Nowe badanie o sztucznej inteligencji. W świecie nauki coraz częściej mówi się o rosnącej roli sztucznej inteligencji. Narzędzia oparte na generatywnych modelach językowych przyspieszają badania, ułatwiają publikowanie wyników i zwiększają zasięg cytowań. Jednak najnowsze badanie z Cambridge pokazuje, że szybki postęp może prowadzić do niezamierzonych konsekwencji. Eksperci ostrzegają, że masowe korzystanie z AI może stopniowo ograniczać różnorodność podejść, metod i tematów w badaniach, co w dłuższej perspektywie może zmieniać sposób myślenia i prowadzenia nauki.
Nowe badanie o sztucznej inteligencji. Może doprowadzić naukę do ślepej uliczki
Sztuczna inteligencja przyspiesza pracę naukowców, ale nowe badanie z Uniwersytetu w Cambridge ostrzega: technologia ta zagraża różnorodności nauki, a tym samym przyszłym odkryciom. Naukowcy podkreślają, że masowe użycie AI zmienia nie tylko tempo pracy, lecz także kierunki badań i sposób myślenia całej społeczności naukowej.
Badanie opisuje paradoks: technologia, która miała przyspieszać postęp nauki, w dłuższej perspektywie może go spowolnić. Problemem jest samonapędzające się sprzężenie zwrotne: badacze korzystający z AI publikują szybciej, są częściej cytowani i łatwiej zdobywają granty. Tymczasem niektóre odpowiedzi na wcześniej nierozwiązane pytania nauki AI już znalazła. To przyciąga coraz więcej naukowców do badań związanych z AI – kosztem ich pierwotnych dziedzin. Według analizy powstaje tzw. potrójna konwergencja:
- Tematyczna: coraz więcej pytań badawczych jest przetwarzanych przez pryzmat AI – różne dziedziny zaczynają opowiadać tę samą historię.
- Metodyczna: duże modele językowe dominują jako standardowe narzędzie do klasyfikacji, analizy tekstów i przetwarzania danych. To subtelnie wpływa na to, jakie pytania w ogóle są zadawane.
- Językowa: publikacje naukowe zaczynają brzmieć podobnie. Terminy takie jak „zaufana AI”, „współpraca człowiek-AI” czy „etyczne wykorzystanie” zastępują indywidualne myślenie własnym, wymiennym żargonem.
Autorzy porównują ten proces do monokultury rolniczej: tak jak jednolite pola są bardziej podatne na choroby i kryzysy, tak intelektualna jednolitość czyni naukę mniej odporną.
Naukowcy ostrzegają: AI zawęża horyzonty
Najbardziej krytycznie oceniany jest tzw. efekt epistemicznego sprzężenia zwrotnego: AI jest wykorzystywana do generowania pomysłów o AI – zamknięty cykl, który systematycznie ogranicza spojrzenie na inne obszary badań. Projekty niezwiązane z AI tracą finansowanie i widoczność, a powolna i nietypowa nauka zostaje zepchnięta na margines.
„Napływ badań związanych z AI tworzy sprzężenie zwrotne tematycznej i metodycznej konwergencji, które spłaszcza wyobraźnię naukową” – ostrzegają autorzy. Jak podaje Merkur, w praktyce grozi to utratą różnorodności intelektualnej, rosnącą zależnością od jednego typu narzędzia i zmniejszoną zdolnością adaptacyjną społeczności badawczej.
Sztuczna inteligencja w nauce. Naukowcy wzywają do poprawek strukturalnych
Badacze z Cambridge nie postulują powrotu do dawnych metod pracy, lecz strukturalne korekty:
- Różnicowanie finansowania: wprowadzenie minimalnej reprezentacji projektów niezwiązanych z AI w dużych konsorcjach.
- Rotacja metod: równoważenie podejść etnograficznych, eksperymentalnych i jakościowych.
- Reforma recenzji: angażowanie recenzentów z różnych dziedzin i nagradzanie głębi, a nie szybkości.
- Zmiana systemu nagród: docenianie oryginalności i odwagi badawczej, a nie tylko liczby publikacji. Przeczytaj także: Zaskakujące odkrycie naukowców: Sztuczna inteligencja działa najlepiej, kiedy otrzymuje komendy w języku polskim
Potwierdzenie z innych badań
Z podobnym wnioskiem zgadzają się badania opublikowane w Nature przez Qianyue Hao i współpracowników z Tsinghua University i University of Chicago. Analiza setek tysięcy publikacji pokazuje, że AI zwiększa wpływ poszczególnych naukowców – więcej cytowań i większy zasięg – ale jednocześnie zmniejsza tematyczną różnorodność nauki jako całości.
Badania Yale i Princeton (Lisa Messeri i Molly J. Crockett) zwracają uwagę na tzw. „iluzje zrozumienia”: naukowcy wierzą, że dzięki AI wiedzą więcej, niż rzeczywiście rozumieją. „Produkujemy więcej, ale rozumiemy mniej” – podsumowują autorzy.