Chuyển đổi số trong khoa học và xuất bản khoa học hiện nay: cơ hội, thách thức và xu hướng phát triển
Phạm Thị Bích Thủy
Mở đầu
Chuyển
đổi số đang tạo ra những thay đổi sâu sắc trong hoạt động nghiên cứu và xuất bản
khoa học trên phạm vi toàn cầu. Sự phát triển của các nền tảng số, cơ sở dữ liệu
trực tuyến, khoa học mở, dữ liệu nghiên cứu, hệ thống định danh số và đặc biệt
là trí tuệ nhân tạo đã làm thay đổi cách thức tri thức khoa học được tạo ra,
đánh giá, công bố, lưu trữ và phổ biến. Bài viết tổng quan những chuyển biến nổi
bật của chuyển đổi số trong khoa học và xuất bản khoa học hiện nay trên bốn
phương diện chính: (1) Sự chuyển đổi của hệ sinh thái nghiên cứu và truyền
thông khoa học; (2) Ứng dụng công nghệ số và trí tuệ nhân tạo trong quá trình nghiên
cứu; (3) Chuyển đổi số trong xuất bản và phổ biến tri thức khoa học; và (4) Những
thách thức, yêu cầu quản trị và xu hướng phát triển trong thời gian tới. Tổng
quan cho thấy chuyển đổi số mang lại nhiều cơ hội trong việc nâng cao hiệu quả
nghiên cứu, mở rộng khả năng tiếp cận tri thức, thúc đẩy hợp tác và tăng tính
minh bạch của khoa học. Tuy nhiên, quá trình này đồng thời đặt ra các vấn đề về
liêm chính học thuật, chất lượng thông tin, quyền tác giả, bảo mật dữ liệu, bất
bình đẳng số và việc sử dụng trí tuệ nhân tạo có trách nhiệm. Vì vậy, chuyển đổi
số trong khoa học cần được tiếp cận như một quá trình thay đổi đồng bộ giữa
công nghệ, con người, thể chế và văn hóa nghiên cứu, thay vì chỉ đơn thuần là ứng
dụng các công cụ kỹ thuật số.
1. Chuyển
đổi số và sự thay đổi của hệ sinh thái khoa học
Chuyển đổi số đang trở thành một
trong những động lực quan trọng làm thay đổi phương thức tổ chức và phát triển
khoa học hiện đại. Nếu số hóa (digitization) chủ yếu đề cập đến việc chuyển đổi
thông tin từ dạng vật lý hoặc tương tự sang dạng số, thì chuyển đổi số (digital
transformation) có phạm vi rộng hơn, bao gồm việc sử dụng công nghệ số để thay
đổi quy trình, mô hình hoạt động, phương thức tương tác và cách thức tạo ra giá
trị. Trong lĩnh vực khoa học, chuyển đổi số vì vậy không chỉ là việc thay tài
liệu in bằng tài liệu điện tử hay chuyển bài báo từ bản giấy sang PDF, mà là sự
thay đổi toàn diện trong cách tri thức khoa học được hình thành, quản lý, đánh
giá, chia sẻ và tái sử dụng.
Trước đây, hoạt động nghiên cứu và
xuất bản thường diễn ra tương đối tuyến tính: hình thành ý tưởng nghiên cứu,
thu thập dữ liệu, phân tích, viết bài, gửi tạp chí, phản biện và cuối cùng là
xuất bản. Trong môi trường số, các giai đoạn này ngày càng được kết nối thành
một hệ sinh thái nghiên cứu số. Nhà nghiên cứu có thể tìm kiếm tài liệu từ các
cơ sở dữ liệu quốc tế, thu thập dữ liệu trực tuyến, làm việc với cộng sự trên
các nền tảng điện toán đám mây, phân tích dữ liệu bằng phần mềm chuyên dụng,
chia sẻ dữ liệu trên kho lưu trữ và phổ biến kết quả thông qua nhiều kênh khác
nhau.
Một trong những nền tảng quan trọng
của quá trình này là sự phát triển của khoa học mở (Open Science). Theo UNESCO
(2021), khoa học mở hướng đến việc làm cho tri thức khoa học trở nên cởi mở, dễ
tiếp cận và có khả năng tái sử dụng rộng rãi hơn, đồng thời tăng cường hợp tác
khoa học và sự tham gia của các chủ thể xã hội. Khoa học mở không chỉ giới hạn
ở xuất bản truy cập mở mà còn bao gồm dữ liệu nghiên cứu mở, phần mềm nguồn mở,
hạ tầng khoa học mở và sự tham gia rộng rãi của xã hội vào quá trình sản xuất
tri thức.
