How to Use AI for a PRISMA-Compliant Systematic Review

Μια συστηματική ανασκόπηση που χρησιμοποιήθηκε για να πάρει μια ομάδα τριών ερευνητών έξι έως εννέα μήνες. Το σημείο συμφόρησης δεν ήταν η ανάγνωση - ήταν η προβολή. Δώδεκα χιλιάδες περιλήψεις που αντλήθηκαν από το PubMed, το Embase, το Scopus και το Cochrane, το καθένα από τα οποία χρειάζεται δύο ανεξάρτητους αναθεωρητές για να αποφασίσουν ότι θα συμπεριληφθούν ή θα εξαιρεθούν έναντι των προκαταχωρισμένων κριτηρίων. Τα μαθηματικά του χρόνου οδήγησαν καριέρες γύρω από αυτό.

Το AI άλλαξε αυτά τα μαθηματικά. Τα σύγχρονα γλωσσικά μοντέλα μπορούν να προβάλλουν περιλήψεις σε δευτερόλεπτα, να εξάγουν χαρακτηριστικά μελέτης από αρχεία PDF πλήρους κειμένου σε λίγα λεπτά και να συνοψίζουν εκατοντάδες εργασίες σε ώρες. Όταν χρησιμοποιείται προσεκτικά, η τεχνητή νοημοσύνη μειώνει τη φάση ελέγχου μιας ανασκόπησης από μήνες σε εβδομάδες. Αν χρησιμοποιηθεί απρόσεκτα, παράγει ένα μη αναπαραγώγιμο, μη συμμορφούμενο έγγραφο που αποτυγχάνει να αξιολογηθεί από ομοτίμους.

Αυτός ο οδηγός περιγράφει τα σημεία όπου η τεχνητή νοημοσύνη βοηθά νόμιμα σε μια αξιολόγηση συμβατή με PRISMA, όπου δεν θα έπρεπε να κάνει τη δουλειά, τις απαιτήσεις αναφοράς που συνοδεύουν τη χρήση τεχνητής νοημοσύνης και μια βήμα προς βήμα ροή εργασίας που ικανοποιεί το PRISMA 2020 και την επέκταση PRISMA-trAIce.

Τι απαιτεί πραγματικά το PRISMA (γρήγορη ανανέωση)

Το PRISMA 2020 είναι η τυπική λίστα ελέγχου αναφορών για συστηματικές αναθεωρήσεις. Διέπει πώς περιγράφεις αυτό που έκανες, όχι πώς το κάνεις. Τα σχετικά κομμάτια για χρήση AI είναι:

Αναφορά στρατηγικής αναζήτησης. Τεκμηριώστε κάθε βάση δεδομένων που αναζητήθηκε, κάθε συμβολοσειρά αναζήτησης που χρησιμοποιείται, κάθε ημερομηνία εκτέλεσης των αναζητήσεων. Η αναπαραγωγιμότητα είναι το πρότυπο — ένας άλλος ερευνητής θα πρέπει να μπορεί να επαναλαμβάνει την αναζήτησή σας και να έχει τα ίδια αποτελέσματα.

Αναφορά ελέγχου. Τεκμηριώστε πόσες εγγραφές εξετάστηκαν, από πόσους ανεξάρτητους αναθεωρητές, πώς επιλύθηκαν οι διαφωνίες και πόσες αποκλείστηκαν σε κάθε στάδιο. Το κλασικό διάγραμμα ροής PRISMA ζει εδώ.

Αναφορά εξαγωγής δεδομένων. Τεκμηριώστε ποια δεδομένα εξήχθησαν, από ποιον και πώς επιλύθηκαν οι διαφωνίες.

Αξιολόγηση κινδύνου μεροληψίας. Τεκμηριώστε το εργαλείο που χρησιμοποιήθηκε (Cochrane RoB 2, ROBINS-I, κ.λπ.) και ποιος το εκτέλεσε.

Αναφορά τυχόν αποκλίσεων. Οτιδήποτε δεν πήγε σύμφωνα με το προκαταχωρισμένο πρωτόκολλο πρέπει να αναφέρεται, με αιτιολογία.

