Rozwój generatywnej AI nie oznacza końca pracy naukowca, ale wymusza ponowne zdefiniowanie jego roli. Kluczowe staje się dziś pytanie nie o to, czy badacze będą korzystać ze sztucznej inteligencji, ale o to, co pozostanie ludzkim wkładem w procesie tworzenia wiedzy?
Międzynarodowy zespół z udziałem naukowców z Polski, Hiszpanii i Portugalii realizuje badanie AIResearchers. Dotyczy ono odpowiedzialnego i etycznego wykorzystania generatywnej sztucznej inteligencji w środowisku naukowym i badawczym. Celem projektu jest wspieranie opiekunów akademickich oraz początkujących badaczy związanych z europejskimi uczelniami w odpowiedzialnym stosowaniu sztucznej inteligencji w procesie badawczym.
Pierwsze wyniki badania pokazują, że naukowcy nie odrzucają sztucznej inteligencji. Wręcz przeciwnie, dostrzegają jej praktyczną wartość szczególnie w zadaniach powtarzalnych i czasochłonnych. Wykorzystują AI m.in. do przygotowywania streszczeń, raportów, prezentacji, przeglądów literatury czy wstępnych analiz dużych zbiorów danych. Badacze podkreślają także, że sztuczna inteligencja może wyrównywać szanse w międzynarodowym obiegu naukowym. Narzędzia generatywne pomagają np. osobom, dla których język angielski nie jest językiem ojczystym lepiej przygotowywać publikacje i dostosowywać je do standardów światowych czasopism.
Mimo rosnącej popularności AI, środowisko naukowe zachowuje ostrożność. Największe obawy budzą tzw. halucynacje modeli językowych, czyli generowanie pozornie wiarygodnych, ale nieprawdziwych informacji. W nauce, której fundamentem jest weryfikowalność i rzetelność, stanowi to bardzo duże zagrożenie. Wyniki badania AIResearchers pokazują także, że naukowcy nie chcą przekazywać AI zadań związanych z ocenianiem studentów, rozstrzyganiem konfliktów, mentoringiem czy podejmowaniem decyzji dotyczących etyki badań, prywatności i własności intelektualnej.
Naukowcy nie negują wykorzystywania AI w swojej pracy. Mówią raczej, że AI może wykonywać proces, ale nie może przejąć sensu. Technologia może wspierać analizę danych czy organizację pracy, lecz odpowiedzialność za interpretację wyników i konsekwencje decyzji musi pozostać po stronie człowieka – przekonuje dr Grzegorz Banerski, adiunkt z Ośrodka Przetwarzania Informacji – Państwowego Instytutu Badawczego (OPI).
Oprócz tej jednostki w projekt zaangażowani są także badacze z Universidade do Porto, Barcelona School of Management, European E-learning Institute, the Accreditation Council for Entrepreneurial and Engaged Universities oraz Feltech Software Innovations. Konsorcjum przewodzi Uniwersytet Łódzki.
Rozwój AI wpisuje się w rosnącą presję produktywności w szkolnictwie wyższym. Naukowcy muszą publikować szybciej, skuteczniej zdobywać granty i sprawniej analizować dane. W takich warunkach korzystanie z AI może wkrótce stać się standardem pracy badawczej. Jednocześnie pojawia się ryzyko nowych nierówności. Przewagę mogą zdobyć zespoły mające dostęp do najbardziej zaawansowanych, płatnych modeli AI i instytucjonalnych subskrypcji – mówi dr. hab. Tomasz Bartosz Kalinowski z Uniwersytetu Łódzkiego.
Zdaniem zespołu projektowego rozwój generatywnej AI nie oznacza końca pracy naukowca, ale wymusza ponowne zdefiniowanie jego roli. Kluczowe staje się dziś pytanie nie o to, czy badacze będą korzystać ze sztucznej inteligencji, ale o to, co pozostanie unikalnym ludzkim wkładem w procesie tworzenia wiedzy.