Song song với đó là sự phát triển
của nguyên tắc FAIR trong quản trị dữ liệu khoa học. Wilkinson và cộng sự
(2016) đề xuất rằng dữ liệu nghiên cứu cần bảo đảm bốn đặc tính: Findable
- có thể tìm thấy; Accessible - có thể tiếp cận; Interoperable
- có khả năng tương tác; và Reusable
- có khả năng tái sử dụng. Các nguyên
tắc này ngày càng có ý nghĩa trong bối cảnh lượng dữ liệu nghiên cứu tăng nhanh
và các hệ thống máy tính, đặc biệt là trí tuệ nhân tạo, ngày càng tham gia sâu
vào quá trình xử lý tri thức khoa học.
Hệ thống định danh số cũng góp phần
quan trọng trong việc hình thành hệ sinh thái khoa học kết nối. DOI (Digital
Object Identifier) giúp xác định lâu dài các công trình và đối tượng nghiên cứu
số, trong khi ORCID cung cấp định danh duy nhất cho nhà nghiên cứu. Nhờ đó, bài
báo khoa học có thể được kết nối với tác giả, tổ chức, nguồn tài trợ, bộ dữ
liệu và các sản phẩm nghiên cứu liên quan.
Như vậy, một thay đổi căn bản đang
diễn ra: khoa học đang chuyển từ mô hình dựa chủ yếu vào tài liệu khoa học
riêng lẻ sang mô hình hệ sinh thái tri thức số có tính kết nối. Trong hệ sinh
thái này, bài báo vẫn quan trọng nhưng không còn là sản phẩm duy nhất; dữ liệu,
mã nguồn, phương pháp, tài liệu bổ sung và các sản phẩm số khác ngày càng trở
thành những thành phần của quá trình truyền thông khoa học.
2. Công nghệ số và trí tuệ nhân tạo
trong hoạt động nghiên cứu
Chuyển đổi số
đang tác động đến gần như toàn bộ vòng đời nghiên cứu. Công nghệ số có thể hỗ
trợ từ giai đoạn xác định vấn đề, tổng quan tài liệu, thiết kế nghiên cứu, thu
thập và quản lý dữ liệu đến phân tích, viết báo cáo và phổ biến kết quả. Sự
phát triển của các công nghệ số và trí tuệ nhân tạo đang đồng thời tạo ra những
cơ hội mới cho hoạt động nghiên cứu và đặt ra những yêu cầu mới về tính minh
bạch, độ tin cậy và trách nhiệm của nhà nghiên cứu (Dwivedi et al., 2023;
UNESCO, 2023).
Trước hết,
khả năng tiếp cận thông tin khoa học đã thay đổi đáng kể. Các cơ sở dữ liệu và
công cụ tìm kiếm học thuật như Web of Science, Scopus, PubMed và Google
Scholar, cùng với các kho lưu trữ mở, cho phép nhà nghiên cứu tiếp cận và xử lý
một lượng tài liệu khoa học lớn trong thời gian ngắn. Các công cụ quản lý tài
liệu tham khảo như EndNote, Zotero hay Mendeley tiếp tục hỗ trợ tổ chức nguồn
tài liệu, quản lý trích dẫn và xây dựng danh mục tài liệu tham khảo. Điều này
góp phần làm cho quá trình tổng quan tài liệu chuyển dần từ phương thức tìm
kiếm và quản lý tài liệu hoàn toàn thủ công sang môi trường nghiên cứu dựa nhiều
hơn vào dữ liệu và các nền tảng số.
Công nghệ số
cũng thay đổi hoạt động thu thập, quản lý và phân tích dữ liệu. Khảo sát trực
tuyến, thiết bị cảm biến, hệ thống thông tin địa lý (GIS), ảnh viễn thám, dữ
liệu lớn và các nền tảng lưu trữ đám mây tạo điều kiện thu thập và quản lý
lượng dữ liệu ngày càng lớn. Đồng thời, các phần mềm thống kê và ngôn ngữ lập
trình như R và Python cho phép nhà nghiên cứu thực hiện các quy trình xử lý,
trực quan hóa và phân tích dữ liệu ngày càng phức tạp.