Η επέκταση PRISMA-trAIce (δημοσιεύθηκε το 2024, ενημερώθηκε το 2025) προσθέτει απαιτήσεις αναφορών ειδικά για την τεχνητή νοημοσύνη πέρα ​​από το PRISMA 2020. Η σύντομη έκδοση: οπουδήποτε χρησιμοποιήθηκε τεχνητή νοημοσύνη στην αναθεώρηση, αναφέρετε το εργαλείο, την έκδοση, τα μηνύματα προτροπής και τον τρόπο με τον οποίο πραγματοποιήθηκε η επαλήθευση από τον άνθρωπο.

Where AI legitimately helps

Αυτές είναι χρήσεις όπου η τεχνητή νοημοσύνη επιταχύνει την εργασία χωρίς να αλλάζει την αναθεώρηση.

Ανίχνευση διπλότυπων. Οι εγγραφές που προέρχονται από πολλές βάσεις δεδομένων συχνά αντιγράφονται. Οι παραδοσιακοί διαχειριστές αναφοράς (Zotero, EndNote, Covidence) το κάνουν καλά. Η τεχνητή νοημοσύνη είναι υπερβολική εδώ — συνεχίστε να χρησιμοποιείτε τα τυπικά εργαλεία.

Αρχικός τίτλος και έλεγχος περιλήψεων. Η τεχνητή νοημοσύνη μπορεί να βαθμολογήσει κάθε περίληψη με βάση τα κριτήρια συμπερίληψής σας και να τα κατατάξει ή να τα προκατατάξει. Δύο άνθρωποι αναθεωρητές πρέπει ακόμη να λάβουν την τελική απόφαση συμπερίληψης/αποκλεισμού, αλλά η προταξινόμηση της τεχνητής νοημοσύνης μειώνει σημαντικά τον ανθρώπινο χρόνο. Αυτή είναι η χρήση τεχνητής νοημοσύνης με την υψηλότερη αξία στις περισσότερες κριτικές.

Ανάκτηση πλήρους κειμένου και διαλογή. Η τεχνητή νοημοσύνη μπορεί να εξάγει μεταδεδομένα δημοσίευσης, να προσδιορίσει εάν ένα πλήρες κείμενο ταιριάζει με τους ισχυρισμούς της περίληψης (περιστασιακά όχι) και να επισημάνει εργασίες που φαίνεται να είναι περιλήψεις συνεδρίων, εσφαλμένα ή διπλότυπες δημοσιεύσεις με διαφορετικούς τίτλους.

Εξαγωγή δεδομένων από δομημένα χαρτιά. Πίνακες χαρακτηριστικών ασθενών, δοσολογίες, μεγέθη επιδράσεων — Η τεχνητή νοημοσύνη μπορεί να τα εξαγάγει από αρχεία PDF πλήρους κειμένου σε ένα φύλλο δομημένης εξαγωγής δεδομένων, το οποίο στη συνέχεια επαληθεύουν δύο ανθρώπινοι αναθεωρητές. Ο χρόνος επαλήθευσης είναι πολύ χαμηλότερος από την πλήρη χειροκίνητη εξαγωγή.

Υποστήριξη σύνθεσης και γραφής. Σύνταξη της περιγραφής της διαδικασίας ελέγχου της ενότητας μεθόδων, σύνταξη του κειμένου του διαγράμματος ροής PRISMA, σύνοψη των χαρακτηριστικών του πίνακα μελετών που περιλαμβάνονται — Η τεχνητή νοημοσύνη βοηθά στη σύνταξη χωρίς αλλαγή της ουσίας της ανασκόπησης.

Μετάφραση μη αγγλικών πηγών. Εάν η κριτική σας περιλαμβάνει μη αγγλικές εργασίες, η μετάφραση τεχνητής νοημοσύνης έχει γίνει αρκετά αξιόπιστη ώστε να υποστηρίζει τη συμπερίληψη αυτών των πηγών. Τεκμηριώστε το εργαλείο που χρησιμοποιείται στις μεθόδους.

