في ظل الحاجة المتزايدة للشفافية والمعايير القياسية في الأبحاث العلمية، ظهرت أداة جديدة تُعرف باسم CheckSupport، وهي عبارة عن نظام مفتوح المصدر يمكن نشره محليًا، ويعتمد على تقنيات الذكاء الاصطناعي لتحسين تجربة تقديم المنسوخات.

تُعتبر التوصيات المناسبة لقوائم المراجعة أمراً حيوياً لضمان إمكانية تكرار النتائج البحثية. ومع ذلك، فإن التزام الباحثين بهذه المعايير لا يزال يعاني من عدم الاتساق، جزئياً بسبب الجهود اليدوية التي تتطلبها عملية اختيار وإكمال هذه القوائم.

تقدم CheckSupport حلاً مبتكرًا من خلال استخدام نماذج لغوية ضخمة (Large Language Models) لأتمتة هذه العملية، مما يسهل على الباحثين اختيار القوائم الدقيقة وإكمالها بشكل فعال. تستخدم الأداة استراتيجية تقسييم الطلبات، حيث يتم تفكيك سير العمل في التقارير إلى مهام استنتاج محددة، مما يضمن استخراج البيانات بدقة أكبر بدلاً من مجرد توليد نصوص عشوائية.

الجدير بالذكر أن جميع عمليات الاستنتاج تُنفذ محليًا باستخدام نماذج تم ضبطها لتحقيق الأداء الأمثل، مما يحافظ على خصوصية البيانات ويتيح تكرار الإجراءات بشكل موثوق. تم تقييم الأداة على مجموعة من المقالات التي تمت مراجعتها من قبل الأقران، حيث تمكنت من تحقيق دقة تصل إلى 90% في توصيات القوائم و88% في إتمام العناصر.

بالمعدل، استغرق الأمر 12.5 ثانية لكل مسودة، بما في ذلك وقت التوصية بالقوائم وإكتمال القوائم بالكامل. هذه النتائج تظهر أن نماذج اللغة الكبيرة، عند تطبيقها كعناصر استنتاج منظمة، يمكن أن تقلل من العبء المرتبط بالتقارير وتدعم تقارير بحثية أكثر شفافية وقابلية للتكرار عبر مختلف التخصصات.