مهندسی و علم اطلاعات
897 subscribers
6.34K photos
153 videos
342 files
3.25K links
کانالی قدیمی برای کتابداران، دانشجویان علم اطلاعات و کتابداری و پژوهشگران با مطالب بروز و جدید😍

✅️"یابش"
Download Telegram
معرفی Google Scholar Labs برای پاسخ‌گویی به پرسش‌های پژوهشی

📚 خلاصه:
گوگل ابزار جدیدی به نام Google Scholar Labs معرفی کرده است که با استفاده از هوش مصنوعی، پرسش‌های پیچیده پژوهشی را تحلیل می‌کند و نکات کلیدی، مفاهیم مهم و روابط بین موضوعات را شناسایی می‌کند. سپس روی Google Scholar جستجو می‌کند و مقالات مرتبط را برمی‌گزیند و نشان می‌دهد چگونه هر مقاله به پاسخ سؤال پژوهشی کمک می‌کند. در حال حاضر، این سرویس آزمایشی فقط برای تعداد محدودی از کاربران لاگ‌این‌شده در دسترس است.

منبع
: وبلاگ گوگل

کانال مهندسی و علم اطلاعات
🌐@librarian2
👍1
دادگاه به‌طور دائمی فرمان اجرایی ترامپ برای منحل کردن آژانس فدرال کتابخانه‌های آمریکا را مسدود کرد

📚دادگاه منطقه‌ای رود‌آیلند، اقدام دولت Donald Trump برای منحل کردن Institute of Museum and Library Services (IMLS) را به‌طور دائمی رد کرد. این فرمان اجرایی (اکزکیوتیو اوردر) با هدف خاتمه دادن به این آژانس فدرال صادر شده بود، اما دادگاه آن را «خودسرانه و مغایر با قانون فدرال» تشخیص داد. American Library Association (ALA) این تصمیم را پیروزی بزرگی برای میلیون‌ها کاربر کتابخانه در سراسر آمریکا دانست که به خدمات این آژانس وابسته بودند، از جمله دسترسی به کتاب‌ها در مناطق روستایی، آموزش مجازی، برنامه‌های کودکان و سایر خدمات کتابخانه‌ای.
منبع: Library Technology


کانال مهندسی و علم اطلاعات
🌐@librarian2
میلیون‌ها دلار از پول مالیات‌دهندگان به پژوهشگرانی که با یک شبکه تحقیقاتی جعلی مرتبط بوده‌اند اختصاص یافته است

📚 تحقیقات دیجیتال ساینس نشان می‌دهد پژوهشگرانی که با یک شبکه جعلی به نام Pharmakon Neuroscience Network مرتبط بودند، میلیون‌ها دلار بودجه عمومی (از مالیات‌دهندگان) برای پروژه‌های علمی در چند کشور دریافت کرده‌اند. این شبکه که وجود خارجی نداشته، در بیش از ۱۲۰ مقاله (بین سال‌های ۲۰۱۹ تا ۲۰۲۲) ظاهر شده بود و بیش از ۳۳۱ نویسنده و ۲۳۲ سازمان را در بیش از ۴۰ کشور در بر می‌گرفت. پس از افشای جعلی بودن این شبکه، برخی از این پژوهشگران توانسته‌اند به‌عنوان محقق اصلی یا همکار، گرنت‌هایی را از کشورهایی مثل آمریکا، ژاپن، ایرلند، پرتغال، فرانسه، کرواسی و روسیه جذب کنند — مجموعاً چیزی در حدود ۶٫۵ میلیون دلار حداقل. دکتر Leslie McIntosh از Digital Science در این تحقیقات تأکید می‌کند که ضعف‌های جدی در نظام انتشار علمی و پایش اعتبار پژوهش وجود دارد و پیشنهاداتی برای شفاف‌سازی، استفاده از شناسه‌های رسمی مؤسسه‌ای (مثل ROR)، و نظارت بهتر روی مشارکت محققان ارائه شده است.

