நான்காம் மாதம் - மேம்பட்ட ஆய்வு | வாரம் 4: நடைமுறைச் செயல்பாடும் வாரச் சுருக்கமும்
பேராசிரியர். சத்தியராஜ் தங்கச்சாமி
தமிழ் உதவிப்பேராசிரியர், முதன்மைப் பதிப்பாசிரியர், விக்கிமீடியர்
ஸ்ரீ கிருஷ்ணா ஆதித்யா கலை மற்றும் அறிவியல் கல்லூரி, கோயம்புத்தூர் – 641042.
"தொகுத்துத் துணிதல்" — ஒரு சிறந்த ஆய்வாளருக்குரிய தமிழ் மரபு.
சென்ற மூன்று வாரங்களில் செய்யறிவின் அடிப்படைகள், தூண்டல் பொறியியல், கற்றல் நுட்பங்களைக் கற்ற நாம், இந்த நான்காம் வாரத்தில் NotebookLM எனும் நவீன ஆய்வுக் கருவியைக் கையாள்வதில் தேர்ச்சி பெற்றுள்ளோம். கற்ற அறிவு என்பது செயல்பாட்டிற்கு வரும்போதே முழுமை பெறுகிறது.
"தொகுத்துத் துணிதல்" என்பது ஒரு சிறந்த ஆய்வாளருக்குரிய பண்பு என்கிறது தமிழ் மரபு. இன்றைய இருபதாம் நாள் பாடத்தில், நாம் கற்ற அனைத்து நுட்பங்களையும் ஒன்றிணைத்து, "சிலப்பதிகாரத்தில் பெண் பாத்திரங்கள்" என்ற தலைப்பில் ஒரு முழுமையான எண்ணிம ஆய்வுத் திட்டத்தை (Research Project) உருவாக்கப் போகிறோம். பல்வேறு ஆய்வுக் கட்டுரைகளைப் பதிவேற்றுவது தொடங்கி, அவற்றுடன் உரையாடித் தரவுகளைத் திரட்டுவது, சான்றுகளைச் சரிபார்ப்பது, ஒரு நவீன 'ஆடியோ ஓவர்வியூ' உருவாக்குவது என ஒரு முழுமையான எண்ணிம ஆய்வாளராக உங்களை நீங்கள் தகுதிப்படுத்திக் கொள்ளும் இறுதிப் பயிற்சி இதுவாகும்.
தலைப்பு: "சிலப்பதிகாரத்தில் பெண் பாத்திரங்கள்: கண்ணகி, மாதவி, கோவலன் அம்மை"
- படி 1: Notebook-ஐ உருவாக்கவும்.
பெயர்: "சிலப்பதிகாரம் - பெண் பாத்திரங்கள்" - படி 2: குறைந்தது 5 ஆதாரங்களைப் பதிவேற்றவும்.
- PDF 1: "சிலப்பதிகாரத்தில் கண்ணகி" என்ற ஆய்வுக் கட்டுரை
- PDF 2: "சிலப்பதிகாரத்தில் மாதவி" என்ற ஆய்வுக் கட்டுரை
- PDF 3: "சிலப்பதிகாரத்தில் கோவலன் அம்மை" என்ற ஆய்வுக் கட்டுரை
- EPUB: "சிலப்பதிகாரம்" முழு நூல் (மூலம்)
- Web Link: தமிழ் இணையக் கல்விக்கழகத்தில் உள்ள சிலப்பதிகாரம் குறித்த கட்டுரை - படி 3: ஆதாரங்களுடன் உரையாடி, 10 கேள்விகளுக்குப் பதில் பெறவும்.
- படி 4: பதில்களைக் குறிப்புகளாகச் சேமிக்கவும்.
"Save to Notes" மூலம் சேமிக்கவும். - படி 5: ஆடியோ ஓவர்வியூவை உருவாக்கவும்.
Studio பேனலில், Audio Overview-ஐத் தேர்ந்தெடுத்து, தமிழில் உருவாக்கவும். - படி 6: குறிப்புகளை ஆதாரமாக மாற்றவும்.
Notes-ஐ "Convert all notes to source" மூலம் ஒரு புதிய ஆதாரமாக மாற்றவும். - படி 7: இறுதி அறிக்கையைத் தயாரிக்கவும்.
