کتابخانه دانشگاه آزاد اسلامی مهاباد

با چه معیارهایی باید هوش مصنوعی‌ها را مقایسه کنیم؟
امروزه بسیاری از دانشجویان و پژوهشگران از هوش مصنوعی‌هایی مانند ChatGPT، Gemini، Claude، DeepSeek و Perplexity استفاده می‌کنند. طبیعی است که کاربران این ابزارها را با یکدیگر مقایسه کنند و یکی را بر دیگری ترجیح دهند. اما پرسش این است که معیار برتری یک هوش مصنوعی چیست؟ آیا سرعت بیشتر، پاسخ مفصل‌تر یا نثر زیباتر نشانه برتری است؟ برای استفاده پژوهشی، معیارهای مهم‌تری وجود دارد.
۱. صحت اطلاعات: مهم‌ترین معیار، درستی پاسخ‌هاست. برخی هوش مصنوعی‌ها گاهی نام کتاب، نویسنده، نقل‌قول یا شماره صفحه‌ای را می‌سازند که وجود خارجی ندارد. سامانه‌ای قابل اعتمادتر است که کمتر اشتباه کند و هنگام ندانستن، صریحاً به آن اعتراف کند.
۲. اعتبار منابع: در تحقیقات علمی، معرفی منابع کافی نیست؛ ارجاعات باید واقعی، دقیق و قابل بررسی باشند. ممکن است هوش مصنوعی کتابی را درست معرفی کند، اما مطلبی را نادرست به آن نسبت دهد.
۳. قدرت تحلیل: هوش مصنوعی خوب باید بتواند اطلاعات را مقایسه کند، تناقض‌ها را نشان دهد، استدلال‌ها را ارزیابی کند و میان واقعیت و تفسیر تفاوت بگذارد؛ نه اینکه صرفاً اطلاعات را کنار یکدیگر بچیند.
۴. توانایی پردازش اسناد: خواندن کتاب‌های طولانی، فایل‌های PDF، تصاویر، نسخه‌های خطی و استخراج دقیق اطلاعات از آنها، برای پژوهشگران اهمیت فراوانی دارد. باید دید سامانه واقعاً تمام سند را بررسی کرده یا فقط بخش‌هایی از آن را خوانده است.
۵. پایبندی به دستور: اگر پژوهشگر بخواهد اطلاعات فقط از یک کتاب استخراج شود، هوش مصنوعی نباید مطالب منابع دیگر را وارد پاسخ کند. رعایت محدوده تحقیق، نشانه مهمی از کیفیت است.
۶. توانایی زبانی: برای پژوهشگران ایرانی، تسلط بر فارسی و عربی، فهم اصطلاحات تخصصی و توانایی ترجمه دقیق متون قدیمی اهمیت ویژه‌ای دارد.
۷. شفافیت و اصلاح خطا: سامانه باید میان اطلاعات مستند و تحلیل خود تفاوت بگذارد، میزان اطمینانش را روشن کند و در صورت مشاهده اشتباه، آن را اصلاح کند؛ نه اینکه صرفاً با کاربر موافقت کند.
۸. سرعت، هزینه و امنیت: سرعت پاسخ، امکانات بارگذاری فایل، هزینه اشتراک و حفظ محرمانگی اسناد پژوهشی نیز در انتخاب ابزار مؤثرند.
برای مقایسه منصفانه، بهتر است چند پرسش و سند یکسان را در اختیار هوش مصنوعی‌های مختلف قرار دهیم و پاسخ‌ها را بر اساس این معیارها بسنجیم. رتبه‌بندی‌های بین‌المللی نیز مفیدند، اما هیچ رتبه‌بندی واحدی نمی‌تواند برتری یک سامانه را در همه زمینه‌ها ثابت کند.
نتیجه آنکه نباید پرسید کدام هوش مصنوعی مطلقاً بهتر است؛ بلکه باید پرسید کدام‌یک برای چه نوع پژوهشی دقیق‌تر و قابل اعتمادتر است. مهم‌تر از همه، هوش مصنوعی خوب باید امکان راستی‌آزمایی پاسخ‌هایش را فراهم کند. این ابزارها جایگزین مراجعه به منابع اصلی نیستند، بلکه باید پژوهشگر را در استفاده بهتر از آنها یاری دهند.