Where AI should NOT do the work

Αυτές οι χρήσεις διασχίζουν τη γραμμή στη λήψη ουσιαστικών αποφάσεων που πρέπει να κάνουν οι ανθρώπινοι αναθεωρητές.

Τελική συμπερίληψη/εξαίρεση αποφάσεων. PRISMA απαιτεί δύο ανεξάρτητους ανθρώπους αναθεωρητές για συμπερίληψη/εξαίρεση. Η τεχνητή νοημοσύνη μπορεί να προκατατάξει, να κατατάξει και να εμφανίσει υποψηφίους — αλλά η δεσμευτική απόφαση πρέπει να είναι ανθρώπινη. Αυτό είναι αδιαπραγμάτευτο για συμμόρφωση.

Αξιολόγηση κινδύνου μεροληψίας. Τα εργαλεία RoB απαιτούν κρίση σχετικά με το σχεδιασμό της μελέτης, την τύφλωση, τη φθορά και την αναφορά. Η τεχνητή νοημοσύνη μπορεί να συνοψίσει τι λέει η εφημερίδα για κάθε τομέα, αλλά η ίδια η βαθμολογία μεροληψίας πρέπει να είναι ανθρώπινη.

Αξιολόγηση ποιότητας και βαθμός αποδεικτικών στοιχείων (GRADE). Ίδια λογική. AI συνοψίζει? ποσοστό ανθρώπων.

Ερμηνεία της ετερογένειας. Το αν οι διαφορές μεταξύ των αποτελεσμάτων της μελέτης αντικατοπτρίζουν κλινική ετερογένεια, μεθοδολογική ετερογένεια ή τύχη είναι μια κρίση που απαιτεί κλινική και μεθοδολογική εμπειρία.

Τελική σύνθεση και συμπεράσματα. Η αφηγηματική σύνθεση, η συζήτηση για τα δυνατά σημεία και τους περιορισμούς, οι κλινικές επιπτώσεις — αυτές είναι οι συνεισφορές της ομάδας αξιολόγησης. Η τεχνητή νοημοσύνη μπορεί να συντάξει την αρχική γλώσσα, αλλά οι ουσιαστικές κρίσεις είναι δικές σας.

Εντοπισμός κατασκευασμένου περιεχομένου ή περιεχομένου χαρτοποιίας. Κατά ειρωνικό τρόπο, ο εντοπισμός κατασκευασμένων μελετών με τεχνητή νοημοσύνη παραμένει αναξιόπιστος. Τα ανθρώπινα μάτια σε ύποπτα χαρτιά, καθώς και εργαλεία όπως η προβληματική οθόνη χαρτιού, είναι το τρέχον πρότυπο.

The reporting requirements

Εάν χρησιμοποιείτε τεχνητή νοημοσύνη οπουδήποτε στην αξιολόγηση, ο PRISMA-trAIce απαιτεί να το αναφέρετε. Η δομή που ικανοποιεί τα περισσότερα περιοδικά:

Στην ενότητα μέθοδοι, υποενότητα διαδικασία διαλογής:

`` κείμενο Ο έλεγχος περιλήψεων διεξήχθη χρησιμοποιώντας μια διαδικασία δύο σταδίων. Αρχικό Η ταξινόμηση πραγματοποιήθηκε χρησιμοποιώντας [Όνομα εργαλείου, έκδοση, πρόσβαση μέσω API/ιστός στις ημερομηνίες] με το ακόλουθο πρότυπο προτροπής: "[exact prompt]". Η ταξινόμηση χρησιμοποιήθηκε για να δοθεί προτεραιότητα σε περιλήψεις για ανθρώπινη ανασκόπηση. Όλες οι περιλήψεις, ανεξάρτητα από την αρχική ταξινόμηση, εξετάστηκαν στη συνέχεια ανεξάρτητα από δύο αναθεωρητές ([αρχικά του συγγραφέα]) χρησιμοποιώντας το [Covidence / Rayyan / άλλο εργαλείο], με διαφωνίες που επιλύονται με συζήτηση ή από έναν τρίτο κριτικό ([αρχικά του συγγραφέα]) όταν δεν επιτεύχθηκε συναίνεση.

