Google Scholar Labs: AI-zoekfunctie voor wetenschappelijke publicaties

Google heeft aangekondigd dat het een nieuw experimenteel zoekhulpmiddel uitbrengt onder de naam Google Scholar Labs, bedoeld voor wetenschappelijk onderzoek. Dit hulpmiddel gebruikt kunstmatige intelligentie om complexe onderzoeksvragen te beantwoorden en richt zich daarmee expliciet op de behoeften van wetenschappers. In tegenstelling tot klassieke zoekmachines voor wetenschappelijke literatuur zoals Google Scholar, die zwaar leunen op citeringen en impactfactoren, analyseert Scholar Labs complete teksten van publicaties en rangschikt deze op basis van semantische relevantie. Dit nieuws werd gepubliceerd door The Verge op 20 november.

Bij een demonstratie van Scholar Labs werd bijvoorbeeld gevraagd naar onderzoeken over brain-computer interfaces (BCI). Het systeem vond een review-artikel uit 2024 waarin algoritmes van BCI-onderzoek werden geanalyseerd en legde uit waarom dat onderzoek relevant was voor de oorspronkelijke vraag. Uniek is dat Scholar Labs niet standaard filtert op bekende kwaliteitsparameters zoals aantal citaties of de impactfactor van het tijdschrift. Google licht toe dat deze parameters vaak nieuwe of interdisciplinair werk uitsluiten. 

De traditionele manier waarop wetenschappelijke zoekmachines werken is vrij mechanisch: veel citaties = vaak belangrijker artikel. Maar dat systeem kan nieuwe, baanbrekende publicaties of onderzoeksgebieden missen. Scholar Labs wil die kloof dichten door inhoud en context centraal te stellen: wie schreef het, waar werd het gepubliceerd, maar vooral wát er staat in de tekst. Voor onderzoekers betekent dit dat sommige artikelen die eerder nauwelijks opvallen ineens relevant kunnen worden. Een publicatie in een minder bekend tijdschrift, of recent verschenen, kan nu bovenaan komen als het inhoudelijk sterk aansluit. Google noemt dit “een nieuwe richting”.

Wetenschappers wijzen erop dat de klassieke parameters ondanks hun beperkingen toch waardevol zijn — ze fungeren als heuristiek voor kwaliteit, rigoureuze peer review en impact in het veld. Zo zegt een onderzoeker in de neurologie dat citatieaantallen en impactfactoren “meer spreken over de sociale context van het artikel dan over de kwaliteit zelf”, maar dat ze niet zomaar weggegooid kunnen worden. Een andere zorg is dat wanneer algoritmes de ranking van studies bepalen, onderzoekers zich kunnen gaan afvragen in hoeverre zij zelf nog de finale toets zijn van wat “goed” onderzoek is. De technologie kan helpen, maar moet niet de enige arbiter worden. 

Voor onderzoekers betekent de komst van Scholar Labs dat het mogelijk wordt om anders te zoeken en nieuwe lijnen te vinden die traditioneel zoekhulpmiddelen niet zo snel tonen. Het kan interdisciplinair denken bevorderen en inzichten brengen uit hoeken die eerder over het hoofd werden gezien.Tegelijkertijd blijft het belangrijk dat onderzoekers kritisch blijven. Alleen omdat een AI-tool iets hoog rangschikt, wil dat niet automatisch zeggen dat het kwalitatief top is. De inzet is niet alleen vinden, maar ook beoordelen.Voor de wetenschap als geheel representeert deze ontwikkeling een stap in de richting van meer geautomatiseerde ondersteuning van literatuuronderzoek.