Chukanova, Svitlana2025-06-042025-06-042024Chukanova S. Comparative analysis of ChatGPT and Re3Data.org for finding data repositories in social science / Svitlana Chukanova // Відкрита наука та інновації. - 2025. - Т. 1, № 1. - P. 37-47. - http://doi.org/10.62405/osi.2025.01.033041-1416http://doi.org/10.62405/osi.2025.01.03https://ekmair.ukma.edu.ua/handle/123456789/34922Штучний інтелект (ШІ) відіграє дедалі помітнішу роль у науковій комунікації. Незважаючи на занепокоєння щодо дотримання норм академічної доброчесності, інструменти ШІ пропонують потенційні переваги для дослідників, зокрема в роботі з дослідницькими даними. Ця стаття вивчає, чи може Chat Generative Pre-training Transformer (ChatGPT) ефективно ідентифікувати та рекомендувати кількісні та якісні набори даних у соціальних науках. Ми порівнюємо, як ChatGPT (версія 3.5) ідентифікує репозитарії для даних у порівнянні зі спеціалізованим реєстром Re3Data.org. Результати показали, що ChatGPT може надавати відповідні рекомендації щодо репозитаріїв, які доповнюють, а не дублюють ті, що знайдені через Re3Data.org, надаючи дослідникам ширший спектр варіантів. Стандартні пошуки з використанням Re3Data.org пропонували більш структуровані результати з дисциплінарною категоризацією, тоді як ChatGPT надавав переліки репозитаріїв із багатшою контекстною інформацією про їх вміст. Здійснюючи пошуки наборів даних ChatGPT продемонстрував здатність ідентифікувати конкретні набори даних у кількох репозитаріях з детальними метаданими. Однак, коли запитували про ширші емпіричні тенденції, такі як співвідношення кількісних та якісних досліджень, ChatGPT міг надати лише узагальнені відповіді без точних статистичних даних, що підкреслює його обмеження в доступі до поточних емпіричних даних.Artificial intelligence (AI) is increasingly important in scholarly communication. Despite concerns about academic integrity compliance, AI tools offer potential benefits for researchers navigating the complex landscape of research data repositories. This study explores whether Chat Generative Pre-training Transformer (ChatGPT) can effectively identify and recommend quantitative and qualitative datasets in social sciences. We compare how ChatGPT (version 3.5) identifies data repositories versus the specialized Re3Data.org registry. The results revealed that ChatGPT can respond with relevant repository recommendations that complement rather than duplicate those found through Re3Data.org, providing researchers with a broader range of options. Standard searches using Re3Data.org offered more structured results with disciplinary categorization, while ChatGPT provided repositories with richer contextual information about their contents. In specialized searches for datasets on generative AI in academic contexts, ChatGPT demonstrated the ability to identify specific datasets across multiple repositories with detailed metadata. However, when asked about broader empirical trends, such as the proportion of quantitative versus qualitative research, ChatGPT could only provide generalized responses without precise statistics, highlighting its limitations in accessing current empirical data. The conclusion reached is that while ChatGPT cannot yet generate repository data of suitable quality for advanced-level analyses in all contexts, it is a valuable complementary tool to traditional repository registries. As AI tools continue to develop, educators and scholars must shift their focus from negative expectations to the practical benefits these tools can provide in research data discovery.enChatGPTRe3Data.orgdata repositoriessocial scienceAIarticleChatGPTRe3Data.orgсховища данихсоціальні наукиШІArticle