منبع: Digital Science

کانال مهندسی و علم اطلاعات
🌐@librarian2
از داده تا تصمیم‌گیری: تسریع نتایج بخش دولتی در سنگاپور (مطالعه موردی)

📚 در یک مطالعه موردی که توسط دیجیتال ساینس منتشر شده است، نشان داده شده که آژانس‌های دولتی سنگاپور چگونه با استفاده از پلتفرم Dimensions، داده‌های مربوط به گرنت‌ها، نشریات، پتنت‌ها، همکاری‌ها و سیاست‌گذاری را در یک بستر امن متحد کرده‌اند. این کار به آن‌ها امکان می‌دهد چرخه‌های تحلیل را از هفته‌ها به ساعات کاهش دهند، شفافیت و پاسخگویی را با سوابق قابل بررسی (audit-ready) تقویت کنند، و هم‌راستایی بیشتری با ابتکارات ملی مانند Smart Nation، RIE2025 و Digital Government Blueprint داشته باشند.

منبع
: Digital Science


کانال مهندسی و علم اطلاعات
🌐@librarian2
سنگاپور در سال ۲۰۲۷ میزبان اولین «کتابخانه اشتباهات» جنوب‌شرقی آسیا می‌شود

📚 سنگاپور با همکاری National Library Board (NLB) و شرکت بریتانیایی Didasko، قصد دارد اولین «Library of Mistakes» در جنوب‌شرق آسیا را در نیمهٔ اول سال ۲۰۲۷ تأسیس کند. این فضا اختصاص دارد به بررسی تاریخ مالی جهانی، اشتباهات اقتصادی و تصمیم‌گیری‌های مالی گذشته، با هدف آموزش سواد مالی از طریق عبرت گرفتن از شکست‌ها. مدل این کتابخانه از نسخه‌های مشابه در ادینبورگ، هند و سوئیس الهام گرفته شده است. در این کتابخانه برنامه‌های آموزشی، سخنرانی، تحلیل وقایع تاریخی مالی (مثل بحران مالی آسیا در ۱۹۹۷ یا کلاهبرداری‌هایی نظیر Wirecard) برگزار خواهد شد.

منبع: Library Learning Space


کانال مهندسی و علم اطلاعات
🌐@librarian2
👏1
سواد هوش مصنوعی در کتابخانه‌های دانشگاهی: دیدگاه‌های نوظهور از جامعه علمی

📚 در مقاله‌ی از #کلرویت با عنوان «AI literacy in academic libraries: Emerging perspectives from the community»، آمده است که با گسترش استفاده از ابزارهای مبتنی بر هوش مصنوعی در دانشگاه‌ها، کتابخانه‌ها نقش مهمی در «سواد هوش مصنوعی» پیدا کرده‌اند. کتابداران به‌عنوان راهنما و تسهیل‌کننده، مسئول‌اند تا با آموزش استفاده مسئولانه از ابزارهای هوش مصنوعی، آگاهی در دانشجویان و پژوهشگران را بالا ببرند.

برای کمک به این هدف، Clarivate همراه با Choice و ACRL دورهٔ رایگان ۸ هفته‌ای «AI Literacy Micro-course» را برای کتابداران معرفی کرده است؛ دوره‌ای که ماژول‌هایی خودآموز دارد، بر اساس چارچوب ACRL ‌طراحی شده و تا امروز هزاران نفر ثبت‌نام کرده‌اند.

مطالبی که در این گفت‌وگوها و دوره‌ها به‌طور مکرر مطرح شده‌اند شامل موارد زیر است:
- جایگاه کتابخانه به‌عنوان رهبر در سواد AI برای دانشجویان و هیات علمی (برگزاری کارگاه، جلسات آموزشی، راهنمای ابزار).

- نبود یا نبودن سیاست‌های شفاف در بسیاری از دانشگاه‌ها درباره استفاده از ابزارهای AI — نیاز به سیاست‌گذاری واضح.

- دغدغه‌های اخلاقی مثل سرقت ادبی، تعصب (bias)، امنیت و حریم خصوصی — تأکید بر بررسی نتایج AI و تطبیق با منابع معتبر.

- نیاز به آموزش و توانمندسازی خود کتابداران (نه فقط دانشجویان) برای آشنایی با ابزارها، مزایا و محدودیت‌های آن‌ها.

- لزوم همکاری بین بخش‌های مختلف دانشگاه (کتابخانه، هیات علمی، IT) برای توسعه سیاست‌ها و زیرساخت‌های لازم AI.

در نگاه کلان: «#سواد_هوش_مصنوعی» باید جزو #سواد_اطلاعاتی (Information Literacy) شود — کتابخانه‌ها به‌عنوان فضاهای مرکزی می‌توانند این سواد را در دانشگاه تقویت کنند.