Σε μια άσκηση βαθμονόμησης που πραγματοποιήθηκε σε [αριθμός] περιλήψεις πριν από το κύριος έλεγχος, η ταξινόμηση AI συμφωνήθηκε με την ανθρώπινη συναίνεση απόφαση στο [ποσοστό]% των περιπτώσεων. Το AI δεν χρησιμοποιήθηκε για τελικό αποφάσεις ένταξης ή αποκλεισμού.

**Στην ενότητα μέθοδοι, υποενότητα εξαγωγή δεδομένων:**

```text
Data extraction was performed using a structured form (Appendix [X]).
Extraction of [specific data types, e.g., patient characteristics,
intervention details, outcome measurements] was supported by [Tool
Name, version], which extracted candidate values from full-text PDFs.
All extracted values were verified against the source PDFs by two
reviewers ([author initials]). Discrepancies between AI-extracted
values and source documents were corrected against the source in
[percentage]% of cases. The verified data informed the final
synthesis.

Σε μια ειδική υποενότητα "Χρήση AI" (μερικές φορές απαιτείται ξεχωριστά):

The following AI tools were used in this review: [list each tool,
version, date range, and specific role]. No AI tool was used for
risk of bias assessment, quality grading, interpretation of
heterogeneity, or synthesis of conclusions. All AI-supported steps
were verified by [number] human reviewers as described above. The
prompts used are provided in Appendix [Y].

In the limitations section:

Αναγνωρίστε τους περιορισμούς που σχετίζονται με την τεχνητή νοημοσύνη: πιθανή συστηματική μεροληψία στην προ-ταξινόμηση, εξάρτηση από εργαλεία τεχνητής νοημοσύνης των οποίων οι εσωτερικές λειτουργίες δεν είναι διαφανείς και αδυναμία πλήρους αναπαραγωγής της συμπεριφοράς τεχνητής νοημοσύνης σε όλες τις εκδόσεις μοντέλων.

The workflow we recommend

Μια ακολουθία που ικανοποιεί PRISMA-trAIce και χρησιμοποιεί τα δυνατά σημεία του AI.

Βήμα 1: Προκαταχωρίστε το πρωτόκολλο. Πριν από οποιαδήποτε χρήση τεχνητής νοημοσύνης, καταχωρίστε την ανασκόπηση (PROSPERO για ιατρικές ανασκοπήσεις, OSF για άλλους). Το πρωτόκολλο καθορίζει κριτήρια ένταξης, στρατηγική αναζήτησης, μέθοδο διαλογής, σχέδιο εξαγωγής και προσέγγιση σύνθεσης. Καθορίστε στο πρωτόκολλο πού και πώς θα χρησιμοποιηθεί η τεχνητή νοημοσύνη. Η προεγγραφή που αναφέρει την τεχνητή νοημοσύνη είναι πολύ ισχυρότερη από την εκ των υστέρων αποκάλυψη.

Βήμα 2: Εκτελέστε την άσκηση βαθμονόμησης. Επιλέξτε 100-200 περιλήψεις από την αναζήτησή σας. Ζητήστε από δύο ανθρώπους αναθεωρητές να τα εξετάσουν ανεξάρτητα. Εκτελέστε έλεγχο τεχνητής νοημοσύνης στο ίδιο σετ με την προγραμματισμένη προτροπή. Υπολογίστε μετρήσεις συμφωνίας (κάπα του Cohen, ποσοστιαία συμφωνία). Εάν η συμφωνία τεχνητής νοημοσύνης είναι κάτω από το 0,7 κάπα ή το 80% με τη συναινετική ανθρώπινη απόφαση, κάντε πιο συγκεκριμένη την προτροπή ή επανεξετάστε τη χρήση της τεχνητής νοημοσύνης.

