Hieronder vind je een aantal direct te gebruiken (copy / paste naar je laptop) prompts voor onderzoekers:
Schrijf een onderzoeksvoorstel
“Schrijf een onderzoeksvoorstel dat de noodzaak onderzoekt van [PROBLEEMSTELLING]. Het voorstel moet een inleiding bevatten die het probleem schetst, een literatuuroverzicht dat eerdere studies samenvat, een methodesectie die uitlegt hoe je het onderzoek wilt uitvoeren, en een verwachte resultaten sectie die de potentiële impact van het onderzoek beschrijft. Zorg ervoor dat het voorstel realistische doelstellingen en een duidelijk tijdspad bevat. Gebruik maximaal 2000 woorden en kom met twee varianten: de eerste in het Nederlandsen de twee in het Engels. Betrek het lectoraat [NAAM LECTORAAT] van Windesheim erbij: [URL VAN HET LECTORAAT OP WWW.WINDESHEIM.NL]”
Ontwerp een experimenteel plan
“Ontwerp een experimenteel plan om de effectiviteit van een nieuw ontwikkeld [ONDERZOEKSVELD] te testen. Het plan moet de volgende elementen bevatten: een literatuuroverzicht, hypothese, variabelen, methodologie, benodigde materialen, en een plan voor data-analyse. Zorg ervoor dat het plan geschikt is voor publicatie in een peer-reviewed wetenschappelijk tijdschrift.”
Review huidige stand van zaken in een onderzoeksveld
“Genereer een gedetailleerde review van de huidige stand van zaken in het onderzoek naar [ONDERZOEKSVELD]. De review moet recente doorbraken, gebruikte methoden, en potentiële toepassingen omvatten. Voeg ook een sectie toe over de belangrijkste uitdagingen en toekomstige richtingen van dit onderzoeksveld. Zorg ervoor dat alle informatie up-to-date is en citeer relevante wetenschappelijke artikelen waar mogelijk.”
Opstellen van een onderzoeksvoorstel
“Ontwikkel een onderzoeksvoorstel dat de impact van klimaatverandering op de biodiversiteit in de Nederlandse kusntgebieden onderzoekt. Het voorstel moet een duidelijke onderzoeksvraag formuleren, een overzicht geven van de huidige kennis over het onderwerp, een gedetailleerde methodologie beschrijven voor veldonderzoek en data-analyse, en een plan voorstellen voor het delen van de resultaten met lokale gemeenschappen en beleidsmakers. Inclusief een budgetoverzicht en een tijdlijn voor de uitvoering van het onderzoek.”
Dataset genereren
“Ik wil graag dat je een dataset genereert over [ONDERWERP] met [AANTAL] synthetische records met de volgende kenmerken: [NAAM VAN HET VELD] [DATATYPE/BEREIK]… enzovoort. [SPECIALE INSTRUCTIES OVER DE DATASET] De gegevens moeten realistisch en aannnemelijk zijn. Niet duidelijk nep of willekeurig gegenereerd. Formatteer de output als een [CSV] bestand met door komma’s gescheiden warden, met een koprij die de veldnamen vermeldt en [DATASETNUMMER] rijen.’’
Analyse van kwalitatieve data met codeerschema
“Bijgevoegd vind je een bestand met kwalitatieve data uit intervieuws en focusgroepdiscussies gericht op [ONDERZOEKSONDERWERP]. Analyseer deze data op terugkerende thema’s, patronen en trends. Op basis van je analyse, formuleer een gedetailleerd codeerschema dat ik kan gebruiken om nieuwe data systematisch te organiseren en de belangrijkste inzichten te identificeren die relevant zijn voor mijn onderzoeksdoelen.”
Andere A.I. tools
Met dank aan AI in onderzoek – Josien Boetje Educatie geeft onderstaand een beeld van andere A.I. tools dan Copilot.
