Μελέτη της αποτελεσματικότητας των LLMs σε διαφορετικά επιστημονικά πεδία

Abstract

Η παρούσα πτυχιακή εργασία διερευνά την αποτελεσματικότητα των Μεγάλων Γλωσσικών Μοντέλων (LLMs) σε διαφορετικά επιστημονικά πεδία, εξετάζοντας πώς διαφοροποιείται η απόδοσή τους ανάλογα με το εκάστοτε γνωστικό αντικείμενο. Καθώς η παραγωγική τεχνητή νοημοσύνη ενσωματώνεται ταχύτατα σε ερευνητικά και επαγγελματικά περιβάλλοντα, η κριτική αξιολόγηση των δυνατοτήτων αλλά και των ορίων της αποτελεί επιτακτική ανάγκη. Για τον σκοπό αυτό, εκπονήθηκε Συστηματική Βιβλιογραφική Ανασκόπηση (SLR) βασισμένη στο πρωτόκολλο PRISMA και το πλαίσιο επιλεξιμότητας PICOC. Μέσα από την ανάλυση 43 πρόσφατων επιστημονικών μελετών, χαρτογραφείται η απόδοση των μοντέλων σε πέντε βασικούς τομείς: Θετικές Επιστήμες και Μαθηματικά, Πληροφορική και Προγραμματισμό, Ιατρική και Βιοεπιστήμες, Νομική, καθώς και Κοινωνικές και Ανθρωπιστικές Επιστήμες. Τα ευρήματα υποδεικνύουν ότι η αποτελεσματικότητα των LLMs δεν είναι ομοιόμορφη, αλλά εξαρτάται άμεσα από τον βαθμό τυποποίησης του πεδίου, τον όγκο των διαθέσιμων δεδομένων εκπαίδευσης και την πολυπλοκότητα του απαιτούμενου συλλογισμού. Ενώ τα μοντέλα επιδεικνύουν κορυφαίες επιδόσεις σε αυστηρά δομημένες εργασίες, όπως η παραγωγή μεμονωμένου κώδικα ή η επίλυση βασικών μαθηματικών προβλημάτων, αντιμετωπίζουν σημαντικές προκλήσεις σε καθήκοντα που απαιτούν πολυβηματική λογική ή λεπτή κλινική και νομική κρίση. Ακόμη και όταν σημειώνουν υψηλές βαθμολογίες σε τυποποιημένα benchmarks, παραμένουν επιρρεπή σε ψευδαισθήσεις (hallucinations). Παράλληλα, καταγράφεται σημαντική υστέρηση της απόδοσής τους σε γλώσσες με λιγότερους πόρους (όπως τα ελληνικά) και σε μη αγγλοσαξονικά θεσμικά πλαίσια. Συμπερασματικά, αν και τεχνικές όπως το prompt engineering, το fine-tuning και οι πολυπρακτορικές μέθοδοι (agentic workflows) ενισχύουν κατακόρυφα την ακρίβεια των απαντήσεων, η ανθρώπινη εποπτεία παραμένει αναντικατάστατη. Τα LLMs αποδεικνύεται πως λειτουργούν βέλτιστα ως ισχυρά εργαλεία υποστήριξης και όχι ως αυτόνομοι λήπτες αποφάσεων, ιδιαίτερα σε περιβάλλοντα υψηλού ρίσκου.