Знакомство с новой научной статьей может изменить траекторию исследовательской идеи. Исследователь может обнаружить, что кто-то уже предложил задуманный им вклад, или найти в статье нерешенную проблему, которая вдохновит его на новое направление поиска.
Мы называем этот процесс инициированным литературой разворотом (literature-initiated pivot): изменение направления исследования, вызванное чтением предыдущих работ. Он связывает воедино две задачи, которые исследователям часто приходится решать по отдельности: разработку идеи и выбор литературы, по которой ее можно оценивать.
Совместно с коллегами из Университета Пенсильвании мы разработали LitPivot, систему, помогающую исследователям ориентироваться в таких разворотах. Используя статьи, полученные через Asta Paper Finder, LitPivot организует литературу вокруг редактируемой части проектного предложения, предлагает критику, подкрепленную выдержками из выбранных исследований, и рекомендует правки, которые исследователи могут принять, отредактировать или отклонить. LitPivot предназначена для генерации идей на ранних этапах исследований, однако этот подход потенциально может распространяться и на более масштабные задачи написания текста (например, составление введения к статье).
В исследовании с участием 17 исследователей профильные эксперты оценили исследовательские идеи, разработанные с помощью LitPivot, как более обоснованные литературой по сравнению с теми, что были созданы с использованием текстового редактора и ИИ-ассистента для чата. Участники также посчитали свои доработанные исследовательские идеи более новыми и полезными, а также отметили более глубокое понимание профильной литературы.
LitPivot будет представлена на конференции UIST 2026 в Детройте. Прочтите научную статью .
Почему менять направление сложно
Исследовательские идеи развиваются в процессе взаимодействия с литературой. Анализируя заметки о совещаниях по четырем завершенным проектам в области компьютерных наук, мы выделили 21 разворот, инициированный литературой во всех четырех проектах. Они делились на два типа: дифференциация идеи от существующих работ для обоснования новизны и согласование идеи с существующими работами для развития их результатов. Сам этот проект прошел через два разворота, прежде чем мы определились с его вкладом.
В таких изменениях бывает сложно сориентироваться. В ходе предварительного исследования пять исследователей разрабатывали предложения, используя текстовый редактор и стандартные инструменты поиска. Они испытывали трудности с развитием своих идей наряду с их критической оценкой на фоне литературы. Когда какая-либо статья ставила под сомнение новизну идеи, им требовались конкретные рекомендации по ее доработке, подкрепленные предыдущими работами. Эти выводы легли в основу оценок LitPivot, которые сочетают критику на основе литературы с конкретными предложениями по пересмотру выбранной части идеи.
Как работает LitPivot
В LitPivot исследователь начинает с написания короткого предложения в редакторе и включения так называемой подсветки граней (facet highlighting), которая разбивает сформулированную идею на различные грани (проблему, научный вклад и оценку). Чтобы проверить предлагаемую грань, исследователь кликает на этот сегмент в черновике. На соседней панели группируются связанные статьи на основе выбранной грани (например, группировка статей по используемым методам оценки при выборе грани оценки) и подсвечиваются наиболее релевантные группы. Исследователь выбирает статьи, запрашивает оценку и просматривает предложенную редактуру вместе с выдержками, подтверждающими критику. Затем литература пересортировывается по степени релевантности к измененной грани.
В частности, LitPivot разделяет исследовательскую идею на проблему, предполагаемый вклад и план оценки. Каждая грань имеет собственный набор связанной литературы и ранжирование по релевантности. LitPivot группирует найденные статьи вокруг редактируемой грани, позволяя исследователю выбрать, какие из них система должна использовать для оценки черновика.
Наряду со средами для написания научных текстов (такими как Prism) и агентными ассистентами (вроде Claude Code), LitPivot исследует новый рабочий процесс для разработки ранней исследовательской идеи: выбор литературы для ее оценки, использование этих данных для доработки и пересмотр того, какие статьи имеют значение по мере изменения идеи. Группы статей и связанные с ними критические замечания делают эти шаги наглядными для каждой части предложения, в то время как исследователи контролируют как черновик, так и литературу, используемую для его оценки.