منبع: Clarivate

کانال مهندسی و علم اطلاعات 🌐@librarian2
محقق خواهان حذف پژوهش‌های مبتنی بر «پایگاه IQ ملی» است — چرا که این دیتابیس به‌دلیل نقص بنیادین باید کنار گذاشته شود

📚در گزارشی از Retraction Watch به منبع نقل‌شده، Rebecca Sear، روان‌شناس در Brunel University London، خواهان بازپس‌گیری (retract) مقالاتی است که بر اساس پایگاه دادهٔ جنجالی «IQ ملی» (National IQ database) نتیجه‌گیری کرده‌اند

- پایگاه IQ ملی — ساخته شده در ۲۰۰۲ توسط Richard Lynn و Tatu Vanhanen — مدعی رتبه‌بندی کشورهای مختلف بر اساس «میانگین IQ» است. منتقدان می‌گویند داده‌ها با روش‌شناسی ضعیف و نمونه‌گیری نامنظم جمع‌آوری شده‌اند و به همین دلیل نتایج آن «قابل اعتماد نیستند».

- خانم Sear ادعا می‌کند این پایگاه «کلاً فاقد اعتبار علمی» است، و بنابراین هرگونه نتیجه‌گیری بر پایهٔ آن — اعم از تفاوت IQ بین کشورها، نابرابری‌های نژادی، یا تحلیل‌های جمعیتی — «نادرست و بی‌ارزش» است.

- تا کنون حدود ۱۷۴ مقاله شناسایی شده‌اند که از این دیتابیس استفاده کرده‌اند. درخواست بازپس‌گیری تاکنون به دو Retract منجر شده است.

- به‌گفته بسیاری از متخصصان، حتی نسخه‌های به‌روز‌شدهٔ پایگاه نیز از خطاهای بنیادین خلاص نشده‌اند، مانند نمونه‌گیری غیرنماینده، روش نامناسب داده‌سازی و سوگیری (bias) سیستماتیک.

در نتیجه، Sear و همکارانش از ناشران و سردبیران مجلات می‌خواهند:
- مقالاتی که به‌طور مستقیم یا غیرمستقیم بر پایهٔ IQ ملی نتیجه‌گیری کرده‌اند را بازپس‌بگیرند (retract)،
- یا حداقل در آن‌ها هشدار اعتبار (expression of concern) منتشر کنند تا پژوهشگران بعدی از استناد به این کارها اجتناب کنند.


منبع: Retraction Watch


کانال مهندسی و علم اطلاعات
🌐@librarian2
تکرارپذیری به‌عنوان یک مزیت رقابتی در R&D زیست-پژوهش (Life Science)

📚 در مقاله‌ای از اشپرینگر نیچر با عنوان «Reproducibility as a competitive advantage in life science R&D»، نویسنده توضیح می‌دهد که چرا تکرارپذیری (reproducibility) — یعنی توانایی بازتولید نتایج پژوهشی با همان روش و داده/متادیتا — برای تیم‌های تحقیقاتی شرکت‌ها، شرکت‌های بیوتک و واحدهای R&D بسیار مهم و تعیین‌کننده شده است.

از دیدگاه تجاری و سازمانی، پژوهشِ مستند، شفاف و بازتولیدپذیر باعث می‌شود:
- همکاری بین تیم‌ها و بخش‌های مختلف راحت‌تر باشد،
- نتایج پژوهش قابل اعتماد و قابل بررسی برای بازبینی، اعتبارسنجی، یا سرشمار باشند،
- انطباق با مقررات و استانداردهای آزمایشگاهی (مثل GLP/GCP) ساده‌تر شود،
- فرآیند انتقال فناوری (technology transfer) و همکاری بین مؤسسات، شرکت‌ها و مراکز تحقیقاتی سریع‌تر و مطمئن‌تر باشد.

این مقاله راهکارهایی عملی هم پیشنهاد می‌دهد تا «تکرارپذیری» بخشی از فرایند روزمره پژوهش شود، نظیر:
- استانداردسازی پروتکل‌ها و فرمت داده‌ها برای اطمینان از سازگاری بین تیم‌ها
- زیرساخت دیجیتال مناسب که داده‌ها و متادیتا را بر پایهٔ اصول FAIR (قابل یافتن، دسترسی، همکاری، و بازاستفاده) ذخیره کند
- آموزش و تشویق پژوهشگران به مستندسازی دقیق روش‌ها
- استفاده از ابزارهای دیجیتال، دفترچه کار آزمایش دیجیتال (digital lab notebook)، مدیریت نسخه، و در صورت نیاز، هوش مصنوعی برای حفظ کیفیت داده و شفافیت متدها.

