همه‌گیری کووید-۱۹ تنها یک بحران بهداشتی نبود؛ این بحران با یک پدیده دیگر به نام «اینفودمی» (Infodemic) یا طغیان اطلاعات همراه شد. در این شرایط، حجم عظیمی از اطلاعات، اعم از درست و نادرست، در فضای مجازی و رسانه‌ها منتشر شد که تشخیص واقعیت از شایعه را برای عموم مردم، متخصصان و حتی سیاست‌گذاران بسیار دشوار می‌کرد. سوالات اساسی مانند دوره نهفتگی ویروس، نرخ سرایت، یا اثربخشی واکسن‌ها در میان انبوهی از داده‌های متناقض و غیرقابل اعتماد گم می‌شدند.

مقاله حاضر با عنوان «کووید-۱۹ کجا کشف شد؟ طراحی سیستم پرسش و پاسخ برای شرایط پاندمی» به قلم یوهانس گراف و همکارانش، راهکاری نوآورانه برای مقابله با این چالش ارائه می‌دهد. این پژوهش بر طراحی و ساخت یک سیستم هوشمند پرسش و پاسخ (Question-Answering System) تمرکز دارد که با بهره‌گیری از فناوری‌های پیشرفته پردازش زبان طبیعی (NLP)، قادر است به سوالات مرتبط با کووید-۱۹ به صورت دقیق، مختصر و مستند پاسخ دهد. اهمیت این تحقیق در آن است که یک ابزار عملی برای مبارزه با اطلاعات نادرست و کاهش سردرگمی در بحران‌های جهانی پیشنهاد می‌کند و چارچوبی علمی برای توسعه سیستم‌های مشابه در آینده فراهم می‌آورد.

این مقاله توسط تیمی از پژوهشگران به نام‌های یوهانس گراف (Johannes Graf)، جینو لانچو (Gino Lancho)، پاتریک زشچ (Patrick Zschech) و کای هاینریش (Kai Heinrich) به نگارش درآمده است. تخصص این محققان در حوزه‌هایی چون هوش مصنوعی (Artificial Intelligence) و محاسبات و زبان (Computation and Language) قرار دارد. این تخصص میان‌رشته‌ای به آن‌ها اجازه داده است تا یک مشکل پیچیده در حوزه سلامت عمومی را از طریق راهکارهای فناورانه و مبتنی بر علوم کامپیوتر تحلیل و حل کنند.

زمینه تحقیق این مقاله، تلاقی علوم داده، هوش مصنوعی و مدیریت بحران است. در عصری که داده‌ها به سرعت تولید می‌شوند، توانایی استخراج دانش معتبر از منابع علمی حجیم (مانند مقالات پزشکی) یک مزیت استراتژیک محسوب می‌شود. این پژوهش نشان می‌دهد که چگونه می‌توان از الگوریتم‌های پیشرفته برای تبدیل متون علمی پیچیده به پاسخ‌های قابل فهم و قابل اعتماد برای همگان استفاده کرد.

مقاله با اشاره به چالش «اینفودمی» در دوران کووید-۱۹، بر ضرورت وجود ابزاری برای دسترسی سریع به اطلاعات معتبر تأکید می‌کند. نویسندگان برای حل این مشکل، طراحی یک سیستم پرسش و پاسخ را پیشنهاد می‌دهند. این سیستم بر پایه مجموعه داده جامع CORD-19 ساخته شده است که شامل ده‌ها هزار مقاله علمی درباره ویروس‌های کرونا است. هدف اصلی، ایجاد سیستمی است که بتواند سوالات کاربران را به زبان طبیعی درک کرده و با جستجو در این پایگاه داده عظیم، دقیق‌ترین پاسخ را به همراه منبع علمی آن استخراج و ارائه کند.

