قامت جامعة ستانفورد بفتح نظام الكتابة القائم على الذكاء الاصطناعي STORM&Co-STORM الذي تم تطويره حديثًا، ويمكن لهذا النظام دمج معلومات متعددة المصادر لإنشاء مقالات طويلة عالية الجودة بناءً على مدخلات موضوعية بسيطة، مما يؤدي إلى تحسين كفاءة كتابة البحث العلمي بشكل كبير. يستخدم STORM أسئلة وأجوبة متعددة الزوايا بواسطة "خبراء LLM" و"مشرفي LLM" لإنشاء مقالات بشكل متكرر، بينما يقوم Co-STORM بإنشاء خرائط ذهنية ديناميكية من خلال حوار متعدد الوكلاء لضمان الحصول على معلومات شاملة. يسمح النظام للمستخدمين باختيار الأوضاع بحرية وإنشاء مقالات طويلة منظمة في غضون 3 دقائق، ويوفر وظيفة عرض عملية العصف الذهني وأمثلة المقالات.
تتضمن التقنية الأساسية لنظام STORM&Co-STORM دعمًا لبحث Bing وGPT-4o mini، وتنقسم عملية الكتابة الآلية إلى ثلاث مراحل: إنشاء أسئلة متعددة وجهات النظر، وإنشاء المخطط التفصيلي وتحسينه، وإنشاء النص الكامل. على الرغم من أن النظام يدمج المعلومات من مصادر متعددة، إلا أن مصادر المعلومات قد تكون منحازة نحو الاتجاه السائد وقد تحتوي على محتوى ترويجي. يهدف Co-STORM إلى حل مشكلة حذف المعلومات وتحسين كفاءة التعلم ويظهر اختبار المستخدم أنه يقلل بشكل كبير من العبء المعرفي. حاليًا يدعم النظام اللغة الإنجليزية فقط وسيتم توسيعه ليشمل لغات متعددة في المستقبل. يوفر نظام STORM&Co-STORM مفتوح المصدر إمكانيات جديدة للتعلم الشخصي، مما يجعل اكتساب المعرفة أكثر ملاءمة وكفاءة.
يحتاج المستخدمون فقط إلى إدخال كلمات الموضوع باللغة الإنجليزية، ويمكن للنظام إنشاء مقالات طويلة عالية الجودة تدمج معلومات متعددة المصادر، على غرار مقالات ويكيبيديا. لتجربة نظام STORM، يمكن للمستخدمين الاختيار بحرية بين وضعي STORM وCo-STORM. بعد موضوع معين، يمكن لـ STORM أن تشكل مقالة طويلة منظمة وعالية الجودة في غضون 3 دقائق.
بالإضافة إلى ذلك، يمكن للمستخدمين أيضًا عرض عملية العصف الذهني لأدوار LLM المختلفة من خلال النقر على "انظر عملية العصف الذهني". في عمود "اكتشاف"، يمكن للمستخدمين الرجوع إلى المقالات وأمثلة الدردشة التي أنشأها باحثون آخرون، ويمكن أيضًا العثور على المقالات وسجلات الدردشة التي تم إنشاؤها شخصيًا في الشريط الجانبي "مكتبتي".
تنقسم عملية الكتابة الآلية لنظام STORM إلى ثلاث مراحل رئيسية: إنشاء أسئلة متعددة وجهات النظر، وإنشاء المخطط التفصيلي وتحسينه، وإنشاء النص الكامل. يراجع النظام مقالات ويكيبيديا ذات الصلة لتحديد وجهات النظر المختلفة التي تغطي الموضوع، ثم يحاكي محادثة بين كاتب ويكيبيديا وخبير بناءً على مصادر موثوقة عبر الإنترنت. استنادًا إلى المعرفة المتأصلة في LLM، تم أخيرًا تجميع محتوى الحوار الذي تم جمعه من وجهات نظر مختلفة بعناية في مخطط كتابي.
على الرغم من أن STORM تكشف عن وجهات نظر متنوعة عند البحث في موضوع معين، إلا أن المعلومات التي تم جمعها قد لا تزال تتجه نحو المصادر الرئيسية على الإنترنت وقد تحتوي على محتوى ترويجي. أحد القيود الأخرى للدراسة هو أنه على الرغم من أن الباحثين ركزوا على إنشاء مقالات تشبه ويكيبيديا من الصفر، إلا أنهم فكروا فقط في إنشاء نص منظم بحرية. تحتوي مقالات ويكيبيديا عالية الجودة المكتوبة بواسطة الإنسان عادةً على بيانات منظمة ومعلومات متعددة الوسائط.
يهدف Co-STORM إلى تحسين مشكلة إغفال المعلومات في جمع المعلومات وتكاملها لتعزيز كفاءة التعلم بشكل كبير. فهو يساعد المستخدمين على الفهم والمشاركة في تنظيم المعلومات من خلال الحوار التعاوني متعدد الوكلاء ورسم الخرائط الذهنية الديناميكية ووحدات إنشاء التقارير. أجرى الباحثون تقييمات بشرية على 20 متطوعًا، وقارنوا أداء Co-STORM بمحركات البحث التقليدية وRAG Chatbot. تظهر النتائج أن Co-STORM تعمل على تحسين عمق واتساع المعلومات بشكل كبير، ويفضل 70% من المستخدمين Co-STORM، معتقدين أنها تقلل الحمل المعرفي بشكل كبير.
حاليًا، يدعم نظام STORM&Co-STORM التفاعل باللغة الإنجليزية فقط، وقد يتم توسيعه ليشمل إمكانات التفاعل متعدد اللغات في المستقبل. المصدر المفتوح لهذا النظام هو علامة على أننا نعيش في عصر غير عادي حيث يمكن تخصيص الوصول إلى المعلومات بالكامل على المستوى الفردي، مما يجعل من الممكن تعلم أي شيء.
عنوان الورقة: https://www.arxiv.org/pdf/2408.15232
بشكل عام، حقق المصدر المفتوح لنظام STORM&Co-STORM اختراقات جديدة في مجال الكتابة بمساعدة الذكاء الاصطناعي، كما أن ميزاته الفعالة والمريحة تستحق التطلع إليها. في المستقبل، ومع تنفيذ الدعم متعدد اللغات ومواصلة تحسين الوظائف، سيلعب هذا النظام دورًا أكبر في البحث الأكاديمي والكتابة اليومية.