மதிப்பீட்டு அளவுகோல்கள்
AI நபர்கள் சொன்ன தகவல்கள், ஆதாரங்களில் இருந்தவையா? தவறான தகவல்கள் ஏதேனும் இருந்தனவா?
ஆதாரங்களில் உள்ள முக்கியமான தகவல்கள் அனைத்தும் உள்ளடக்கப்பட்டனவா? ஏதேனும் முக்கியமானவை தவிர்க்கப்பட்டனவா?
உரையாடல் தெளிவாக இருந்ததா? AI நபர்களின் பேச்சு புரியும் வகையில் இருந்ததா?
தமிழில் உள்ள ஆடியோ, இயற்கையாக இருந்ததா? உச்சரிப்பு, தொனி, இலக்கணம் சரியாக இருந்தனவா?
இந்த Audio Overview, ஆய்வுக்கு எவ்வாறு உதவியது? மூல ஆதாரங்களைப் படிப்பதற்கு முன், இது ஒரு நல்ல முன்னுரையாக அமைந்ததா?
NotebookLM அறிமுகம்
Google-ன் AI-powered Research Notebook. நாம் பதிவேற்றும் ஆதாரங்களிலிருந்து மட்டுமே பதிலளிக்கும்.
ஆதாரங்களின் வகைகள்
PDF, EPUB, Google Docs, URLs, Copied Text, Audio Files. பல்வேறு வடிவங்களில் ஆதாரங்களைப் பதிவேற்றலாம்.
சான்றுகள் (Citations)
பதில்களுடன் சான்றுகள் இணைக்கப்பட்டிருக்கும். மூல ஆதாரத்தைச் சரிபார்க்க உதவுகிறது.
Source Selection
ஒவ்வொரு கேள்விக்கும் எந்தெந்த ஆதாரங்களைப் பயன்படுத்த வேண்டும் என்பதைத் தேர்வு செய்யலாம்.
Notes
பதில்களைச் சேமித்து, குறிப்புகளாக வைத்துக் கொள்ளலாம். குறிப்புகளை மீண்டும் ஆதாரங்களாக மாற்றலாம்.
Audio & Video Overview
ஆதாரங்களைப் பாட்காஸ்ட் வடிவிலும், காட்சி வடிவிலும் மாற்றித் தரும். தமிழ் உட்பட 80 மொழிகளில் கிடைக்கிறது.
"நடைமுறைச் செயல்பாடும் வாரச் சுருக்கமும்" குறித்த இன்றைய பாடத்தின் மூலம், NotebookLM எனும் தொழில்நுட்பத்தை ஒரு தமிழ் இலக்கிய ஆய்வாளர் எவ்வாறு தன் அறிவாயுதமாக மாற்றிக்கொள்ளலாம் என்பதை முழுமையாகப் புரிந்துகொண்டோம்.
இந்த வாரம் நாம் கற்றவை
NotebookLM என்பது நாம் வழங்கும் ஆதாரங்களை (Sources) மட்டுமே கொண்டு இயங்கும் ஒரு தனிப்பயனாக்கப்பட்ட அறிவுத்தளம் என்பதை உறுதிப்படுத்தினோம்.
செய்யறிவு வழங்கும் பதில்களில் உள்ள மேற்கோள்களை (Citations) சொடுக்கி, மூல நூலின் பக்கங்களைச் சரிபார்ப்பதன் மூலம் ஆய்வின் துல்லியத்தை (Accuracy) மேம்படுத்தினோம்.
ஓர் ஆய்வுக் குறிப்பை வெறும் உரையாக மட்டுமல்லாமல், ஆடியோ ஓவர்வியூ (Audio Overview), வீடியோ ஓவர்வியூ போன்ற நவீன ஊடக வடிவங்களாக மாற்றும் திறனைப் பெற்றோம்.
சேமித்த குறிப்புகளை மீண்டும் ஆதாரங்களாக மாற்றி, ஒரு தொடர் ஆய்வுச் சங்கிலியை (Research Chain) உருவாக்குவதை நடைமுறைப்படுத்தினோம்.