پژوهشگران برای طراحی این سیستم از یک رویکرد علمی دقیق به نام «پژوهش علم طراحی» (Design Science Research) استفاده کرده‌اند و آن را با «مدل شناختی بازیابی اطلاعات اینگورسن» ترکیب نموده‌اند تا جنبه‌های فنی و انسانی (اجتماعی-فنی) را همزمان در نظر بگیرند. بر این اساس، آن‌ها مجموعه‌ای از الزامات و اصول طراحی را استخراج کرده و سپس یک نمونه اولیه (Prototype) از سیستم را پیاده‌سازی نموده‌اند. در نهایت، کارایی و دقت این نمونه اولیه با استفاده از مجموعه‌ای از سوالات تخصصی که توسط کارشناسان علوم پزشکی پاسخ‌دهی و ارزیابی شده بود، سنجیده شده است.

یکی از نقاط قوت اصلی این مقاله، روش‌شناسی ساختارمند و دقیق آن است. نویسندگان از رویکرد پژوهش علم طراحی (Design Science Research – DSR) پیروی کرده‌اند. DSR یک متدولوژی پژوهشی است که هدف آن ایجاد و ارزیابی «مصنوعات» (Artifacts) فناورانه برای حل مسائل عملی است. در این تحقیق، «مصنوع» همان سیستم پرسش و پاسخ است.

فرآیند طراحی این سیستم با الهام از مدل شناختی تعامل در بازیابی اطلاعات اینگورسن شکل گرفته است. این مدل کمک می‌کند تا فرآیندهای ذهنی و نیازهای اطلاعاتی کاربران هنگام جستجو درک شود. این نگاه که از آن به عنوان «لنز اجتماعی-فنی» (Socio-technical lens) یاد می‌شود، تضمین می‌کند که سیستم نهایی نه تنها از نظر فنی قدرتمند است، بلکه برای کاربر انسانی نیز مفید و قابل استفاده خواهد بود.

مراحل اصلی این روش‌شناسی به شرح زیر است:

• استخراج دانش طراحی تجویزی (Prescriptive Design Knowledge): در این مرحله، پژوهشگران با تحلیل مشکل (اینفودمی) و نیازهای کاربران، مجموعه‌ای از دانش کاربردی را تدوین کردند.
• تعریف الزامات و اصول طراحی (Design Requirements and Principles): دانش به دست آمده به مجموعه‌ای از الزامات مشخص (مثلاً: «سیستم باید بتواند منبع پاسخ را نمایش دهد») و اصول راهنما (مثلاً: «پاسخ‌ها باید تا حد امکان مختصر و عاری از اصطلاحات فنی پیچیده باشند») تبدیل شد.
• ساخت نمونه اولیه (Prototypical Instantiation): با استفاده از الزامات و اصول تعریف‌شده، یک نمونه عملی از سیستم با استفاده از مجموعه داده CORD-19 پیاده‌سازی شد. این سیستم از مدل‌های زبانی پیشرفته برای یافتن بخش‌های مرتبط در مقالات علمی و استخراج پاسخ استفاده می‌کند.
• ارزیابی (Evaluation): برای سنجش کارایی سیستم، نویسندگان کیفیت پاسخ‌های تولید شده توسط آن را با پاسخ‌های مرجع که توسط متخصصان پزشکی تهیه شده بود، مقایسه کردند. این ارزیابی نشان داد که سیستم تا چه حد در ارائه پاسخ‌های دقیق و مفید موفق بوده است.

مهم‌ترین یافته این پژوهش، اثبات کارایی و سودمندی نمونه اولیه سیستم پرسش و پاسخ است. ارزیابی‌ها نشان داد که این سیستم قادر است با دقت بالایی به سوالات پیچیده مرتبط با کووید-۱۹ پاسخ دهد. این یافته نشان می‌دهد که استفاده از فناوری‌های پردازش زبان طبیعی راهکاری عملی برای مدیریت بحران اطلاعات در دوران پاندمی است.