در نتیجه، تکرارپذیری نه فقط یک الزام اخلاقی یا علمی، بلکه یک دارایی استراتژیک برای شرکت‌ها و بنگاه‌های تحقیقاتی — که به «سرمایه‌گذاری پژوهشی» آنها ارزش و دوام می‌بخشد.
منبع: Springer Nature

کانال مهندسی و علم اطلاعات

🌐@librarian2
مهندسی و علم اطلاعات pinned «سواد هوش مصنوعی در کتابخانه‌های دانشگاهی: دیدگاه‌های نوظهور از جامعه علمی 📚 در مقاله‌ی از #کلرویت با عنوان «AI literacy in academic libraries: Emerging perspectives from the community»، آمده است که با گسترش استفاده از ابزارهای مبتنی بر هوش مصنوعی در دانشگاه‌ها،…»
گسترش قیمت‌گذاری جغرافیایی توسط Elsevier برای انتشار دسترسی آزاد — فرصتی برای مشارکت گسترده‌تر در پژوهش جهانی

📚 الزویر اعلام کرده است که ابتکار خود موسوم به Geographical Pricing for Open Access (GPOA) را گسترش می‌دهد و ۱۵۰ ژورنال دیگر را به آن اضافه کرده است. با این اقدام، اکنون حدود ۳۰۰ ژورنال Gold Open Access در این طرح شرکت دارند، تا هزینه‌های انتشار (APC) بر اساس کشور مؤلفین و با توجه به شاخص‌های اقتصادی — مثل درآمد ناخالص سرانه (GNI per capita) — تعیین شود.

- در این مدل، اگر همه مؤلفین از کشورهای کم‌درآمد باشند، APC به‌طور کامل معاف می‌شود؛ برای کشورهای با درآمد متوسط هزینه‌ها کاهش می‌یابد؛ و برای کشورهای با درآمد بالاتر هزینه به نسبت کشورهای توسعه‌یافته تنظیم می‌شود.

- تا کنون بیش از ۱۹٬۰۰۰ مقاله از نویسندگان در بیش از ۱۰۰ کشور کم‌ و متوسط‌ درآمد تحت این طرح منتشر شده‌اند.

- هدف Elsevier از این اقدام، کاهش موانع مالی برای پژوهشگران در کشورهای کم‌منبع و افزایش عدالت و تنوع در تولید علمی جهانی است.

منبع: Elsevier


کانال مهندسی و علم اطلاعات

🌐@librarian2
👍1
هوش مصنوعی قابل اعتماد، جست‌وجو و کشف موضوع و مجله را در Web of Science Research Assistant تسهیل می‌کند

📚 شرکت #کلرویت دو راهنمای جدید مبتنی بر هوش مصنوعی — Topic Explorer و Find a Journal — را به Web of Science Research Assistant اضافه کرده است تا فرایند «کشف موضوع پژوهش» و «انتخاب مجله مناسب برای انتشار» را برای پژوهشگران ساده‌تر، سریع‌تر و دقیق‌تر کند.

- با Topic Explorer کافی است یک کلیدواژه یا عبارت کوتاه وارد کنید؛ AI به‌صورت خودکار زیرموضوع‌ها، موضوعات مرتبط، نویسندگان و موسسات کلیدی، و حتی نقشه‌های موضوعی تولید می‌کند تا دید کامل‌تری نسبت به حوزه پژوهش پیدا کنید.

- با Find a Journal میتوانید بر اساس عنوان یا چکیده مقاله (یا اگر مقاله هنوز نوشته نشده است بر اساس موضوع) لیستی از جریده‌های مناسب همراه با اطلاعات شاخص (مانند ISSN، کشور ناشر، شاخص استناد، شاخص کیفیت و ایندکس-‌ها) دریافت کنید.

این امکانات همراه با دیتابیس معتبر Web of Science Core Collection کار می‌کنند، بنابراین نتایج بر پایه مقالات با داوری و اعتبار علمی قوی هستند — نه صرفاً الگوریتمی یا پیش‌بینی‌محور.

