Helli-aihehaussa (EBSCO Discovery) on tällä hetkellä käytettävissä kaksi tekoälypohjaista ominaisuutta: yhteenvetotyökalu AI Insights ja luonnollisen kielen haku (Natural Language Search – NLS). Toiminnot ovat myös EBSCOn tietokannoissa kuten Cinahl ja Medline ja ovat käytettävissä vain EBSCOn alustalla olevissa aineistoissa. Lue lisää täältä.
AI Insights -toiminto luo kokotekstistä 2–5 ydinkohdan yhteenvedon (insights), joka auttaa arvioimaan, kuinka relevantti artikkeli on. EBSCO käyttää Retrieval Augmented Generation (RAG) -tekniikkaa, jossa AI-yhteenvedot pohjautuvat dokumentin tekstiin. Tällä pyritään vähentämään hallusinaatioiden riskiä eli tekoälyn taipumusta esittää tietolähteisiin perustumattomia tai virheellisiä väittämiä. AI Insights on beta-vaiheessa, ja sekä yhtiön asiantuntijat että loppukäyttäjät osallistuvat yhteenvetojen laadun arviointiin. Lue lisää täältä. Linkki Hellin ohjeeseen.
Tekoälyavusteisessa luonnollisen kielen haussa (Natural Language Search – NLS) voit kirjoittaa hakuriville tutkimusaiheen sellaisenaan ilman Boolen-operaattoreita. NLS-tekoälyavustin luo aiheesta Boolen-hakulauseen puolestasi. Käytä hakuun englanninkielistä käyttöliittymää ja hakukielenä englantia. Luonnollisen kielen haku ei korvaa systemaattista Boolen-hakua vaan sitä voi hyödyntää sen rinnalla. Lue lisää täältä. Linkki Hellin ohjeeseen.
Tekoälytoimintojen pikatestaus
Testataanpa, miten Helli-aihehaun tekoälyominaisuudet auttavat löytämään tietoa avantouinnin terveysvaikutuksista. Aloitetaan luonnollisen kielen hausta perushaussa: Näpäytin ensin Natural language search -painikkeen aktiiviseksi ja kirjoitin perushaun hakukenttään kysymyksen: ”What are the health effects of winter swimming?” Hakutuloksena oli 136 viitettä ja tulokset pikaisella silmäyksellä vastasivat aihetta. Näpäytin hakukentän alapuolella olevaa Show refined query -linkkiä ja sain näkyviin tekoälyn kysymyksestäni muotoileman hakulauseen: ((winter swimming OR cold water swimming OR cold water immersion) AND (health effect OR health impact OR physiological response OR medical consequence)).
Kelpo hakutulos, mutta halusin vielä kokeilla erilaisia variaatioita haustani. Kokeilin kahta erilaista kysymysmuotoista hakulausetta “Find evidence on the health effects of winter swimming” ja “Health effects of winter swimming”. Vaikka haun aihe ei muuttunut, hakusanat vaihtelivat kysymyksessä eli hakukysymys tai -pyyntö vaikutti myös hakusanojen valintaan. Tämä liittynee käyttöliittymän pyrkimykseen jatkuvasti kehittää hakuja. Näyttöä koskevan kysymyksen (Find evidence on…) hakutulos oli pieni, eikä hakulauseesta selvinnyt, mitä rajauksia tekoäly oli tehnyt, joten siltä osin en luottaisi tulokseen.
Luonnollisen kielen haussa kannattaa kokeilla erilaisia hakukysymyksiä, jolloin löytää uusia hakusanoja ja saa mallia hakulauseelle. Hakulauseiden yhdistäminen OR-operaattorilla hakuhistoriassa antaa kuitenkin virheellisen tuloksen. Haku toimii siis hyvin suppeassa aiheessa ja apuvälineenä alustavassa tiedonhaussa tai aihetta suunnitellessa.
AI Insights -yhteenvedot ovat saatavilla vain EBSCOn alustalla olevissa aineistoissa, joten tein haun: ”Find definition of patient education” ja rajasin sen Cinahl-tietokantaan. Hakutulos oli lähes 17 000 viitettä. Koska tavoitteeni oli vain löytää AI-yhteenveto, tyydyin hakutulokseen. Ajoin AI-yhteenvedon artikkelista: How experienced nurses think and act in supporting patient learning: an interview study. Tiivistelmän pohjalta arvioituna yhteenveto sisälsi keskeiset elementit artikkelista ja yhteenvedosta oli mahdollista antaa myös palaute järjestelmälle. Työkalusta voi olla apua laajojen hakutulosten läpikäymisessä, jos se on käytettävissä.
Hakujärjestelmiin integroitujen tekoälytyökalujen etu on se, että haku rajoittuu tietokannan valikoituun sisältöön. Kyky ajatella kriittisesti on kuitenkin aina erityisen tärkeää tekoälyä käytettäessä – hakutulosten ja tiedon arviointi jää aina käyttäjälle.