W ramach projektu organizowane będą praktyczne szkolenia zgodne z założeniami unijnych wytycznych dotyczących godnej zaufania sztucznej inteligencji i odpowiedzialnego wykorzystania generatywnej AI w badaniach oraz europejskich ram kompetencji dla naukowców. Szkolenia mają za zadanie wyposażyć ich uczestników w umiejętności, pozwalające na etyczne i skuteczne wykorzystanie AI jako wiarygodnego narzędzia badawczego.
MK
Rewolucja przemysłowa też nie oznaczała końca pracy rzemieślnika, pracownika fizycznego i robotnika, tylko "wymusiła ponowne zdefiniowanie jego roli". Ta redefinicja polegała na tym, że te zawody praktycznie przestały być potrzebne, bo setka robotników mogła być zastąpiona kilkoma pracownikami fabrycznymi nadzorującymi maszyny. Nadal podtrzymuję swoje stanowisko, że "redefinicja" roli naukowca skończy się tym, że będzie ich na świecie kilka procent dotychczasowej liczby, nastąpi całkowity zanik artykułu naukowego jako nośnika wyników badań (wyniki po prostu będą wpadały do wielkiego inteligentnego systemu). Zanik podręcznika i książek w nauczaniu (specjalistyczne modele językowe zastąpią je całkowicie), zanik większości nauczycieli akademickich (których może zastąpić interakcja z modelem językowym), a następnie w wielu dziedzinach zanik jakiegokolwiek sensu twórczości i kreatywności. Produktem ubocznym tych zmian będzie to, że zdecydowana większość ludzi żyjących na ziemi nie będzie potrzebna w sensie społecznym dla innych. Co z tym zrobimy, to już pozanaukowa sprawa.
O proszę, mija trzy dni i wpiszcie sobie w google ""Moje dzieci nie chodzą już do szkoły". Wśród Chińczyków szał na punkcie nowej metody nauczania" - 10 lat i zawód nauczyciela prawie nie istnieje (czyli "redefinicja roli" - można uśmiechnąć się pod wąsem).
"Rozwój AI wpisuje się w rosnącą presję produktywności w szkolnictwie wyższym."
Taa, jeśli przez produktywność będziemy rozumieli liczbę publikacji, to AI niewątpliwie wyniesie taką "produktywność" na zupełnie nowy poziom. W tym tygodniu kolega przysłał mi manuskrypt całkowicie wygenerowany przez AI, z wynikami - obrazy XRD, SEM, mikroskopii fluorescencyjnej, testów mikrobiologicznych. Rysunki na pierwszy rzut oka nierozróżnialne od rzeczywistych. Wszystko zajęło 3 minuty. Więc już wkrótce w nauce będą rządzić ci, którzy bez żadnych skrupułów będą takie artykuły publikować. Bo przecież pobieżna recenzja (a takie teraz dominują) tego nie wyłapie. W naukach eksperymentalnych to nie pisanie artykułów i analiza wyników jest najbardziej czaso- i pracochłonna tylko samo wykonanie eksperymentów. Więc ci, którzy dalej będą mozolnie wykonywać te eksperymenty w laboratorium, nie będą mieli żadnych szans. W ciągu kilku lat osiągniemy stan wirtualnej rzeczywistości, w której takie artykuły zdominują literaturę. Nauka umrze śmiercią naturalną. Nie będzie żadnych istotnych odkryć, bo przecież AI nie będzie raczej w stanie przekroczyć granic istniejącej wiedzy - uczy się na tym, co już znane.
Nieprawda, że "nie będzie żadnych istotnych odkryć, bo przecież AI nie będzie raczej w stanie przekroczyć granic istniejącej wiedzy". Model językowy przekracza istniejącą wiedzę, bo pozwala na formułowanie pytań i znajdowanie problemów do rozwiązania. Już to możliwe - obecne czaty są w stanie proponować bardzo sensowne tematy badawcze, a co będzie za 10 lat? Jeśli do takiego modelu za ćwierć wieku podłączy się farmę robotów wykonujących eksperymenty, to wystarczy niewielka kadra odpowiedzialna za finanse (i weryfikujący, czy pomysł modelu językowego jest wart wydanych na pracę robotów pieniędzy) i wiedza będzie poszerzała się sama, nawet być może w postępie geometrycznym. Może nie w każdych dziedzinach da się zastąpić laborantów robotami, ale w zdecydowanej większości nauk przyrodniczych - tak. Można zacząć się zastanawiać, który z big techów zrobi to pierwszy i ustanowi światowy monopol na dalszy rozwój cywilizacji (a dodatkowo w razie kaprysu wyniki zachowa tylko dla siebie).