در نتیجه، Web of Science Research Assistant اکنون فراتر از یک پایگاه استنادی ساده است: یک دستیار هوشمند پژوهشی است که مسیر شما از «ایده» تا «مقاله آماده انتشار» را هموارتر می‌کند.

منبع: Clarivate


کانال مهندسی و علم اطلاعات

🌐@librarian2
❤1
وبینار درباره روندهای مجموعه‌های کتابخانه‌ای دانشگاهی برگزار می شود

📚 #کلریویت در وبیناری با عنوان Academic library collection trends گزارشی ارائه می‌دهد درباره داده‌های جمع‌آوری‌شده از مجموعه‌های 171 کتابخانه دانشگاهی در آمریکا. در این وبینار به تحولات «محتوای تجمیع‌شده» (aggregated content) از دهه ۱۹۷۰ تاکنون، اهمیت فعلی آن برای مجموعه‌ها و چشم‌انداز آیندهٔ آن پرداخته خواهد شد.
وبینار زمان‌بندی شده: 4 دسامبر، ساعت 11:00 EST / 16:00 GMT.

اگر در زمان پخش نتوانید در وبینار شرکت کنید، امکان ثبت‌نام و دریافت ضبط آن همان‌طور که در صفحه اعلام شده، وجود دارد.

منبع: Clarivate

کانال مهندسی و علم اطلاعات
🌐@librarian2
❤4
چرا جهان باید به رهبری علمی چین توجه کند

📚 این مقاله از #نیچر توضیح می‌دهد که:
- چین اکنون به یکی از قدرت‌های اصلی علمی و فناوری جهان تبدیل شده است.
- بسیاری از کشورها و مؤسسات علمی هنوز کاملاً این تغییر را درک نکرده‌اند.
- نویسنده هشدار می‌دهد که اگر جهان سریعاً خود را با این تغییر تطبیق ندهد، ممکن است عقب بماند و فرصت مشارکت در تعیین مسیر آینده علم و فناوری را از دست بدهد.

منبع: Nature

کانال مهندسی و علم اطلاعات

🌐@librarian2
❤2
اثرات ویدیوهای کوتاه TikTok و Instagram بر مغز؛ خلاصهٔ کامل پژوهش جدید APA

📚 یک پژوهش گسترده که به تازگی در بولتن روانشناسی از انجمن روان‌شناسی آمریکا (APA) شامل تحلیل داده‌های بیش از ۷۰ مطالعه و ده‌ها هزار شرکت‌کننده، نشان می‌دهد، مصرف مداوم ویدیوهای کوتاه در شبکه‌های اجتماعی می‌تواند منجر به «کاهش قابل‌توجه عملکرد شناختی» شود. این کاهش شامل افت تمرکز پایدار، ضعف در حافظه کاری، کاهش سرعت پردازش ذهنی و مشکل در کنترل تکانه‌هاست.

📚 یافته‌های اصلی پژوهش

1) کاهش عملکردهای شناختی کلیدی

پژوهش نشان می‌دهد مصرف زیاد ویدئوهای کوتاه (TikTok، Reels، Shorts و …) با کاهش عملکرد در چند حوزهٔ مهم شناختی مرتبط است:

کاهش توجه پایدار

ضعف در حافظهٔ کاری

افت در مهارت‌های کنترل بازداری (Inhibitory Control)

کاهش سرعت پردازش اطلاعات


این موارد در مجموع توانایی فرد برای انجام فعالیت‌های فکری عمیق (مطالعه، یادگیری، حل مسئله) را کاهش می‌دهد.


---

2) سیستم پاداش مغز بیش‌فعال و حساس به محرک‌های سریع می‌شود

تکرار پی‌درپی ویدئوهای بسیار کوتاه و محرک باعث:

افزایش وابستگی ذهنی به محرک‌های فوری و سریع

کاهش تحمل نسبت به فعالیت‌های کم‌تحریک مانند مطالعه یا کار متمرکز

کاهش انگیزش برای فعالیت‌هایی که پاداش دیرهنگام دارند


محققان این حالت را "overstimulation-induced reward sensitivity" نام‌گذاری کردند.


---

3) رابطهٔ معنادار با اضطراب، استرس و نارضایتی از زندگی

بررسی داده‌های بیش از ۷۰ مطالعه نشان داد:

هرچقدر زمان اسکرول‌کردن بیشتر باشد،
سطح استرس و اضطراب نیز بالاتر می‌رود.