Βήμα 3: Εκτελέστε το κύριο πάσο ελέγχου τεχνητής νοημοσύνης. Με μια βαθμονομημένη προτροπή, ελέγξτε το πλήρες αφηρημένο σώμα. Έξοδος: μια ταξινομημένη ή ταξινομημένη λίστα. Οι ανθρώπινοι αναθεωρητές βλέπουν αυτήν την κατάταξη, αλλά λαμβάνουν τις δικές τους ανεξάρτητες αποφάσεις.

Βήμα 4: Ανεξάρτητη προβολή με δύο κριτές. Κάθε περίληψη εξακολουθεί να έχει δύο ανθρώπους αναθεωρητές. Η ταξινόμηση AI είναι μεταδεδομένα, όχι ψήφος. Οι διαφωνίες επιλύθηκαν με συζήτηση ή με τρίτο κριτή.

Βήμα 5: Έλεγχος πλήρους κειμένου με τη βοήθεια τεχνητής νοημοσύνης. Η τεχνητή νοημοσύνη μπορεί να επισημάνει προφανείς εξαιρέσεις στο στάδιο πλήρους κειμένου (λάθος γλώσσα, μόνο περίληψη, ανακληθείσες εργασίες). Οι άνθρωποι παίρνουν τις τελικές αποφάσεις.

Βήμα 6: Εξαγωγή δεδομένων με βοήθεια και επαλήθευση AI. Το AI εξάγει τις υποψήφιες τιμές. δύο άνθρωποι αναθεωρητές επαληθεύουν την πηγή. Το ίδιο το αρχείο καταγραφής επαλήθευσης γίνεται απόδειξη συμμόρφωσης.

Βήμα 7: Κίνδυνος μεροληψίας — μόνο για ανθρώπους. Δεν υπάρχει τεχνητή νοημοσύνη σε αυτό το βήμα.

Βήμα 8: Σύνθεση — γραφή που καθοδηγείται από τον άνθρωπο, με τη βοήθεια τεχνητής νοημοσύνης. Οι άνθρωποι ερμηνεύουν. Η τεχνητή νοημοσύνη βοηθά με τη σύνοψη μελετών για τον πίνακα που περιλαμβάνονται-μελέτες, τη σύνταξη της ενότητας μεθόδων και τη στίλβωση της πεζογραφίας. Η ουσιαστική ερμηνεία παραμένει ανθρώπινη.

Βήμα 9: Αποκάλυψη αναλυτικά. Η ενότητα Μέθοδοι αναφέρει τη χρήση τεχνητής νοημοσύνης όπως περιγράφεται παραπάνω. Μια πλήρης δήλωση αποκάλυψης χρήσης AI εμφανίζεται στο μπροστινό θέμα ή στις επιβεβαιώσεις. Τα πλήρη μηνύματα που χρησιμοποιούνται περιλαμβάνονται σε ένα παράρτημα.

Βήμα 10: Έλεγχος πριν από τη δημοσίευση. Πριν από την υποβολή, ένα δεύτερο μέλος της ομάδας ελέγχει τα βήματα που υποστηρίζονται από AI για την πληρότητα της τεκμηρίωσης. Η έλλειψη προτροπών, οι αριθμοί έκδοσης που λείπουν ή τα ποσοστά επαλήθευσης που λείπουν είναι οι συνήθεις παράγοντες ενεργοποίησης απόρριψης.

Common pitfalls

Χαρακτηριστικά μελέτης με ψευδαισθήσεις. Η τεχνητή νοημοσύνη μερικές φορές εξάγει δεδομένα που δεν περιλαμβάνονται στο έγγραφο προέλευσης — διαστήματα εμπιστοσύνης που δεν υπάρχουν, μεγέθη δειγμάτων που δεν ταιριάζουν, λεπτομέρειες παρέμβασης κατασκευασμένες από το πλαίσιο. Η επαλήθευση έναντι της πηγής είναι η μόνη άμυνα. Εάν η ομάδα σας δεν επαληθεύει κάθε εξαγόμενη τιμή, θα δημοσιεύσετε σφάλματα.