Đáng chú ý trong những năm gần
đây là sự phát triển nhanh chóng của trí tuệ nhân tạo (Artificial Intelligence - AI), đặc biệt là AI tạo sinh
(Generative AI). Các hệ thống dựa trên mô hình ngôn ngữ lớn có khả năng hỗ trợ
nhiều hoạt động liên quan đến nghiên cứu, chẳng hạn như tổ chức và tổng hợp
thông tin, tóm tắt văn bản, dịch thuật, hỗ trợ lập trình, xử lý dữ liệu, cải
thiện ngôn ngữ học thuật và hỗ trợ quá trình chuẩn bị bản thảo (Dwivedi et al.,
2023; UNESCO, 2023; van Dis et al., 2023).
AI vì vậy có
tiềm năng hỗ trợ nhà nghiên cứu giảm thời gian dành cho một số công việc mang
tính lặp lại và nâng cao hiệu quả của một số khâu trong quá trình nghiên cứu.
Đối với những nhà nghiên cứu sử dụng tiếng Anh như ngôn ngữ thứ hai, AI cũng có
thể hỗ trợ các hoạt động như chỉnh sửa ngữ pháp, diễn đạt và cải thiện khả năng
trình bày bằng ngôn ngữ học thuật. Tuy nhiên, việc sử dụng những công cụ này
cần đi kèm với sự kiểm tra và chịu trách nhiệm của người sử dụng (ICMJE, 2026;
UNESCO, 2023).
Tuy nhiên,
việc sử dụng AI trong nghiên cứu cũng đặt ra một nguyên tắc quan trọng: AI
hỗ trợ nghiên cứu không đồng nghĩa với AI thay thế trách nhiệm của nhà nghiên
cứu. Các mô hình AI tạo sinh có thể tạo ra những nội dung nghe có vẻ
thuyết phục nhưng không chính xác, không đầy đủ hoặc thiên lệch. Vì vậy, nhà
nghiên cứu cần kiểm tra nội dung do AI tạo ra, đối chiếu thông tin với các
nguồn khoa học đáng tin cậy và bảo đảm việc trích dẫn nguồn phù hợp (ICMJE,
2026; UNESCO, 2023; van Dis et al., 2023).
Các tổ chức
về đạo đức và xuất bản khoa học đã xây dựng những nguyên tắc cụ thể liên quan
đến vấn đề này. Committee on Publication Ethics (COPE) khẳng
định rằng các công cụ AI không thể được xem là tác giả vì chúng không thể chịu
trách nhiệm đối với công trình được công bố. COPE đồng thời yêu cầu tác giả
phải minh bạch về cách thức sử dụng công cụ AI trong quá trình viết bản thảo,
tạo hình ảnh hoặc thu thập và phân tích dữ liệu, và tác giả vẫn phải chịu trách
nhiệm đầy đủ đối với nội dung của công trình (COPE Council, 2023).
Tương tự, International
Committee of Medical Journal Editors (ICMJE) quy định rằng các chatbot
và công nghệ hỗ trợ bằng AI không được liệt kê là tác giả vì chúng không thể
chịu trách nhiệm về tính chính xác, tính toàn vẹn và tính nguyên gốc của công
trình. ICMJE cũng yêu cầu tác giả công khai việc sử dụng công nghệ AI trong quá
trình chuẩn bị bài báo, mô tả công cụ được sử dụng và mục đích sử dụng phù hợp
với từng trường hợp. Con người vẫn là chủ thể chịu trách nhiệm cuối cùng đối
với nội dung được tạo ra với sự hỗ trợ của AI (ICMJE, 2026).
Vì vậy, trong môi trường
nghiên cứu số, năng lực của nhà khoa học không chỉ bao gồm kiến thức chuyên môn
và phương pháp nghiên cứu mà còn cần được mở rộng sang năng lực số (digital
literacy), năng lực dữ liệu (data literacy) và năng lực AI (AI literacy). Điều
quan trọng không chỉ là biết sử dụng công cụ AI mà còn phải hiểu khả năng và
giới hạn của công cụ, đánh giá được độ tin cậy của đầu ra, nhận diện những vấn
đề về thiên lệch, quyền riêng tư và đạo đức, đồng thời biết khi nào cần kiểm chứng
hoặc không sử dụng kết quả do AI tạo ra (UNESCO, 2023; van Dis et al., 2023).