استفاده افراطی با کاهش رضایت از زندگی و انزوای اجتماعی رابطه دارد.

این اثر در نوجوانان شدیدتر است.



---

4) کاهش قدرت «توقف و فکر کردن»

کاربران پرمصرف ویدئوهای کوتاه:

کمتر می‌توانند محرک‌های مزاحم را نادیده بگیرند،

بیشتر تکانه‌ای رفتار می‌کنند،

و زمان بازگشت توجه به کار (attention recovery) در آن‌ها کندتر است.



---

5) الگوی مصرف مشابه با الگوهای اعتیاد رفتاری

در سطح کلان داده‌ها، شباهت‌هایی با رفتارهای اعتیادی گزارش شد:

چرخهٔ پاداش سریع

احساس نیاز بیشتر برای دریافت تحریک بیشتر

کاهش تدریجی لذت از فعالیت‌های دیگر

استفاده اجبارگونه (compulsive use)



---

6) نوجوانان و جوانان گروه در خطر

نوجوانان حساس‌ترین گروه به اثرات شناختی و روانی هستند.

الگوهای مصرف بالا می‌تواند بر رشد مهارت‌های شناختی بلندمدت تأثیر بگذارد.


منبع: APA

کانال مهندسی و علم اطلاعات
🌐 @librarian2
#فسیل_شدن_مغز
#brain_rot
❤2😱1
کنفرانس فراعلم — بینش‌هایی درباره ارزیابی پژوهش

📚در کنفرانس Metascience 2025 در لندن، پژوهشگران، ناشران، سیاست‌گذاران و نمایندگان نهادهای تأمین‌کننده بودجه گرد هم آمدند تا روش‌های سنجش و ارزیابی پژوهش را بازبینی کنند. مباحث کلیدی شامل فراتر رفتن از معیارهای کمی (مثل شمار مقالات و ایمپکت فاکتور)، تأکید بر شفافیت، تأثیر اجتماعی، علم باز و اخلاق پژوهش بود. شرکت‌کنندگان بر لزوم تغییر هم‌زمان سیاست‌های نهادی، شیوه‌های ارزیابی و پشتیبانی از انتشار شفاف برای دستیابی به نظام ارزیابی پایدار و چندبعدی توافق کردند.

منبع: Springer Nature


کانال مهندسی و علم اطلاعات 🌐@librarian2
👏1
بیش از ۲۰۰ مقاله کره‌ای به‌خاطر استفاده از هوش مصنوعی از فهرست نشریات حذف شدند

📚 تحقیقات منتشر‌شده در کره جنوبی نشان داده‌اند که از سال ۲۰۲۱ تا کنون، ۲۰۴ مقاله از دانشگاه‌ها و مراکز پژوهشی این کشور به‌دلیل «شبهه استفاده نادرست از هوش مصنوعی (مثل ChatGPT)» بازپس‌گرفته (retract) شده‌اند.

پیش از سال ۲۰۲۲ — یعنی قبل از محبوب شدن گستردهٔ تولید متن با هوش مصنوعی — فقط ۹ مقاله مشکوک بودند؛ اما بعد از ۲۰۲۳ تعداد این مقالات به‌شدت بالا رفته و به ۱۹۵ مقاله رسیده است.

از میان ۲۰۴ مقاله، ۱۶۵ مقاله به‌عنوان احتمالاً تولیدشده توسط «کارخانهٔ مقاله‌سازی (paper-mill)» با کمک AI دسته‌بندی شده‌اند؛ یعنی نویسندگان با پرداخت هزینه، مقاله را از شرکت‌هایی گرفته‌اند که با هوش مصنوعی یا به‌صورت آماده نوشته‌اند.

این وضعیت نشان می‌دهد با گسترش دسترسی به ابزارهای هوش مصنوعی و نبود راهکار و سیاست شفاف برای استفاده از آن در پژوهش، جامعه علمی در کره با یک «بحران AI–محور» مواجه شده است — بحران اخلاق پژوهش، اعتبار و اعتماد علمی.