Kolejny bezmyślny wpis. Rolą profesora nie jest siedzenie w laboratorium tylko wyznaczanie kierunków badań i pomoc w ich analizie. W laboratorium mają siedzieć doktoranci i młodzi doktorzy inaczej jest to strata potencjału kraju. Mieszkałem w USA i Canadzie i tam prof wchodził do lab tylko sprawdzić. Polska jest do tyłu bo nie ma młodych a prof musi zrobić wszystko a najlepiej napisać doktorat za doktoranta.
A pan przepraszam pod każdym artykułem ma czas komentować aby siać zamęt. Kto panu płaci za te komentarze?
W Polsce rolą profesora jest wyrabianie slotów. Jak to zorganizuje - to jego sprawa, sloty mają być. Badania nie są celem, jedynie środkiem do powstania tychże na następną gowinową parametryzację. Więc wyrabiamy sloty, a żeby nie zgłupieć, to raz na godzinkę przerwa na WC i jeden komentarz na FA.
A czy ja pisałem, że to profesor ma siedzieć w laboratorium? Proszę czytać ze zrozumieniem. Skoro Pan/i (bo imię żeńskie, ale w tekście formy męskie) mieszkał/a w USA i Canadzie (powinno być w Kanadzie), to może słyszał/a Pan/i o sabbatical? Wtedy także profesor często siedzi w laboratorium, żeby nauczyć się nowych rzeczy.
przecież już mamy rewię reviews, a nowych oryginalnych wyników jak na lekarstwo; ile razy można ten sam cukierek zawijać w nowe sreberko?
Proszę nie straszyć recenzentów z PAN, bo i tak są przerażeni i odwalają wszystkie artykuły, no chyba, że ktoś zaznaczy im w kwadraciku, że to nie sztuczna inteligencja artykuł pisała.
Podgrzewanie dyskusji o AI w nauce powinno skończyć się gdy tylko udzielimy sobie odpowiedzi na pytanie: Czy etyczne jest używanie kalkulatora albo elektronicznych baz danych w nauce?
„Przewagę mogą zdobyć zespoły mające dostęp do najbardziej zaawansowanych, płatnych modeli AI i instytucjonalnych subskrypcji”
I to jest rzeczywisty problem nie tylko AI. Już dziś kto uzyskał finansowanie badań ma środki nie tylko na realizację badań, ale też na opłacenie publikacji i udział w kongresach naukowych, a to już dziś są ważne, niekiedy rozstrzygające kryteria w zdobywaniu grantów NCN. I tu koło zamyka się. Przewagę mają ci, którzy mają kasę. Oni będą tworzyć „naukę”, ale taką, która da im kolejny grant, czyli kasę. To niekoniecznie będzie nauka przez duże „N”. Przewidywalność wyniku i publikacji będzie na pierwszym miejscu. Badania ryzykowne, czyli potencjalnie przełomowe grożą wypadnięciem z karuzeli, więc po co je podejmować.
Może tu należałoby skupić uwagę i zaproponować rozwiązania (gruntowna zmiana kryteriów przyznawania grantów) zamiast tworzenia bzdurnych zasad i nowych instytucji: „organizowane będą praktyczne szkolenia zgodne z założeniami unijnych wytycznych”.
I znów Unia stworzy dziwaczne przepisy, żeby powołać nowe instytucje, zbudować armię szkoleniowców i kontrolerów; kasa „na naukę” popłynie dużym strumieniem, ale nie na dokonania naukowe.
Szanowny Panie Malkontent niestety ma Pan rację.