الذكاء الاصطناعي في العلوم

تعتمد الفائدة العلمية على قابلية التكرار، وعدم اليقين، ومصدر البيانات، وما إذا كانت الطريقة تجيب على السؤال المذكور. التنبؤ ليس تلقائيا اكتشافا أو تفسيرا سببيا.

النقاط الرئيسية

• ذكر السؤال العلمي والأدلة التي تدحضه.
• الحفاظ على المصدر وقابلية التكرار.
• افصل بين الفرضيات والتنبؤات والنتائج المثبتة.

صاغ السؤال العلمي قبل اختيار خوارزمية. قرر ما يتم قياسه، وما الذي يستنتج، وما هي الملاحظة التي قد تدحض الادعاء. حافظ على فصل بيانات التدريب والتحقق والاختبار، خاصة عندما تكون قياسات نفس الموضوع أو الجهاز أو التجربة مرتبطة. سجل المعالجة المسبقة، نسخ النماذج، البذور العشوائية حيثما كان ذلك مناسبا، ومواد التقييم. تحقق مما إذا كانت البيانات المفقودة أو تأثيرات الاختيار تغير الاستنتاج. يمكن للنموذج إعادة إنتاج نمط معروف أثناء الفشل في أداة جديدة أو مجموعة سكانية أو حالة تجريبية. استخدم عدم اليقين بصدق. تجيب معايرة، وفترات الثقة، وفترات التنبؤ، وتحليلات الحساسية على أسئلة مختلفة. يمكن للفرضية المولدة أن توجه عمل المتابعة، لكنها ليست دليلا حتى تدعمها تجربة مناسبة أو تحليل مستقل. حافظ على المسار من البيانات المصدرية إلى الشكل أو الجدول أو المخطوطة. راجع التأليف، والاقتباسات، والنص المولد بعناية، وتجنب الادعاء بأن نتيجة آلية تم تكرارها بشكل مستقل بينما لم تكن كذلك.

1. تخيل نموذجا مدربا على بيانات من الأداة A وتم اختباره على تقسيم عشوائي لقراءات نفس الآلة.
2. يستخدم التقييم الثاني قراءات لاحقة من الأداة B ويظهر زيادة كبيرة في الخطأ.
3. أبلغ عن النتائج وابحث في فروق المعايرة أو القياس قبل الادعاء بالأداء العلمي العام.

يوضح المثال المصطنح لماذا يمكن للانقسامات العشوائية أن تبالغ في التعميم العلمي.