Μετατόπιση προτροπής σε όλη την αναθεώρηση. Μια βελτιωμένη προτροπή στη μέση αξιολόγηση αλλάζει τη συμπεριφορά του AI σε αντικείμενα που έχουν ήδη ελεγχθεί. Εάν αλλάξετε το μήνυμα προτροπής, τεκμηριώστε το γιατί και ελέγξτε ξανά τα επηρεαζόμενα στοιχεία.

Υπερβολική εξάρτηση από την ταξινόμηση της τεχνητής νοημοσύνης. Ορισμένες ομάδες έχουν ουσιαστικά μεταβιβάσει αποφάσεις συμπερίληψης στην τεχνητή νοημοσύνη, αντιμετωπίζοντας την ταξινόμησή της ως έγκυρη. Το PRISMA απαιτεί ανθρώπινες αποφάσεις. Η είσοδος AI είναι μια χαρά. Οι αποφάσεις AI δεν είναι.

Ξέχασα την τεκμηρίωση των αποκλίσεων. Οτιδήποτε διαφέρει από το προκαταχωρισμένο πρωτόκολλο πρέπει να αναφέρεται. Εάν η χρήση τεχνητής νοημοσύνης εξελίχθηκε κατά τη διάρκεια της αναθεώρησης, τεκμηριώστε την εξέλιξη. Οι κρυφές αλλαγές διαδικασίας επισημαίνονται κατά την αξιολόγηση από ομοτίμους.

Ασυνεπείς εκδόσεις εργαλείων. Ενημέρωση μοντέλων AI. Το DeepSeek V3 που προέβαλε περιλήψεις τον Ιανουάριο δεν είναι πανομοιότυπο με την έκδοση που ήταν διαθέσιμη τον Ιούνιο. Τεκμηριώστε την έκδοση και το εύρος ημερομηνιών κάθε εργαλείου AI που χρησιμοποιείται.

Υποτίθεται η ακρίβεια μετάφρασης, δεν έχει επαληθευτεί. Η μετάφραση τεχνητής νοημοσύνης είναι καλή αλλά όχι τέλεια, ειδικά για κλινικό ή τεχνικό περιεχόμενο. Εάν περιλαμβάνονται μη αγγλικές πηγές, τεκμηριώστε ποιος επαλήθευσε τις μεταφράσεις.

See the Full AI Summarizer

Summarize papers, extract study characteristics, and draft synthesis text. Free tier includes every feature.

Frequently asked questions

Ε: Μπορώ να συμπεριλάβω περιλήψεις με έλεγχο τεχνητής νοημοσύνης στο διάγραμμα ροής PRISMA μου;

Ναι, αλλά με συγκεκριμένη απόδοση. Το τυπικό διάγραμμα ροής PRISMA 2020 έχει πεδία για εγγραφές που προσδιορίστηκαν, εγγραφές που ελέγχθηκαν, εγγραφές που αξιολογήθηκαν ως προς την καταλληλότητα και περιλαμβάνονται εγγραφές. Εάν η τεχνητή νοημοσύνη χρησιμοποιήθηκε στη διαλογή, προσθέστε μια σημείωση στο διάγραμμα ή στη λεζάντα του: "Η αρχική ταξινόμηση με υποστήριξη τεχνητής νοημοσύνης χρησιμοποιήθηκε για την κατάταξη περιλήψεων· όλες οι περιλήψεις έλαβαν ανεξάρτητη ανθρώπινη διαλογή από δύο αναθεωρητές". Ορισμένα περιοδικά ζητούν τώρα ένα πιο λεπτομερές διάγραμμα ροής που αναλύει τα βήματα που υποστηρίζονται από AI και μόνο για ανθρώπους. Η επέκταση PRISMA-trAIce παρέχει πρότυπα για αυτό.

Ε: Πώς μπορώ να παραθέσω εργαλεία τεχνητής νοημοσύνης που χρησιμοποιήθηκαν στη συστηματική ανασκόπησή μου;

