تا چند سال پیش، پژوهشگرها معمولاً مقالهها را یکییکی میخواندند، خلاصه میکردند و بعد سعی میکردند ارتباط بین آنها را پیدا کنند. اما با پیشرفت LLMها مثل Claude و ChatGPT، روش مطالعه ادبیات پژوهشی (Literature Review) بهتدریج در حال تغییر است.
بهجای تحلیل جداگانه هر مقاله، پژوهشگرها مجموعهای از دهها مقاله را همزمان در اختیار مدل قرار میدهند تا ابتدا یک تصویر کلی از حوزه بسازد. سپس AI ارتباط بین مقالهها، شباهتها و تفاوت دیدگاهها، روند تکامل ایدهها، روشهای تحقیق، نقاط توافق و اختلاف، و حتی خلأهای پژوهشی را استخراج میکند.
نسل جدید ابزارهای AI بیشتر از اینکه صرفاً هر مقاله را خلاصه کنند، تلاش میکنند دانش موجود در کل مجموعه را سنتز کنند؛ یعنی نشان دهند که جامعه علمی امروز درباره یک موضوع چه میداند، روی چه مواردی اختلاف نظر دارد، چه فرضهایی بدون بررسی پذیرفته شدهاند و کدام سؤالهای مهم هنوز پاسخ روشنی ندارند.
در حوزههایی که هر هفته صدها مقاله جدید منتشر میشود، مطالعه تکتک مقالات تقریباً غیرممکن است. استفاده درست از AI میتواند زمان لازم برای درک نقشه کلی یک حوزه را از چندین روز یا حتی چند هفته، به چند ساعت کاهش دهد و به پژوهشگر کمک کند سریعتر وارد مرحله تحلیل عمیق و ایدهپردازی شود.
هنوز AI جایگزین خواندن دقیق مقالات نیست. مدلها ممکن است برخی جزئیات را اشتباه تفسیر کنند یا ارتباطهایی را بیش از حد سادهسازی کنند. به همین دلیل، بهترین رویکرد این است که از AI برای ساختن تصویر کلی و پیدا کردن مسیر مطالعه استفاده شود و سپس مقالات کلیدی بهصورت مستقیم توسط پژوهشگر بررسی شوند.

