AI-literatuuranalyse: hoe algoritmes wetenschappelijke publicaties doorzoeken en samenvatten
Elk jaar verschijnen er wereldwijd miljoenen nieuwe wetenschappelijke artikelen. Geen onderzoeker, arts of beleidsmaker kan dat bijhouden, ook niet binnen een smal vakgebied. AI-literatuuranalyse is de verzamelnaam voor software die kunstmatige intelligentie gebruikt om die stroom aan publicaties te doorzoeken, samen te vatten en met elkaar te verbinden, zodat mensen sneller relevante kennis vinden zonder alles zelf te moeten lezen.
Vergelijk het met een enorme bibliotheek zonder catalogus, waarin dagelijks duizenden nieuwe boeken worden neergelegd. Een gewone zoekmachine helpt je een boek te vinden als je het exacte trefwoord kent, maar een AI-literatuuranalist leest in feite mee: hij vat hoofdstukken samen, signaleert welke boeken elkaar tegenspreken en beantwoordt vragen als "wat zeggen deze honderd boeken gezamenlijk over dit onderwerp?" Dat maakt het gereedschap vooral waardevol bij systematische literatuuronderzoeken, waarbij normaal gesproken honderden of duizenden artikelen handmatig doorgespit moeten worden.
Wat is het precies?
Onder de motorkap combineert AI-literatuuranalyse meestal een paar bouwstenen. Ten eerste is er tekstextractie: software die de volledige tekst, tabellen en referenties uit een pdf of webpagina haalt, ook als de opmaak rommelig is.
Daarna volgt embedding: elk artikel, elke zin of elke claim wordt omgezet in een reeks getallen (een vector) die de betekenis van de tekst wiskundig vastlegt. Twee stukken tekst met een vergelijkbare betekenis krijgen vectoren die dicht bij elkaar liggen, ook als er heel andere woorden gebruikt zijn. Daardoor kan een systeem "verwante" artikelen vinden zonder dat de zoekterm letterlijk in de tekst hoeft voor te komen.
Vervolgens gebruiken de meeste moderne tools een large language model (LLM), hetzelfde type AI-model dat achter chatbots zit, om vragen te beantwoorden op basis van de gevonden artikelen. Om te voorkomen dat het model dingen verzint, wordt vaak retrieval-augmented generation (RAG) toegepast: het model krijgt eerst de relevante passages uit echte artikelen aangereikt en mag zijn antwoord alleen daarop baseren, met verwijzing naar de bron.
Een laatste bouwsteen is citatieanalyse: software die niet alleen telt hoe vaak een artikel wordt aangehaald, maar ook probeert te classificeren of een citatie een claim ondersteunt, tegenspreekt of slechts vermeldt. Dat geeft een genuanceerder beeld dan de klassieke citatiescore, die vooral wordt gebruikt om de invloed van een publicatie te meten.
Wat wil men ermee bereiken?
Het hoofddoel is tijd besparen en blinde vlekken verkleinen. Een systematisch literatuuronderzoek, zoals nodig voor medische richtlijnen, kan maanden duren en honderden artikelen vergen. AI-tools beloven dat proces flink te versnellen door voorselecties te maken en samenvattingen te genereren.
Een tweede doel is het opsporen van tegenstrijdigheden in de literatuur. Bij een groot onderwerp, zoals de werking van een medicijn, verschijnen soms studies met botsende conclusies. Software die citaties classificeert als "ondersteunend" of "tegensprekend" kan zulke controverses sneller in beeld brengen dan een mens die alles los moet doorlezen.
Een derde ambitie is wetenschap toegankelijker maken voor niet-specialisten: journalisten, patiënten, ambtenaren of studenten die snel willen weten "wat zegt de wetenschap hierover", zonder eerst jargon en methodologie onder de knie te krijgen.
Daarnaast spelen er zakelijke belangen: uitgevers en databankbeheerders voegen AI-functies toe aan bestaande producten om die waardevoller en dus beter verkoopbaar te maken.
Voorbeelden uit de praktijk
Semantic Scholar, gelanceerd in 2015 door het Allen Institute for AI in Seattle, was een van de eerste grootschalige zoekmachines die AI gebruikte om automatische eenzinssamenvattingen (TLDR's) en citatiegrafen te maken. De dienst is gratis en indexeert een aanzienlijk deel van de wereldwijde wetenschappelijke output.
