يقول ويل موي ، الذي يرأس تعاون كامبل ، وهي منظمة دولية غير محمومة تدعم مراجعات العلوم الاجتماعية.

على الرغم من أن الباحثين يخلقون عددًا كبيرًا من الدراسات في المناطق السياسية ، فإن التوليفات التي تمثل وزن الأدلة على موضوع ما نادر في العديد من المجالات ولا تستخدم بشكل روتيني في المبدأ التوجيهي للتصميم السياسي. تقول جين جولد ، مدير الأبحاث في مجلس البحوث الاقتصادية والاجتماعية (ESRC): "هناك طلب هائل" من خلال القرار السياسي -لمثل هذه التوليفات ، جين جولد ، مدير الأبحاث في مجلس البحوث الاقتصادية والاجتماعية (ESRC). "لكن العرض لا يتزامن."

توليفات الأدلة هي "كل ما يعرفه العالم حول كيفية حل مشكلة مهمة في مكان واحد". في الطب ، يستخدم الأطباء بشكل روتيني آلاف النظارات العامة المنهجية-

من أجل مواجهة ذلك ، أعلن ESRC و Wellcome ، مروج الأبحاث الطبية الحيوية في لندن ، في 21 سبتمبر أنهم يستثمرون 9.2 مليون جنيه إسترليني (12.2 مليون دولار أمريكي) أو حوالي 45 مليون جنيه إسترليني في قواعد البيانات وأدوات لأكثر من خمس سنوات ، والتي يمكن أن تساعد في توليف البحوث. رحب الباحثون بالأخبار - من المفترض أن هذا هو واحد من أعظم الاستثمارات الفردية في توليف الأدلة - ويقولون إن ذلك يأتي في الوقت المناسب لأن التقدم يسرع عملية العثور على الدراسات ودمجها. تقول إيزابيل ميرسييه ، الباحثة في برنامج تطوير الأمم المتحدة ، Syntheses Syntheses المدعومة . وتقول: "لقد كانت كبيرة جدًا قبل أربع سنوات للتفكير في الأمر ، لكننا نبدأ الآن في رؤية أنه يمكننا تنفيذها بالفعل".

لكن الذكاء الاصطناعى يجعل المهمة أكثر صعوبة لأن عبارة chatbots من الذكاء الاصطناعي مثل ChattGPT يمكن أن تخلق ملخصات ذات مصداقية ولكن قد تكون مضللة لنتائج البحث. يقول موي: "التحدي هو كيفية خلع ما هو موثوق به حقًا ، وما هو غير موثوق به".

عادة ما يكون إنتاج التوليفات بطيئة وصعبة ومكلفة. يجب على الباحثين الذين يقومون بتنفيذ نظرة عامة منهجية البحث عن قواعد البيانات في جميع أنحاء العالم للعمل المنشور وغير المنشور من أجل العثور على دراسات محتملة ذات صلة. ثم قلل من قائمة طويلة من الآلاف من الدراسات إلى الأكثر صلة ، وتقييم موثوقيتها ، واستخراج البيانات ودمج النتائج ، وأحيانًا باستخدام طريقة إحصائية تسمى تحليل التعريف. حتى عند اكتمالها ، لا تصل توليفات الأدلة في كثير من الأحيان إلى قرار سياسي -صانعي الصانعة ومراقبة بسرعة بينما تصل نتائج البحث الجديدة. يقول جيمس توماس ، المتخصص في تخليق الأبحاث في كلية جامعة لندن: "إذا كان هناك قرار سياسي -صانعه يأتي مع سؤال ، فلا ينبغي أن يستغرق الأمر ثلاثة أشهر للعثور على الأبحاث". "هذا سخيف."

تم تشديد المشكلة خلال جائحة Covid 19 عندما تحتاج السلطات إلى توليفات سريعة في كل مكان لاتخاذ قرارات بشأن الأدوية والأقنعة والقفل. في البداية ، لم يتمكن العلماء من تزويدهم بسرعة كافية ، لكنهم أنتجوا

حلم العلماء هو أن الجميع ، في كل مكان ، توليف مصمم على سؤالهم ويمكن أن يضع منطقتهم دفعة زر واحدة. لهذا الغرض ، يرغب الباحثون في إنشاء "بنوك أدلة": قواعد بيانات شائعة مع دراسات تم تحديدها مسبقًا والتي يتم وضع علامة عليها مع معلومات مثل الطريقة والموقع واحتواء البيانات بالتنسيق الشائع بحيث يمكن دمجها. يجب أن تتولى أدوات الذكاء الاصطناعي المدربة معظم المهمة الشاقة لفرز الدراسات وتوليف البيانات ، بينما يتحقق الأشخاص من مثال على الجودة من خلال تقييم التشوهات المحتملة في الدراسات الأساسية.

بعض قواعد البيانات موجودة بالفعل على المسار الصحيح. لدى مؤسسة Eduction Endowment Foundation (EEF) ، وهي مؤسسة خيرية في لندن ، قاعدة بيانات تضم أكثر من 3500 دراسة تعليمية. بمساعدة قاعدة البيانات هذه ، أنشأت المؤسسة عددًا من نظرة عامة منهجية مفادها أن تكشف عن تأثير التدريس والواجبات المنزلية وحجم الفصل على التعلم . إنه يشارك قاعدة البيانات وطلبات عامة مع العديد من البلدان لتجنب تكرار الآخرين. من الناحية المثالية ، "بدلاً من إنشاء ستة نظرة عامة منفصلة ، يمكنك إنشاء نظرة عامة رائعة يمكننا استخدامها معًا" ، كما يقول جوناثان كاي ، الذي يرأس العمل لتلخيص الأدلة في EEF.

يمكن أن تؤدي أحدث الاستثمارات في النهاية إلى عدد من قواعد البيانات التي تشبه EEF وترغب في تصنيعها لمجالات السياسة المهمة مثل حماية البيئة. من بين هؤلاء ، يرغب المؤيدون في بناء "Living"-أو توليفات محدثة باستمرار التي تظهر ، على سبيل المثال ، ما الذي يحسن الصحة العقلية ويقلل من بطالة الشباب.