Een recent Nature-onderzoek onder meer dan 1.600 wereldwijde onderzoekers werpt licht op de toenemende rol van AI in wetenschap en onderzoek.
Uit het onderzoek blijkt dat velen optimistisch zijn over de potentiële voordelen van AI in de wetenschap, maar dat er ook toenemende bezorgdheid is over hoe AI de wetenschapsindustrie als geheel verandert.
De onderzoek Deelnemers waren onder andere:
- Personen die actief AI ontwikkelen of bestuderen (48%)
- Zij die AI-tools gebruiken voor hun onderzoek maar ze niet ontwikkelen (30%)
- Zij die geen AI gebruiken in hun wetenschappelijke bezigheden (22%)
De opkomst van AI in wetenschappelijk onderzoek
Uit het onderzoek bleek dat er in de afgelopen tien jaar een duidelijke toename was van onderzoekspapers waarin naar AI-termen werd verwezen.
Gegevensanalyse en statistische technieken met behulp van machine learning (ML) zijn de norm geworden.
Daarnaast wordt generatieve AI, met name grote taalmodellen (LLM's), gebruikt om tekst, afbeeldingen en code te genereren voor wetenschappelijk onderzoek.
Enkele belangrijke statistieken over de voordelen van AI in onderzoek:
- 66% van de onderzoekers merkt op dat AI snellere gegevensverwerking mogelijk maakt
- 58% gelooft dat het voorheen onuitvoerbare berekeningen versnelt
- 55% vinden het een kosteneffectieve en tijdbesparende oplossing
Irene Kaplow, een computationeel bioloog aan Duke University, zegt: "AI heeft me in staat gesteld om vooruitgang te boeken bij het beantwoorden van biologische vragen waar dat voorheen niet mogelijk was."
Betreft
Er is echter een keerzijde aan deze medaille. Onderzoekers spraken hun bezorgdheid uit over het volgende:
- Grotere afhankelijkheid van patroonherkenning zonder echt begrip (69%)
- Potentieel bestendigen van vooroordelen of discriminatie in de resultaten (58%)
- Het gemak waarmee frauduleuze activiteiten kunnen worden uitgevoerd (55%)
- De kans op onherhaalbare onderzoeksresultaten door onzorgvuldig AI-gebruik (53%)
Jeffrey Chuang, een expert in de analyse van kankerbeelden bij het Jackson Laboratory, benadrukte: "Het grootste probleem is dat AI onze bestaande normen voor bewijs en waarheid op de proef stelt."
LLM's in de kijker
LLM's, met name ChatGPT, werden vaak genoemd als AI-hulpmiddelen van onschatbare waarde in de wetenschap. Deze modellen stonden echter ook bovenaan de lijst van AI-hulpmiddelen.
De belangrijkste zorgen waren:
- Proliferatie van desinformatie (68%).
- Gefaciliteerd plagiaat (68%).
- Introductie van fouten in onderzoeksdocumenten (66%).
Isabella Degen, onderzoeker op het gebied van AI in de geneeskunde aan de Universiteit van Bristol: "Er is duidelijk sprake van misbruik van grote taalmodellen. We begrijpen niet goed waar de grens ligt tussen goed gebruik en misbruik."
Verder werden het bezit van AI-tools en computerbronnen genoemd als barrières voor modern onderzoek. GPU's zijn uitzonderlijk duur en het is moeilijk voor onderzoeksinstellingen om hun krachtige modellen intern te trainen.
Zoals Garrett Morris, een scheikundige aan de Universiteit van Oxford, beschreef: "Slechts een zeer klein aantal entiteiten op de planeet heeft de capaciteiten om de zeer grote modellen te trainen. Die beperking beperkt het vermogen van de wetenschap om ontdekkingen te doen."
Over het algemeen geloven de meeste onderzoekers dat AI een onomkeerbare kracht is in de wetenschap.
Zoals Yury Popov, een leverziektespecialist aan het Beth Israel Deaconess Medical Center, concludeerde: "AI is transformatief. We moeten ons nu richten op hoe we ervoor kunnen zorgen dat het meer voordeel oplevert dan problemen."