Αναφέρετε το μοντέλο με την έκδοσή του και την ημερομηνία πρόσβασης. Τυπική μορφή: "[Όνομα μοντέλου], έκδοση [X.Y], πρόσβαση σε [εύρος ημερομηνιών] μέσω [τελικό σημείο API / διεπαφή ιστού] (προγραμματιστής: [Εταιρία]). URL: [σύνδεσμος για την τεκμηρίωση, εάν υπάρχει]." Ορισμένα περιοδικά απαιτούν μια πιο λεπτομερή αναφορά, συμπεριλαμβανομένων των ακριβών παραμέτρων API που χρησιμοποιούνται. Ελέγξτε τις οδηγίες του περιοδικού για τους συγγραφείς. Οι συμβάσεις παραπομπών εργαλείων AI εξακολουθούν να εξελίσσονται — σε περίπτωση αμφιβολίας, περιλαμβάνουν περισσότερες λεπτομέρειες παρά λιγότερες.

Ε: Ποια είναι η διαφορά μεταξύ PRISMA 2020 και PRISMA-trAIce;

Το PRISMA 2020 είναι η τυπική λίστα ελέγχου αναφορών για συστηματικές αναθεωρήσεις, η οποία ενημερώθηκε από την έκδοση του 2009. Το PRISMA-trAIce (δημοσιεύτηκε το 2024) είναι μια επέκταση που προσθέτει απαιτήσεις αναφοράς για βήματα που υποστηρίζονται από AI στη διαδικασία ελέγχου. Τα περισσότερα περιοδικά απαιτούν πλέον και τα δύο: PRISMA 2020 για γενικές αναφορές, PRISMA-trAIce για τυχόν βήματα που υποστηρίζονται από AI. Η λίστα ελέγχου TRAIce περιλαμβάνει 12 στοιχεία που καλύπτουν την τεκμηρίωση του εργαλείου, την έγκαιρη αναφορά, τις μετρήσεις βαθμονόμησης και τις διαδικασίες επαλήθευσης από τον άνθρωπο. Εάν χρησιμοποιείτε τεχνητή νοημοσύνη οπουδήποτε σε μια συστηματική ανασκόπηση, απευθυνθείτε PRISMA-trAIce στην ενότητα μεθόδων σας. Για έναν ευρύτερο οδηγό ροής εργασιών που συμπληρώνει αυτόν τον οδηγό, ανατρέξτε στο Using AI to Speed ​​Up Your Literature Review.

Ε: Η χρήση τεχνητής νοημοσύνης στη συστηματική ανασκόπησή μου θα μειώσει τις πιθανότητες αποδοχής μου;

Σύμφωνα με την εμπειρία μας, η αποκαλυπτόμενη και σωστά τεκμηριωμένη χρήση τεχνητής νοημοσύνης δεν μειώνει τα ποσοστά αποδοχής και συχνά επιταχύνει την αναθεώρηση (οι μέθοδοι είναι πιο σαφείς και πιο αξιόπιστες). Αυτό που μειώνει την αποδοχή είναι η άγνωστη χρήση τεχνητής νοημοσύνης, η χρήση τεχνητής νοημοσύνης που υποκαθιστά την απαιτούμενη ανθρώπινη κρίση ή περιορισμοί που σχετίζονται με την τεχνητή νοημοσύνη που δεν αναγνωρίζονται. Το σήμα στο οποίο απαντούν οι συντάκτες και οι κριτικοί είναι η αυστηρότητα και η διαφάνεια, όχι η αποχή από την τεχνητή νοημοσύνη. Μια συστηματική ανασκόπηση που χρησιμοποιεί τεχνητή νοημοσύνη για έλεγχο, αναφέρει τη χρήση λεπτομερώς, περιλαμβάνει μετρήσεις βαθμονόμησης και αναγνωρίζει ότι οι περιορισμοί αντιμετωπίζονται ως μια μεθοδολογικά σύγχρονη ανασκόπηση — όχι ως παραβιασμένη.