"எப்பொருள் யார்யார்வாய்க் கேட்பினும் அப்பொருள் மெய்ப்பொருள் காண்பது அறிவு" — என்ற வள்ளுவரின் நெறிப்படி, தொழில்நுட்பம் தரும் தரவுகளை மூல ஆதாரங்களுடன் ஒப்பிட்டுப் பார்த்து மெய்ப்பொருளைக் கண்டறியும் பக்குவத்தை இந்த வாரம் நமக்கு அளித்துள்ளது.
இந்த நான்கு வாரப் பயணத்தில், செய்யறிவு என்பது ஒரு மிரட்டலான இயந்திரம் அல்ல; அது நமது மொழியையும், இலக்கியத்தையும் ஆழமாகப் பயில உதவும் ஒரு நவீன 'ஏடு' என்பதை உணர்ந்திருப்பீர்கள்.
அடுத்த வாரத்தில் (வாரம்-5): கற்ற இந்த நுட்பங்களைக் கொண்டு ஒரு முழுமையான ஆய்வுக் கட்டுரையை எழுதுவது எப்படி? "செய்யறிவு உதவியுடன் கட்டுரை உருவாக்கம் மற்றும் பிழைதிருத்தம்" குறித்த புதிய கட்டத்திற்கு நாம் நகரப் போகிறோம். உங்கள் படைப்பாற்றலைத் தொழில்நுட்பத்துடன் இணைக்கத் தயாராகுங்கள்!
கேள்வி 1: NotebookLM மற்ற செய்யறிவுக் கருவிகளிலிருந்து (ChatGPT, Gemini) எவ்வாறு வேறுபடுகிறது? தமிழ் இலக்கிய ஆய்வில் இந்த வேறுபாடு ஏன் முக்கியமானது? (15 மதிப்பெண்கள்)
கேள்வி 2: NotebookLM-ல் ஆதாரங்களைப் பதிவேற்றும் போது, மேற்கோள் தகவல்களை (ஆசிரியர், நூல், பக்கம்) சேர்ப்பது ஏன் முக்கியம்? இது ஆய்வாளர்களுக்கு எவ்வாறு உதவுகிறது? (10 மதிப்பெண்கள்)
கேள்வி 3: NotebookLM-ல் உள்ள "Source Selection" மற்றும் "Citations" ஆகிய இரண்டு அம்சங்களும், ஆய்வின் தரத்தை எவ்வாறு மேம்படுத்துகின்றன? (10 மதிப்பெண்கள்)
கேள்வி 4: Audio Overview மற்றும் Video Overview ஆகிய இரண்டின் பயன்கள் யாவை? இவற்றின் வரம்புகள் யாவை? ஆய்வாளர்கள் இவற்றை எவ்வாறு பொறுப்புடன் பயன்படுத்த வேண்டும்? (15 மதிப்பெண்கள்)
பணி: தமிழ் இலக்கியம் தொடர்பான ஒரு தலைப்பில், குறைந்தது 5 ஆதாரங்களைக் (Sources) கொண்ட ஒரு Notebook-ஐ உருவாக்கவும். பின்வரும் அனைத்து அம்சங்களையும் பயன்படுத்தி, ஒரு விரிவான அறிக்கையைச் சமர்ப்பிக்கவும்.
அறிக்கையில் பின்வருவன அடங்கியிருக்க வேண்டும்:
- Notebook-ன் தலைப்பு மற்றும் நோக்கம்: நீங்கள் எந்தத் தலைப்பில் ஆய்வு செய்கிறீர்கள்? ஏன் இந்தத் தலைப்பைத் தேர்ந்தெடுத்தீர்கள்?
- ஆதாரங்களின் பட்டியல்: நீங்கள் பதிவேற்றிய 5 ஆதாரங்களின் பட்டியல். ஒவ்வொரு ஆதாரத்தின் வகை (PDF, EPUB, URL, Copied Text), ஆசிரியர், நூல் தலைப்பு, வெளியீட்டாண்டு போன்ற விவரங்களைச் சேர்க்கவும்.
- கேள்வி-பதில் பகுதி: நீங்கள் ஆதாரங்களுடன் உரையாடி, குறைந்தது 10 கேள்விகளைக் கேட்டு, அவற்றுக்கான பதில்களைப் பதிவு செய்யவும். இதில், Source Selection-ஐப் பயன்படுத்திய குறைந்தது இரண்டு கேள்விகளாவது இருக்க வேண்டும்.