منبع: Library Learning Space

کانال مهندسی و علم اطلاعات

🌐@librarian2
❤1👍1
چین می‌خواهد رهبری جهانی در تنظیم مقررات هوش مصنوعی را بر عهده بگیرد — آیا این طرح موفق خواهد شد؟

📚 طبق گزارش از World Artificial Intelligence Conference 2025 در شانگهای، دولت People's Republic of China پیشنهاد داده است تا یک نهاد بین‌المللی برای هماهنگی نظارت و قانون‌گذاری هوش مصنوعی در سطح جهانی تشکیل شود.

- هدف چین این است که استانداردها و مقرراتی فراگیر، باز و چندجانبه برای هوش مصنوعی تدوین شود — متفاوت از رویکردهایی که در کشورهای دیگر (مثلاً با تمرکز بر بازار یا رقابت) دنبال می‌شود. :
- چین امیدوار است با این رویکرد، هم جایگاه خود را در «رقابت جهانی هوش مصنوعی» تثبیت کند و هم نفوذ خود را در تدوین «قواعد و ساختارهای حکمرانی جهانی AI» افزایش دهد.

- اما این طرح با چالش‌هایی روبروست: اختلاف دیدگاه‌ها میان کشورها نسبت به آزادی، حریم خصوصی، امنیت و شفافیت در AI — یعنی همان موضوعاتی که تنظیم مقررات درباره‌شان اختلاف‌برانگیز است.

منبع: Nature

کانال مهندسی و علم اطلاعات


🌐@librarian2
دانشگاه شاه عبدالعزیز عربستان و انتشارات تیلور اند فرانسیس همکاری جدیدی برای انتشار دسترسی-آزاد امضا کردند

📚 این همکاری به پژوهشگران King Abdulaziz University امکان می‌دهد تا در بیش از ۲۵۰۰ ژورنال Taylor & Francis — اعم از هیبرید و کاملاً «دسترسی آزاد (Open Access)» — مقاله منتشر کنند.

- هدف از این همکاری افزایش دامنه جهانی و تأثیر تحقیقات دانشگاه، ترویج علم باز و گسترش همکاری بین‌المللی است.

- طبق بیانیه مسئولین دانشگاه KAU، این ابتکار در راستای چشم‌انداز دانشگاه برای تقویت موقعیت جهانی و تقویت پژوهش‌های نوآورانه انجام می‌شود.


منبع: Taylor & Francis

کانال مهندسی و علم اطلاعات

🌐@librarian2
❤1
انتخاب بریتانیا برای میزبانی کنگره جهانی کتابخانه و اطلاع‌رسانی ۲۰۲۷

📚 طبق اعلام رسمی International Federation of Library Associations and Institutions (IFLA)، کشور London, United Kingdom به‌عنوان میزبان World Library and Information Congress (WLIC) در سال ۲۰۲۷ انتخاب شده است.

- این دوره از WLIC همزمان است با صدمین سالگرد تأسیس IFLA — یعنی ۱۰۰ سال از پایه‌گذاری این فدراسیون گذشته و اکنون در سال ۲۰۲۷ جشن صدمین سال برگزار می‌شود.

- بخش عمده‌ای از برنامه کنگره در «ExCeL London» در شرق لندن برگزار خواهد شد، اما رویدادهایی نیز در سراسر پایتخت و دیگر نقاط بریتانیا برگزار خواهند شد.

منبع: Library Learning Space

کانال مهندسی و علم اطلاعات

🌐@librarian2
❤1
کنفرانس صداقت پژوهشی با چالش «چکیده‌های تولیدشده با هوش مصنوعی» مواجه شد😱😳

📚 طبق گزارش در Library Learning Space:
- اولین موضوع از سه موضوع اصلی World Conference on Research Integrity (WCRI) آینده، «ریسک‌ها و مزایای هوش مصنوعی برای صداقت در پژوهش» است.

- اما به‌ شکلی طنزآمیز و هشداردهنده — کنفرانس بسته دریافت «چکیده» دانشمندان بود — و گروه بازبینی متوجه «نسبت غیرمعمولی» از چکیده‌هایی شدند که به‌نظر می‌رسید با «هوش مصنوعی مولّد» (Generative AI) نوشته شده‌اند. :
- بنابراین برخی از این چکیده‌ها — به‌دلیل احتمال استفاده از AI یا نامرتبط بودن با موضوع — زیر سؤال رفته‌اند و روند بازبینی اضطراری برای‌شان اعلام شده است.

منبع: Library Learning Space

کانال مهندسی و علم اطلاعات

🌐@librarian2