3. Chuyển
đổi số trong xuất bản và phổ biến tri thức khoa học
Xuất bản khoa học là một trong những
lĩnh vực chịu tác động rõ nhất của chuyển đổi số. Mô hình truyền thống dựa trên
tạp chí in đang được thay thế bằng các hệ thống xuất bản số, trong đó quá trình
nộp bài, kiểm tra ban đầu, lựa chọn phản biện, phản biện, chỉnh sửa, biên tập,
xuất bản và lập chỉ mục đều có thể được thực hiện trực tuyến. Sự thay đổi này không chỉ làm giảm
thời gian xử lý mà còn tạo ra khả năng kết nối giữa nhiều thành phần của hệ
thống khoa học. Một bài báo hiện nay có thể được liên kết với ORCID của tác
giả, DOI, tổ chức công tác, nguồn tài trợ, bộ dữ liệu nghiên cứu, tài liệu bổ
sung và những công trình liên quan. Như vậy, bài báo khoa học đang chuyển từ
một “tài liệu tĩnh” sang một đối tượng số được kết nối với mạng lưới tri thức
rộng lớn hơn.
Một thay đổi quan trọng khác là sự
phát triển của xuất bản truy cập mở (Open Access - OA). Mô hình này hướng đến việc
giảm các rào cản tài chính đối với người đọc và mở rộng khả năng tiếp cận kết
quả nghiên cứu. Plan S là
một ví dụ tiêu biểu cho xu hướng yêu cầu các nghiên cứu được tài trợ từ nguồn
công phải được công bố theo hình thức truy cập mở.
Chuyển đổi số cũng mở rộng khái niệm
về “sản phẩm nghiên cứu”. Trong khoa học hiện đại, sản phẩm nghiên cứu không
chỉ bao gồm bài báo mà có thể bao gồm bộ dữ liệu, mã nguồn, mô hình, quy trình
nghiên cứu, tài liệu phương pháp và các tài nguyên số khác. Khi những sản phẩm
này được lưu trữ với metadata phù hợp và định danh bền vững, chúng có thể được
tìm kiếm, trích dẫn và tái sử dụng.
Trí tuệ nhân tạo tiếp tục tạo ra
thay đổi trong lĩnh vực xuất bản. Các nhà xuất bản và tạp chí có thể sử dụng
những công cụ tự động để hỗ trợ kiểm tra hình thức bản thảo, phát hiện tương
đồng văn bản, kiểm tra hình ảnh, tìm kiếm phản biện phù hợp, tạo metadata hoặc
phát hiện một số dấu hiệu bất thường trong bài viết. AI cũng đang được nghiên
cứu như một công cụ hỗ trợ quá trình phản biện khoa học.
Tuy nhiên, phản biện khoa học không
đơn thuần là kiểm tra lỗi kỹ thuật. Việc đánh giá tính mới, ý nghĩa khoa học,
sự phù hợp của phương pháp, cách diễn giải kết quả và đóng góp của một nghiên
cứu vẫn đòi hỏi kiến thức chuyên môn và phán đoán khoa học. Vì vậy, mô hình phù
hợp trong tương lai nhiều khả năng không phải là AI thay thế hoàn toàn biên tập
viên và phản biện, mà là mô hình Human-AI collaboration, trong đó AI đảm nhiệm một số công việc hỗ
trợ còn con người giữ trách nhiệm về đánh giá và quyết định học thuật.
Một hệ quả quan trọng khác của xuất
bản số là sự thay đổi trong cách đánh giá ảnh hưởng khoa học. Bên cạnh số lượng
bài báo và số trích dẫn truyền thống, môi trường số tạo điều kiện theo dõi lượt
đọc, lượt tải, chia sẻ, thảo luận trên mạng xã hội học thuật và các hình thức
tác động khác. Điều này góp phần mở rộng cách nhìn về ảnh hưởng của nghiên cứu,
mặc dù các chỉ số mới cũng cần được sử dụng thận trọng. Nhìn tổng thể, xuất bản khoa học
đang dịch chuyển theo hướng mở hơn, nhanh hơn, kết nối hơn và có khả năng xử lý
bằng máy tốt hơn. Đây là nền tảng để hình thành một hệ thống truyền thông khoa
học mà trong đó con người và các hệ thống thông minh cùng tham gia vào quá
trình tổ chức, khám phá và sử dụng tri thức.
