Forfatter: Lars Figenschou, UiT Norges arktiske universitet
I UiT Norges arktiske universitet sin strategi mot 2030 fremheves det at UiT «skal være en synlig og aktiv kunnskapsaktør i nordområdene, og en foretrukket samarbeidspartner for nærings- og samfunnsliv». Som en del av UiT oppfordres også vi ved Universitetsbiblioteket (UB) til å utnytte vår kompetanse i mer utadvendte innovasjonsprosjekter sammen med private aktører og næringsliv, nasjonalt og internasjonalt.
Da Keenious, et Tromsø-basert oppstartselskap, spurte oss på UB om hjelp til å utvikle et innovativt akademisk søkeverktøy gjennom bruk av kunstig intelligens, sa vi ja. Dette samarbeidet var avgjørende med hensyn til finansieringen av prosjektet. Intet samarbeid – ingen finansiering!
Keenious (https://keenious.com/) sitt søkeverktøy anbefaler relevant forskningslitteratur basert på tekst. (Se screenshot under.) Det vil si at brukeren kan velge en større eller mindre mengde tekst som utgangspunkt for søket sitt, og så bli anbefalt forskningslitteratur relatert til meningsinnholdet i teksten. Denne måten å søke på oppleves annerledes enn tradisjonelle søk, og kan være et svært nyttig supplement til ordinære litteratursøk.
Undertegnede jobber til daglig som fagansvarlig i biologi og matematikk ved UB, og har vært kontaktpersonen for Keenious på UiT og Universitetsbiblioteket. Min hovedoppgave var å tilrettelegge for all den brukertestingen som trengtes. Søkeverktøyet måtte utprøves av både bachelor, master og ph.d.-studenter, forskere, og erfarne eksperter på (systematiske) litteratursøk.
Keenious-verktøyet har i løpet av samarbeidsperioden gått fra å være en prototype, til et markedsklart produkt med 15 – 20 universitetskunder verden rundt. Alle tilbakemeldingene fra brukertestingen ble brukt til å raffinere, og hele tiden videreutvikle produktet.
Siden høsten 2020 har vi gjennomført en rekke utprøvinger med studenter fordelt på samtlige fakulteter og campuser ved UiT. Vi har også gjennomført flere sesjoner med ulike forskergrupper, der vi har mottatt fagspesifikke tilbakemeldinger. Keenious har i tillegg mottatt konstruktiv veiledning og diskutert problemstillinger med de fleste deler av biblioteket. Aktuelle temaer har vært juridiske spørsmål, grå litteratur, systematiske søk, budsjett, brukeropplevelse, bruksstatistikk og lenketjenere.
Vi refererer til Keenious sammen med en rekke andre verktøy og databaser i vår egen informasjonskompetanse-undervisning, og vi har inntrykk av at flere og flere studenter bruker verktøyet, ofte i samspill med tradisjonelle databaser. IT-avdelingen vår har i tillegg gjort det veldig lettvint med hensyn til tilgang. Nå ligger det en egen Keenious-knapp i Word på UIT slik at det er enkelt for studentene å sette i gang!
For deg som vil vite litt mer om produktet er det publisert en artikkel (DOI: https://doi.org/10.47989/colis2231 ) hvor Keenious sammenligner sitt verktøy med Google Scholar. Studiet er basert på data samlet inn fra masterstudenter ved UiT.
Det overordna målet med samarbeidet fra vår side har selvsagt vært å hjelpe studenter og forskere med å finne relevant faglitteratur. Nå som kunstig intelligens blir mer og mer vanlig innen en rekke områder har det derfor vært svært interessant å følge prosessen rundt akkurat dette verktøyet. Det er alltid spennende å jobbe i et bibliotek, særlig for de av oss som liker å se mulighetene i ny teknologi. Det som imidlertid aldri går av moten er kildekritisk kompetanse, som kommer til å bli viktigere enn noensinne etter hvert som flere KI-verktøy gjør sitt inntog i utdanningssektorene. Eller kanskje vi vil få verktøy som behersker dette også? Her er det bare å følge med!
Nordinfolit 