Для формулировки проблемы LitPivot ищет доказательства ее существования и причины ее важности. Для оценки предлагаемого вклада система сопоставляет то, что уже было рассмотрено в выбранных статьях, с описанными в них ограничениями и направлениями будущей работы, выискивая оставшиеся пробелы. Для плана оценки система проверяет, отвечают ли предлагаемые тесты на исследовательский вопрос и как оценивались аналогичные работы. Затем система предлагает вариант переписывания текста с прикрепленными цитатами-обоснованиями.
Изменение одной грани идеи может привести к устареванию другой. LitPivot помечает фрагменты, которые могут потребовать доработки, например, план оценки, который больше адекватно не оценивает измененный вклад. Исследователи могут принимать, редактировать или отклонять предложения, а также запрашивать новые статьи или обновлять рейтинг литературы по мере развития своего предложения.
Перефразированный пример от одного из участников исследования.
Наши результаты
В лабораторном исследовании 17 исследователей разработали по одной назначенной идее с помощью LitPivot и еще одну — с помощью базового инструмента (текстового редактора и ИИ-инструмента для вопросов по выбранным статьям). В обоих условиях использовалась одна ическая подборка статей. Два профильных эксперта, не знавших, какая система использовалась, оценили получившиеся предложения по одному критерию: насколько хорошо в них использована релевантная литература для поддержки и обоснования идеи. Предложения, разработанные с помощью LitPivot, получили более высокие оценки.
Участники этого же исследования также сообщили о более глубоком понимании профильной литературы и о более значительных улучшениях новизны и полезности своих идей при использовании LitPivot по сравнению с базовым инструментом. Профильные эксперты также изучили идеи участников и оценили идеи, доработанные с помощью LitPivot, как значительно более обоснованные релевантной литературой.
Один из участников нашего лабораторного исследования начал с предложения по генерации согласованных, основанных на фактах синтетических медицинских записей. LitPivot выявил согласованность между несколькими посещениями больницы как потенциальный пробел в выбранной литературе. Участник изучил аннотации и удалил статьи, посвященные записям о единственном посещении. После повторной оценки они сузили предложение до задачи обнаружения противоречий в записях за несколько визитов. Этот пример показывает, как доработка идеи и выбор литературы для ее оценки могут взаимодополнять друг друга.
В последующем исследовании пять исследователей использовали LitPivot для работы над собственными текущими проектами в течение 30-минутных сессий. Участники задействовали LitPivot на разных этапах проекта, а не только в самом начале. Двое использовали инструмент для проверки новых идей на фоне литературы, а трое — для уточнения формулировок более зрелых идей. Один исследователь подчеркнул, как созерцание параллельных концепций из других областей помогло ему по-новому взглянуть на свой вклад.
Эти исследования показывают, что LitPivot может поддерживать как ранние поисковые исследования, так и доработку уже существующего исследовательского направления.
Поддержка научных открытий
В Ai2 мы разрабатываем ИИ, который помогает исследователям формулировать проверяемые идеи и изучать доказательную базу, лежащую в их основе. Asta поддерживает эту инициативу посредством генерации теорий на основе опубликованных выводов (Theorizer), синтеза, а также генерации гипотез и их проверки на данных (AutoDiscovery), в то время как HARPA генерирует перспективные гипотезы с учетом возникающих тенденций исследований. Scideator позволяет исследователям рекомбинировать элементы предыдущих работ для создания новых идей и оценки их новизны, а IdeaSynth поддерживает итеративное уточнение с использованием обратной связи, опирающейся на литературу.
Наше недавнее исследование Old Ideas, Novel Problems изучает пределы автоматизированной оценки новизны, демонстрируя, как небольшие изменения промптов могут повлиять на вердикт ИИ-судьи в отношении одних и тех же идей. LitPivot расширяет это направление работы, делая выбор релевантной литературы частью процесса доработки. По мере развития своей идеи исследователи могут менять статьи, используемые ими для оценки предложения, а затем использовать критику и поддерживающие выдержки для принятия решения о его доработке. Система связывает эти решения между проблемой, вкладом и планом оценки в предложении.
Мы надеемся, что идеи, заложенные в LitPivot, помогут ученым опираться на существующие знания и превращать ранние идеи в новый вклад в свои области.
.webp)
