Nature 推荐的文献检索 AI 工具，快去试试看

来源：Nature

doi: https://doi.org/10.1038/d41586-023-01273-w

Elicit：论文搜索 AI 工具

Clementine Fourrier 是一位在巴黎的研究人员，正在测试一款名为 Elicit 的人工智能搜索引擎。Elicit 利用大型语言模型（LLM）来生成答案，帮助用户找到可用于其论文的文献资料。Elicit 在 Semantic Scholar 数据库中进行文献检索，通过将论文的标题和摘要与用户的搜索问题进行匹配，来确定排名靠前的文献。

Fourrier 表示，根据她的使用经验，Elicit 并不总能挑选出最相关的文献。Elicit 有时会推荐一些用户可能会错过的文献，这在一定程度上是有益的。然而，它提供的文献总结 「 帮助不大 」，并且会推荐很多与主题无直接关联的内容。如果仅依赖 Elicit，可能会导致许多错误。

Elicit 所属公司的首席运营官 Jungwon Byun 说，Elicit 目前拥有数十万用户，他们的专业领域各不相同，因此 Elicit 在某些领域的查询上可能表现得不够理想。Elicit 的工作方式与其他搜索引擎不同，它不太关注关键词匹配、引用次数和文献出现的频率，但用户仍然可以对这些方面设置过滤条件。

有些研究者对 Elicit 的体验非常好。新加坡某大学的图书管理员 Aaron Tay 表示：「 到目前为止，Elicit.org 是我最喜欢的搜索方式。它几乎取代了谷歌学术，成为我进行学术搜索的首选。」 就相关性而言，Tay 对 Elicit 的体验与 Fourrier 完全相反，他认为 Elicit 提供的内容相关度与谷歌学术大致相当，有时甚至比谷歌学术检索得更好。

Tay 认为，研究者感受到的差异可能源于他们所研究的专业领域不同。Fourrier 的研究领域是机器学习，这个领域的发展速度非常快。「 机器学习领域一年的进展在其他领域可能相当于一个世纪 」，因此五年前的研究可能就已经完全不相关了，但 Elicit 并没有很好地解决这个问题。

scite：智能引文工具

scite 利用大型语言模型（LLM）来整理引文信息，包括一篇文献在何时、何地以及如何被其他论文引用。scite 的首席执行官 Josh Nicholson 表示，尽管 ChatGPT 因捏造不存在的参考文献而受到批评，但 scite 已经成功避免了这一问题。scite 会先从 ChatGPT 获取信息，然后在其自身的数据库中进行搜索，并将这些信息与真实的参考资料进行语义匹配。

scite 已经与包括 Wiley 在内的 30 多家学术出版商建立了合作关系，并签署了一些索引协议，因此 scite 能够访问数百万篇学术文章的全文内容。

Consensus：提炼论文内容的工具

scite 正在与另一个名为 Consensus 的 AI 工具合作。Consensus 于 2022 年发布，其功能是从研究中提取和总结结果。该工具旨在帮助那些不擅长进行内容搜索的人，但事实上，许多研究者和科学家也在使用它。

与 Elicit 类似，Consensus 也利用了 Semantic Scholar 的数据。Consensus 拥有一个数据库，其中包含了从论文中提取的超过一亿条声明。当用户进行搜索时，实际上是在搜索这些声明。工作人员会手动标记那些有争议的或已被推翻的声明，例如 「 疫苗导致自闭症 」 的说法。

加拿大儿科医生 Meghan Azad 在 Consensus 上查询疫苗是否会引发自闭症时，得到的结果显示 70% 的研究认为疫苗不会导致自闭症。然而，Azad 对这一结果持保留态度，因为其中一条引文是 「 父母是否相信疫苗导致自闭症？」 这并不是一个基于研究的证据。

Azad 认为，未来 AI 搜索引擎将在学术研究中发挥重要作用，例如，它们可以节省系统综述所需的数月时间。但就目前而言，她表示：「 我不确定能在多大程度上信任它们，所以我目前只是在娱乐性地试用它们。」

总结

这三款工具都基于高质量的真实学术文献来生成答案，并且都会提供参考文献，以便科研人员追溯原始数据。Elicit 的优势在于它能够将推荐的文献整理成表格形式，并支持按列标注文献的主要发现、研究局限等内容，使得信息呈现得清晰整洁，非常适合进行文献分类和系统性分析。scite 的引用分析则更加专业，其回答内容更长、更有逻辑性，适合在写作时深入挖掘文献背景，并且支持后续追问，实用性较强。Consensus 的回答则更偏结构化，逻辑清晰且易于理解，尤其适合快速获取某个问题的 「 共识性 」 答案。这三款工具各有特色，科研人员可以根据自己的需求灵活选择使用。当然，它们也存在一些共同的局限性：在处理时效性强的领域、争议性问题或复杂研究时，这些工具可能不够精准，需要用户结合自己的专业判断以及传统文献搜索工具（如 Google Scholar 或 PubMed）共同使用。