- சான்றுகள் (Citations): மேலே உள்ள பதில்களில், NotebookLM தந்த சான்றுகளில் (Citations) ஒன்றை எடுத்துக்காட்டி, அந்தச் சான்றின் மூலம் நீங்கள் எவ்வாறு மூல ஆதாரத்தைச் சரிபார்த்தீர்கள் என்பதை விளக்கவும்.
- குறிப்புகள் (Notes): நீங்கள் "Save to Notes" மூலம் சேமித்த குறைந்தது 5 குறிப்புகளைச் சேர்க்கவும். மேலும், இந்தக் குறிப்புகளை "Convert all notes to source" மூலம் எவ்வாறு ஒரு புதிய ஆதாரமாக மாற்றினீர்கள் என்பதை விளக்கவும்.
- ஆடியோ ஓவர்வியூ: நீங்கள் உருவாக்கிய Audio Overview-ஐ (தமிழில்) பதிவிறக்கம் செய்து, அதன் இணைப்பை (link) அல்லது கோப்பைச் சமர்ப்பிக்கவும். மேலும், இந்த Audio Overview-ஐ மதிப்பீடு செய்து, அதன் துல்லியம், முழுமை, தெளிவு, தமிழ் நடை ஆகியவற்றைப் பற்றி ஒரு சிறு பகுப்பாய்வு எழுதவும்.
- முடிவுரை: NotebookLM-ஐத் தமிழ் இலக்கிய ஆய்வுக்குப் பயன்படுத்துவதால் கிடைக்கும் நன்மைகள், எதிர்கொள்ளும் சவால்கள், மற்றும் உங்கள் ஒட்டுமொத்த அனுபவம் குறித்து எழுதவும்.
முதன்மை ஆய்வு (Main Article):
• Li, P., Yang, J., Islam, M. A., & Ren, S. (2025). Making AI less 'thirsty': Uncovering and addressing the secret water footprint of AI models. Communications of the ACM, 68(7), 54–61. https://doi.org/10.1145/3724499
நூல்கள், இலக்கியங்கள் (Literature & Basics):
• இளங்கோவடிகள். சிலப்பதிகாரம் (மூல நூல்).
• தொல்காப்பியர். தொல்காப்பியம் (இலக்கண நூல்).
செயற்கை நுண்ணறிவு, சுற்றுச்சூழல் தொடர்பான ஆய்வுகள் (AI & Environment):
• Ahmed, K., Islam, M. A., Ren, S., & Quan, G. (2014). Exploiting temporal diversity of water efficiency to make data center less “thirsty”. Proceedings of the 11th International Conference of Autonomic Computing.
• de Vries, A. (2023). The growing energy footprint of artificial intelligence. Joule. https://tinyurl.com/2cmwv5m3
• Luccioni, A. S., Viguier, S., & Ligozat, A-L. (2024). Estimating the carbon footprint of BLOOM, a 176B parameter language model. Journal of Machine Learning Research, 24(1), Article 253.
• Schwartz, R., Dodge, J., Smith, N. A., & Etzioni, O. (2020). Green AI. Communications of the ACM, 63(12), 54–63.
நவீனத் தொழில்நுட்பம், ஆய்வு வழிகாட்டிகள் (Modern Tech & Guides):
• Friese, S., Nguyen-Trung, K., Powell, S., & Morgan, D. (2026). Beyond binary positions: Making space for critical and reflexive GenAI integration in qualitative research. Qualitative Inquiry. https://doi.org/10.1177/10778004261429393
• Johnson, S. (n.d.). How to use NotebookLM as a research tool: Steven Johnson's guide. NotebookLM.
• Labrador, B. (2026). Capitalizing on genre-based corpora with the use of the AI-powered research tool Notebook LM. Academic Paper.
நிறுவன அறிக்கைகள் (Corporate Reports):
• Google. (2024). Environmental Report 2024. https://sustainability.google/reports/
• Microsoft. (2024). Environmental Sustainability Report 2024. https://tinyurl.com/2eum2dhg
• Meta. (2024). Sustainability Report 2024. https://tinyurl.com/2yagb6vk