Elicit, gebouwd door het onderzoekslab Ought, richt zich specifiek op onderzoekers die een literatuuronderzoek uitvoeren. De tool zoekt relevante papers, extraheert gegevens zoals steekproefgrootte of onderzoeksmethode automatisch in een overzichtelijke tabel, en beantwoordt vragen met verwijzing naar de gebruikte bronnen.
scite.ai, opgericht in 2019 en gevestigd in Brooklyn, introduceerde het concept "Smart Citations": elke citatie wordt automatisch geclassificeerd als ondersteunend, tegensprekend of neutraal vermeldend. Zo kunnen gebruikers direct zien of een veelgeciteerd artikel eigenlijk vaak bekritiseerd wordt.
Consensus, gelanceerd in 2022, presenteert zich als een "AI-zoekmachine voor wetenschap": stel een ja/nee-vraag, en de tool vat samen wat meerdere studies daarover zeggen, met een indicatie van hoeveel bronnen die conclusie steunen.
Een minder succesvol, maar leerzaam voorbeeld is IBM Watson for Oncology, een systeem dat vanaf 2015 medische literatuur en patiëntgegevens moest combineren om behandeladvies te geven bij kankerpatiënten. Onderzoeksjournalistiek bracht in 2018 aan het licht dat het systeem in de praktijk soms onveilige of onbruikbare adviezen gaf, mede omdat het te veel trainde op hypothetische casussen in plaats van echte patiëntdata. IBM verkocht de betrokken Watson Health-onderdelen uiteindelijk in 2022 aan een investeringsmaatschappij.
Hoe ver is de techniek?
AI-literatuuranalyse is inmiddels volwassen genoeg om dagelijks door onderzoekers gebruikt te worden, maar nog niet volwassen genoeg om zonder controle te vertrouwen. De zoek- en samenvattingsfuncties werken over het algemeen goed voor het snel vinden van relevante artikelen en het krijgen van een eerste indruk van een vakgebied.
Het grootste onopgeloste probleem is hallucinatie: taalmodellen kunnen met veel overtuiging citaten, cijfers of zelfs volledige referenties verzinnen die niet bestaan. Onderzoek uit 2023 en 2024 liet zien dat dit ook gebeurt bij systemen die op echte bronnen zijn gebaseerd, zij het minder vaak dan bij een taalmodel zonder toegang tot literatuur. Daardoor blijft het nodig dat een mens de aangehaalde bronnen controleert, zeker in klinische of beleidsmatige context.
Een ander obstakel is de kwaliteit en volledigheid van de onderliggende databank: als een tool niet alle relevante tijdschriften indexeert, of als betaalmuren de volledige tekst blokkeren, blijft de analyse onvolledig, ook al oogt de output overtuigend.
Het tempo van vooruitgang is hoog: de onderliggende taalmodellen worden ieder jaar krachtiger en goedkoper in gebruik, waardoor functies als tabelextractie en het samenvatten van meerdere studies steeds beter automatisch lukken. Toch waarschuwen informatiewetenschappers dat snelheid niet vanzelf tot betere wetenschap leidt: het risico bestaat dat gebruikers een AI-samenvatting als eindpunt behandelen in plaats van als startpunt voor verdere lezing.
Wie werken eraan?
Het Allen Institute for AI (AI2) in Seattle, opgericht door Microsoft-medeoprichter Paul Allen, bouwde Semantic Scholar en is een van de grootste non-profit onderzoekslabs op dit gebied.
Ought, het bedrijf achter Elicit, en scite zijn kleinere, gespecialiseerde start-ups die zich volledig op wetenschappelijke literatuur richten.
Grote uitgevers investeren ook zelf: Elsevier voegde met "Scopus AI" een AI-laag toe aan zijn bestaande citatiedatabank Scopus, en Clarivate, eigenaar van Web of Science, werkt aan vergelijkbare functies.
Google bouwde met Google Scholar al sinds 2004 de basisinfrastructuur voor het doorzoeken van wetenschappelijke literatuur en experimenteert daarnaast met AI-onderzoeksassistenten binnen zijn onderzoeksafdelingen. Ook Microsoft Research heeft een lange geschiedenis in literatuuranalyse, al werd de eigen dienst Microsoft Academic Graph in 2021 stopgezet.
Universiteiten en academische bibliotheken, vooral in de Verenigde Staten en Europa, testen en integreren deze tools actief in hun dienstverlening aan onderzoekers, meestal in samenwerking met de bovengenoemde bedrijven en instituten in plaats van zelf concurrerende systemen te bouwen.