Przez stulecia nauka była przedsięwzięciem zasadniczo ludzkim: procesem stawiania hipotez, eksperymentów, analiz i recenzji, napędzanym ludzką ciekawością. Ten podstawowy cykl ulega obecnie zmianie. Sztuczna inteligencja przestała pomagać naukowcom, a teraz próbuje zostać jednym z nich, a konsekwencje tego są już odczuwalne w społeczności naukowej. Niedawne badanie pokazuje, że system sztucznej inteligencji o nazwie „AI Scientist” z powodzeniem napisał recenzowany artykuł badawczy na potrzeby warsztatów zorganizowanych na dużej konferencji dotyczącej uczenia maszynowego.
Powstanie badań autonomicznych
Naukowiec zajmujący się sztuczną inteligencją, opracowany przez naukowców z Uniwersytetu Kolumbii Brytyjskiej, działa jako całkowicie autonomiczny rurociąg badawczy. Biorąc pod uwagę jedynie szeroką tematykę, dokonuje przeglądu istniejącej literatury, generuje hipotezy, projektuje eksperymenty, analizuje dane, a nawet pisze pracę końcową. System wykorzystuje istniejące modele sztucznej inteligencji, takie jak Claude Sonnet firmy Anthropic lub GPT-4o firmy OpenAI, ale jego innowacyjność polega na orkiestracji tych narzędzi w samodzielny proces naukowy.
Początkowy wynik nie był rewolucyjny; praca została opisana przez osoby zaangażowane jako „przeciętna”. Jednakże została zaakceptowana do prezentacji, co stanowi krytyczny próg. Nie chodzi już o to, by sztuczna inteligencja pomagała naukowcom w rozwiązywaniu wąskich problemów, takich jak zwijanie białek. Rzecz w tym, że sztuczna inteligencja samodzielnie generuje i rozpowszechnia artykuły naukowe.
Korzyści związane z szybkością i kosztami
Naukowiec zajmujący się sztuczną inteligencją wykonał swoje zadanie w 15 godzin, a jego szacunkowy koszt wyniósł 140 dolarów. Porównajmy to z czasem i zasobami wymaganymi przez badaczy: doktorant może spędzić cały semestr na pisaniu pracy na seminarium. W miarę jak modele sztucznej inteligencji stają się tańsze i szybsze, luka ta będzie się tylko pogłębiać, tworząc bezpośredni problem dla społeczności naukowej.
Ta efektywność zmusza konferencje i czasopisma do dostosowania się. Wiodące platformy wprowadzają ograniczenia, w tym całkowity zakaz stosowania w pełni wygenerowanych materiałów AI. Inne wymagają pełnej przejrzystości: autorzy muszą ujawnić, w jaki sposób korzystają z narzędzi AI. Jednak identyfikacja treści generowanych przez sztuczną inteligencję pozostaje wyzwaniem, a technologia ta już rozprzestrzenia się poza laboratoria akademickie. Inne grupy, takie jak Intology i Autoscience Institute, twierdzą, że ich systemy AI również z powodzeniem publikowały recenzowane artykuły.
Co się stanie, gdy sztuczna inteligencja stanie się lepsza?
Obecna jakość artykułów pisanych przez sztuczną inteligencję nadal pozostawia wiele do życzenia. Logika jest słaba, pismo może być wadliwe, a rygor metodologiczny często cierpi. Ale trajektoria jest jasna: sztuczna inteligencja ulegnie poprawie. Debata nie dotyczy czy AI przewyższy ludzkich badaczy, ale kiedy.
Możliwe są dwa scenariusze. Jednym z nich jest zalew badań niskiej jakości, przytłaczające systemy recenzji naukowych i powodujący kryzys uczciwości naukowej. Drugi to nowa era przyspieszonych odkryć, w której sztuczna inteligencja przewyższa ludzi zarówno pod względem szybkości, jak i innowacyjności. Niektórzy, jak Clune, uważają, że sztuczna inteligencja ostatecznie stanie się głównym motorem postępu naukowego, stawiając ludzi w roli kuratorów. Inni twierdzą, że przyszłość będzie wiązać się z zaawansowaną współpracą człowieka i sztucznej inteligencji, w ramach której badacze będą badać i udoskonalać pomysły generowane przez sztuczną inteligencję.
Niezależnie od wyniku eksperyment z naukowcem zajmującym się sztuczną inteligencją zasadniczo zmienił sytuację. Zdolność maszyn do samodzielnego prowadzenia i publikowania badań nie jest już hipotetyczna; to jest rzeczywistość. Pytanie brzmi teraz, jak zareaguje społeczność naukowa.