Onderzoeksvragen
De eerste stap binnen onderzoek is vaak inlezen in een onderwerp en opstellen van onderzoeksvragen. Ondanks dat je in deze fase je onderwerp nog niet altijd heel afgebakend is, helpt het ook hier (net als in het algemeen bij prompting), om je prompt (input voor AI-systemen) specifiek af te bakenen. Bij de meeste systemen kun je in het Nederlands je vraag stellen, maar zullen de resultaten veelal Engelstalige literatuur geven:
- Teach Anything: oriënteer je op je onderwerp door vragen te stellen, bijvoorbeeld over kernbegrippen. Je kunt dit in allerlei talen doen en kiezen of je een easy of professional antwoord wilt. Handig om de belangrijkste begrippen van een nieuw vakgebied eigen te maken!
- ResearchGPT by Concensus, stel je onderzoeksvraag en ontdek relevante bronnen
- Paper Digest geeft je op basis van een onderzoeksvraag een top 10 van gerelateerde artikelen en een korte samenvatting van het antwoord op jouw vraag op basis van deze artikelen. Het fijne is dat je hierdoor snel een idee krijgt over een onderwerp. Wil je meer de diepte in, dan kun je de oorspronkelijke bronnen checken om te verifiëren in hoeverre de gegenereerde samenvatting accuraat en relevant is.
- Elicit laat je op basis van een onderzoeksvraag artikelen vinden, relevante informatie uit deze artikelen extraheren en geeft ook een samenvatting van de meest relevante bronnen.
- Sci Space is vergelijkbaar als Elicit, maar heeft ook de ‘copilot’ optie, waarmee je met artikelen in gesprek kunt gaan. Ook heeft het een TLDR (Too Long Didn’t Read) samenvatting per artikel, waardoor je snel kunt inschatten of een bron relevant voor je is.
Zoeken naar relevante bronnen
Ben je op zoek naar relevante bronnen? Deze tools kunnen je ondersteunen:
- Semantic Scholar is een gratis onderzoeksrool. Het geeft een TLDR (Too Long Didn’t Read) samenvatting per artikel en heeft ook een handige ‘gerelateerd werk’ functie, waardoor je op basis AI vergelijkbare artikelen kunt vinden.
- Zowel Connected Papers als Research Rabbit visualiseren een netwerk van gelinkte papers. Dit is vooral handig als je al weet hebt van een aantal belangrijke key papers binnen jouw vakgebied, en aan de hand van deze papers vergelijkbare artikelen wilt vinden. Deze tools bevatten zowel forward als backward citation searching, maar voegen ook artikelen toe op basis van inhoudelijke vergelijkenissen.
- ai laat je zoeken naar bronnen bij een claim, of juist tegengesteld bewijs vinden. Dit kan misschien voelen als cherry picking, maar je kunt het ook juist kritisch inzetten om voor je discussie van je resultaten te kijken in hoeverre dit overeenkomt met eerder onderzoek. De tool geef specifieke citaten weer uit papers waaruit blijkt dat een claim wel of niet waar zou zijn. Kijk hierbij steeds goed naar waar in het paper deze claim staat: Is het onderbouwd met resultaten uit het paper, of gewoon een mening van de auteur in de introductie?
Screenen van literatuur
Er is tegenwoordig zo veel literatuur te vinden op het internet, dat je soms als onderzoeker door de bomen het bos niet meer ziet. Door de opkomst van digitaal publiceren is de kwaliteit van de artikelen ook wisselender, met als gevolg dat je soms wel duizenden resultaten krijgt op je zoekvraag. Je kunt nu twee dingen doen: of je bakent je vraag en je zoekfilters zo af dat je minder resultaten krijgt. Het nadeel hiervan is echter dat je hierdoor ook mogelijk relevante literatuur mist.
Een alternatief is om te werken met AI-ondersteunde screening-tools. Een mooi voorbeeld hiervan is de open-source tool ASreview. Via active learning train je je eigen AI-model, die van jou leert naar welke artikelen je op zoekt bent. Je voert een bestand in met alle zoekresultaten (bijv .ris of .csv bestand),
ASreview geeft jou steeds een titel en een abstract, jij geeft aan of het relevant is of niet, en zo leert het systeem steeds beter waarnaar jij op zoekt bent. Het model laat jouw dan eerst de meest waarschijnlijke relevante resultaten zien (priority based screening), en bewaart de irrelevante artikelen voor het einde. Hierdoor ben je soms al na het screenen van 10-20% van je abstract klaar!