4. Thách
thức và định hướng chuyển đổi số trong khoa học và xuất bản
Mặc dù mang lại nhiều cơ hội, chuyển
đổi số không mặc nhiên dẫn đến khoa học có chất lượng cao hơn. Ngược lại, tốc
độ phát triển công nghệ đang đặt ra nhiều thách thức mới đối với hệ thống
nghiên cứu và xuất bản.
Thách thức đầu tiên liên quan đến
liêm chính khoa học. Công nghệ AI tạo sinh có khả năng tạo văn bản, hình ảnh,
dữ liệu và tài liệu tham khảo với tốc độ rất cao. Nếu được sử dụng không phù
hợp, những công cụ này có thể làm gia tăng nguy cơ tạo dữ liệu giả, tài liệu
tham khảo không tồn tại, hình ảnh bị thao túng hoặc các bài báo được sản xuất
hàng loạt nhưng thiếu giá trị khoa học. Điều này làm cho việc bảo đảm chất
lượng và nguồn gốc của thông tin trở thành một nhiệm vụ ngày càng quan trọng.
Thứ hai là trách nhiệm và tính minh
bạch. Khi một phần của nghiên cứu được thực hiện với sự hỗ trợ của AI, cần xác
định rõ nhà nghiên cứu đã sử dụng công cụ nào, sử dụng vào mục đích gì và mức
độ can thiệp của AI ra sao. Nguyên tắc cơ bản cần được duy trì là con người phải
chịu trách nhiệm cuối cùng đối với kết quả nghiên cứu và nội dung công bố.
Thứ ba là vấn đề bảo mật và sở hữu
trí tuệ. Việc đưa bản thảo chưa công bố, dữ liệu cá nhân, dữ liệu nghiên cứu
nhạy cảm hoặc tài liệu phản biện vào các hệ thống AI bên ngoài có thể tạo ra
nguy cơ rò rỉ thông tin. ICMJE đặc biệt lưu ý vấn đề bảo mật khi biên tập viên
và người phản biện sử dụng các công cụ AI trong xử lý bản thảo.
Thứ tư là bất bình đẳng số. Không
phải mọi trường đại học, tạp chí hoặc nhà nghiên cứu đều có điều kiện tiếp cận
tương đương đối với cơ sở dữ liệu, phần mềm, hệ thống điện toán, AI và nguồn
lực tài chính. Nếu không được quản trị phù hợp, chuyển đổi số có thể làm gia
tăng khoảng cách giữa các tổ chức có nguồn lực mạnh và các cơ sở nghiên cứu còn
hạn chế về hạ tầng.
Đối với các quốc gia đang phát
triển, trong đó có Việt Nam, vấn đề này đặc biệt đáng lưu ý. Chuyển đổi số
trong khoa học không nên chỉ được đo lường bằng số lượng phần mềm hoặc nền tảng
được triển khai mà cần được đánh giá thông qua khả năng thực sự của nhà nghiên
cứu và tổ chức trong việc tạo lập, quản trị, chia sẻ và bảo vệ tri thức khoa
học trong môi trường số.
Từ những phân tích trên, chuyển đổi
số trong khoa học và xuất bản có thể được xem xét thông qua năm thành tố có
quan hệ chặt chẽ: (1) Hạ
tầng số, (2) Dữ
liệu và khoa học mở, (3) Công
nghệ thông minh, (4) Năng
lực con người, (5) Quản
trị và liêm chính khoa học. Trong đó, hạ tầng số cung cấp nền tảng kỹ thuật; dữ
liệu và khoa học mở tạo khả năng kết nối và tái sử dụng tri thức; AI và công
nghệ thông minh hỗ trợ nâng cao hiệu quả; năng lực con người quyết định khả
năng sử dụng công nghệ; và quản trị, đạo đức và liêm chính khoa học tạo nền
tảng cho sự tin cậy.
Có thể dự báo rằng trong thời gian
tới, hệ thống khoa học sẽ tiếp tục dịch chuyển từ khoa học số (digital science)
sang khoa học kết nối và được hỗ trợ bởi AI (connected and AI-assisted
science). Trong hệ thống này, dữ liệu và sản phẩm khoa học sẽ ngày càng cần đáp
ứng yêu cầu có thể tìm kiếm, kết nối, tái sử dụng và xử lý bằng máy.
