Credito: Getty/Shutterstock
Senti mai che accettare di rivedere un documento accademico garantisce una giornata lavorativa sprecata? Non sei solo. Molti ricercatori trascorrono ore a segnare un manoscritto, solo per rendersi conto che hanno bisogno di ancora più tempo per far affondare tutto prima di poter scrivere un feedback coerente. Non sorprende che abbiano iniziato a rifiutare gli inviti di recensione: è l’unico modo in cui possono salvaguardare il loro tempo ed energia.
Ma la scienza è uno sforzo di comunità e sappiamo tutti che molti redattori lottano per trovare revisori qualificati in grado di fornire feedback di qualità a scadenze strette. Sappiamo anche che quando le persone più ben informate mantengono le richieste dei redattori in calo, la scienza soffre.
Per saperne di più, ho condotto un sondaggio informale sui social media. Nei post su Facebook e LinkedIn a gennaio, ho chiesto quanto tempo i colleghi accademici spendono a rivedere i documenti. Circa 900 accademici hanno risposto, con oltre il 40% che ha dichiarato di trascorrere da due a quattro ore in una singola recensione, oltre il 25% indicando che trascorrono più di quattro ore nel compito e un notevole 14% ammettendo di aver messo in modo significativo più di quattro ore-a volte un giorno intero di otto ore o anche di più (vedi “lunghe recensioni”). Alcuni intervistati sono rimasti sbalorditi da quei numeri, soprattutto considerando come il feedback frammentato o superficiale può sembrare autori che cercano di dargli un senso.
E se ci fosse un modo più efficiente per rivedere un documento, senza compromettere la qualità e l’integrità del processo? Nel corso degli anni, ho messo a punto un metodo che mi ha aiutato a tagliare drasticamente il tempo che trascorro su ogni recensione, pur fornendo critiche approfondite e costruttive. Ecco come funziona.
Scansionare, dettare, perfezionare
Rompi il processo di revisione in tre semplici passaggi:
Scansione. Sfoglia rapidamente l’abstract, l’introduzione, i metodi e i risultati, concentrandosi sul quadro generale. Se l’analisi sembra solida, leggi il resto del documento. Se rilevi i difetti evidenti, tuttavia, saprai che è probabilmente uno da rifiutare, non c’è bisogno di modificare l’intero manoscritto.
Dettare. Usa la dettatura nello strumento di modifica del testo di tua scelta (ad esempio, l’accesso vocale in Windows o il controllo vocale sul Mac) per acquisire pensieri in tempo reale mentre leggi. In questo modo, eviti di dover scarabocchiare le note o dover ricordare e digitare il tuo feedback in seguito, un grande risparmio di tempo.
Affina. Nutri le tue note dettate in un modello linguistico di grandi dimensioni offline (LLM) per chiarire e organizzare il tuo feedback. Un semplice prompt come “Scrivi una lettera di revisore critica basata sulle seguenti note. Mantieni un tono professionale in tutto “. Non sai come programmare? Nessun problema. Strumenti come GPT4all (vedi “Come impostare ed eseguire un LLM locale”) ti consentono di caricare ed eseguire LLM a livello locale e offline, quindi non è necessario caricare manoscritti sensibili nel cloud. La riservatezza non è negoziabile quando si tratta di ricerche inediti e il caricamento di contenuti esternamente può invitare problemi etici o addirittura legali.
Ma siamo chiari: LLMS non sono lì per far emergere una recensione completa per tuo conto. Sebbene i dati del sondaggio pubblicati sull’ARXIV Preprint Server a gennaio suggeriscano che la revisione automatica della carta accademica (ASPR) possa aiutare ad accelerare le valutazioni e affinare la struttura, gli strumenti ASPR lottano ancora con competenze specifiche del dominio, distorsioni e problemi di sicurezza dei dati1. Invece, usa l’LLM per individuare la ridondanza, perfezionare il fraseggio e organizzare suggerimenti (per i suggerimenti, vedere la mia colonna precedente). Tu – il revisore – devi esprimere il giudizio finale sulla metodologia, i risultati e il contributo complessivo del documento al campo.
Entro la fine di questo processo, dovresti avere una serie di commenti strutturati, sezione per sezione che possono essere rapidamente perfezionati in un rapporto di revisore coerente. Ma assicurati di controllare la politica dell’editore sull’intelligenza artificiale generativa (AI) prima di iniziare. Alcuni vanno bene con i revisori che utilizzano strumenti AI generativi per riordinare il feedback scritto. Ma caricare un manoscritto o rivedere il testo nel cloud è di solito un “no” duro: la riservatezza è sulla linea. L’esecuzione di un LLM offline ti mantiene localmente all’interno delle restrizioni politiche e salvaguarda l’anonimato degli autori. Inoltre, impedisce che il loro lavoro venga raccolto per la formazione di futuri LLM.
Risultati e lezioni
Questo flusso di lavoro mi ha aiutato a rivendicare innumerevoli ore nel mio programma: trascorrevo mezza giornata su un manoscritto; Ora sono bastati 30–40 minuti se i metodi della carta sono sani. Se ci sono gravi difetti, è ancora più veloce: non c’è bisogno di lucidare un documento inedito.
I commenti che faccio sono generalmente più accurati di prima: dettare commenti in tempo reale mi costringe a “parlare attraverso” il documento piuttosto che le note di scarabocchi e per articolare le critiche sul posto, spesso esponendo lacune logiche che altrimenti mi sarei perso. Inoltre, approfondisce il mio impegno con il documento, con conseguente feedback più chiaro e più mirato.