سایر یافته‌های کلیدی عبارتند از:

• ارائه یک چارچوب طراحی جامع: این مقاله صرفاً یک ابزار ارائه نمی‌دهد، بلکه مجموعه‌ای مدون از الزامات و اصول طراحی برای ساخت چنین سیستم‌هایی را معرفی می‌کند. این چارچوب می‌تواند به عنوان یک نقشه راه برای توسعه سیستم‌های مشابه در بحران‌های آینده مورد استفاده قرار گیرد.
• اهمیت پایگاه داده معتبر: موفقیت سیستم به شدت به کیفیت و جامعیت مجموعه داده CORD-19 وابسته بود. این امر بر اهمیت ایجاد و نگهداری پایگاه‌های داده علمی باز و در دسترس در شرایط بحرانی تأکید می‌کند.
• کاربردپذیری نگاه اجتماعی-فنی: ادغام مدل شناختی اینگورسن در فرآیند طراحی، منجر به سیستمی شد که نیازهای واقعی کاربران را بهتر درک کرده و پاسخ‌هایی متناسب با آن ارائه می‌دهد. این یافته نشان می‌دهد که در طراحی سیستم‌های هوشمند، توجه به جنبه‌های انسانی به اندازه جنبه‌های فنی اهمیت دارد.

دستاوردها و کاربردهای این پژوهش فراتر از یک مقاله علمی است و پتانسیل تأثیرگذاری در دنیای واقعی را دارد.

کاربردهای عملی:

• ابزاری برای عموم مردم: چنین سیستمی می‌تواند به عنوان یک منبع قابل اعتماد برای شهروندان عمل کند تا پاسخ سوالات خود را به دور از شایعات و اطلاعات نادرست دریافت کنند. برای مثال، کاربری می‌تواند بپرسد: «آیا ماسک پارچه‌ای در برابر واریانت دلتا مؤثر است؟» و سیستم با مراجعه به آخرین مقالات، پاسخی مستند ارائه دهد.
• دستیار هوشمند برای پژوهشگران: محققان می‌توانند از این سیستم برای مرور سریع ادبیات علمی و یافتن پاسخ سوالات خاص خود در میان هزاران مقاله استفاده کنند و به این ترتیب در زمان خود صرفه‌جویی کنند.
• پشتیبان تصمیم‌گیری برای سیاست‌گذاران: مقامات بهداشتی و دولتی می‌توانند برای اتخاذ تصمیمات مبتنی بر شواهد (Evidence-based decision-making)، به سرعت به یافته‌های علمی جدید دسترسی پیدا کنند.

دستاورد علمی:

مهم‌ترین دستاورد علمی این پژوهش، ارائه یک نمونه موفق از کاربرد روش پژوهش علم طراحی در حل یک معضل جهانی است. این مقاله نشان می‌دهد که چگونه می‌توان با یک رویکرد مهندسی و ساختارمند، راهکارهای فناورانه برای چالش‌های پیچیده اجتماعی طراحی و ارزیابی کرد. این مدل نه تنها برای کووید-۱۹، بلکه برای مقابله با هر بحران دیگری که با طغیان اطلاعات همراه باشد، قابل تعمیم است.

مقاله «کووید-۱۹ کجا کشف شد؟ طراحی سیستم پرسش و پاسخ برای شرایط پاندمی» یک پژوهش به موقع و تأثیرگذار است که به یکی از بزرگترین چالش‌های جانبی همه‌گیری، یعنی «اینفودمی»، پاسخی فناورانه و هوشمندانه می‌دهد. نویسندگان با موفقیت یک سیستم پرسش و پاسخ مبتنی بر پردازش زبان طبیعی را طراحی، پیاده‌سازی و ارزیابی کرده‌اند که می‌تواند به عنوان یک منبع اطلاعاتی معتبر و سریع عمل کند.

این تحقیق با بهره‌گیری از یک روش‌شناسی قدرتمند (DSR) و یک چارچوب نظری انسان-محور، نه تنها یک ابزار کاربردی خلق کرده، بلکه دانش طراحی ارزشمندی را نیز تولید نموده است. این دانش می‌تواند به عنوان پایه‌ای برای ساخت نسل بعدی سیستم‌های اطلاعاتی هوشمند برای مدیریت بحران‌های آینده، از همه‌گیری‌های جدید گرفته تا بلایای طبیعی و تغییرات اقلیمی، مورد استفاده قرار گیرد. در نهایت، این پژوهش گامی مهم در جهت توانمندسازی جامعه برای مقابله با اطلاعات نادرست و تصمیم‌گیری آگاهانه در دنیای پیچیده امروز است.