Tuy nhiên, yếu tố trung tâm của khoa
học vẫn là con người. Công nghệ có thể hỗ trợ tìm kiếm, phân tích, viết và đánh
giá thông tin nhưng trách nhiệm đặt câu hỏi nghiên cứu, lựa chọn phương pháp,
diễn giải kết quả và chịu trách nhiệm đối với tri thức được công bố vẫn thuộc
về nhà khoa học. Vì vậy, định hướng quan trọng nhất không phải là thay thế con
người bằng công nghệ mà là xây dựng mô hình hợp tác hiệu quả giữa con người và
công nghệ số.
Từ góc độ quản lý, các trường đại
học, viện nghiên cứu và tạp chí khoa học cần xem chuyển đổi số là một chiến
lược phát triển khoa học, thay vì chỉ là dự án công nghệ thông tin. Quá trình
này cần được triển khai đồng thời ở bốn cấp độ: đầu tư hạ tầng; xây dựng dữ
liệu và hệ thống khoa học mở; phát triển năng lực số và AI cho nhà nghiên cứu;
và hoàn thiện quy định về đạo đức, bảo mật, sở hữu trí tuệ và liêm chính khoa
học. Như vậy, chuyển đổi số không chỉ làm
thay đổi công cụ mà còn đang thay đổi cách khoa học được thực hiện, đánh giá và
truyền thông. Một hệ sinh thái khoa học số bền vững cần bảo đảm sự cân bằng
giữa đổi mới công nghệ với các giá trị cốt lõi của khoa học gồm chất lượng,
minh bạch, khả năng kiểm chứng, công bằng và trách nhiệm.
Tài liệu
tham khảo
1.
cOAlition
S. (n.d.). Plan S principles. https://www.coalition-s.org/plan_s_principles/
2.
Committee
on Publication Ethics [COPE] (2023). COPE position: Authorship and AI tools.
https://doi.org/10.24318/cCVRZBms
3. COPE Council (2023). COPE
position: Authorship and AI tools. Committee on Publication Ethics. https://doi.org/10.24318/cCVRZBms
4. Dwivedi, Y. K., Kshetri, N., Hughes,
L., Slade, E. L., Jeyaraj, A., Kar, A. K., et al (2023). “So what if ChatGPT
wrote it?” Multidisciplinary perspectives on opportunities, challenges and
implications of generative conversational AI for research, practice and policy.
International Journal of Information Management, 71, 102642. https://doi.org/10.1016/j.ijinfomgt.2023.102642
5.
European
Commission (2018). Turning FAIR into reality: Final report and action plan
from the European Commission Expert Group on FAIR Data. Publications Office
of the European Union. https://doi.org/10.2777/1524
6.
International
Committee of Medical Journal Editors [ICMJE] (2026). Recommendations for the
conduct, reporting, editing, and publication of scholarly work in medical
journals. https://www.icmje.org/recommendations/
7. International Committee of Medical
Journal Editors (2026). Recommendations for the conduct, reporting,
editing, and publication of scholarly work in medical journals. https://www.icmje.org/recommendations/
8. Miao, F., & Holmes, W (2023). Guidance
for generative AI in education and research. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000386693
9.
National
Academies of Sciences, Engineering, and Medicine (2018). Open science by
design: Realizing a vision for 21st century research. The National Academies
Press. https://doi.org/10.17226/25116
10. OECD (2015). Making open science a reality.
OECD Science, Technology and Industry Policy Papers, No. 25. OECD Publishing. https://doi.org/10.1787/5jrs2f963zs1-en
11. STM Association (2024). STM trends 2028:
Re-imagining the human factor. International Association of Scientific,
Technical and Medical Publishers.
12. UNESCO (2021). UNESCO recommendation on
open science. United Nations Educational, Scientific and Cultural
Organization. https://unesdoc.unesco.org/ark:/48223/pf0000379949
13. UNESCO (2023). Guidance for generative AI
in education and research. United Nations Educational, Scientific and
Cultural Organization. https://doi.org/10.54675/EWZM9535
14. van Dis, E. A. M., Bollen, J.,
Zuidema, W., van Rooij, R., & Bockting, C. L (2023). ChatGPT: Five
priorities for research. Nature, 614(7947), 224–226. https://doi.org/10.1038/d41586-023-00288-7
15. Wilkinson, M. D., Dumontier, M., Aalbersberg,
I. J., Appleton, G., Axton, M., Baak, A., et al (2016). The FAIR Guiding
Principles for scientific data management and stewardship. Scientific Data,
3, 160018. https://doi.org/10.1038/sdata.2016.18