Yeni bir araştırmaya göre, verileri analiz etmek ve sonuçları modellemek için yapay zeka araçlarını benimsemek, genç bilim insanlarının kariyer beklentileri üzerinde büyük bir etkiye sahip ve kendi alanlarında etkili konumlara yükselme şanslarını önemli ölçüde artırıyor. Ancak bireysel araştırmacılar için bu nimet, bilime daha büyük bir maliyet getiriyor gibi görünüyor.
Çin’deki Chicago Üniversitesi ve Tsinghua Üniversitesi’ndeki araştırmacılar, altı bilimsel disiplinde (bilgisayar bilimi hariç) yaklaşık 68 milyon araştırma makalesini analiz etti ve yapay zeka tekniklerini içeren makalelerin daha sık alıntılandığını ancak aynı zamanda daha dar bir konu dizisine odaklandığını ve daha çok tekrar ediyordu. Temelde, bilim insanları yapay zekayı ne kadar çok kullanırsa, büyük, mevcut veri kümeleriyle yanıtlanabilecek aynı sorun kümesine o kadar çok odaklanırlar ve tamamen yeni çalışma alanlarına yol açabilecek temel soruları o kadar az keşfederler.
“Bulgunun dramatik boyutu beni şaşırttı, [AI] İnsanların sistem içinde kalma ve ilerleme kapasitesini önemli ölçüde artırıyor” dedi. ön baskı kağıdı ve Chicago Üniversitesi Bilgi Laboratuvarı’nın yöneticisi. “Bu, bireylerin işlerinde bu tür sistemleri benimsemeleri için büyük bir teşvik olduğunu gösteriyor… rekabetçi bir araştırma alanında başarılı olmak ile hayatta kalmamak arasında bir durum var.”
Bu teşvik, makine öğrenimine, sinir ağlarına ve dönüştürücü modellere artan bir bağımlılığa yol açtığından, “Yapay zeka tarafından yapılan tüm bilim sistemi küçülüyor” dedi.
Çalışmada 1980’den 2024’e kadar biyoloji, tıp, kimya, fizik, malzeme bilimi ve jeoloji alanlarında yayınlanan makaleler incelendi. Araştırmalarını yürütmek için yapay zeka araçlarını kullanan bilim adamlarının yılda ortalama yüzde 67 daha fazla makale yayınladığını ve makalelerine yapay zeka kullanmayanlara göre üç kattan fazla alıntı yapıldığını buldu.
Evans ve ortak yazarları daha sonra 3,5 milyon bilim insanının kariyer gidişatını incelediler ve onları ya genç bilim insanları, bir araştırma ekibine liderlik etmeyenler ya da köklü bilim insanları, liderlik etmiş olanlar olarak sınıflandırdılar. Yapay zekayı kullanan genç bilim adamlarının, akademiden tamamen ayrılma olasılıkları daha yüksek olan yapay zeka kullanmayan meslektaşlarına kıyasla bir araştırma ekibine liderlik etme olasılıklarının yüzde 32 daha yüksek olduğunu ve kariyerlerinin bu aşamasına çok daha hızlı ilerlediklerini buldular.
Daha sonra yazarlar, yapay zeka destekli ve yapay zeka dışı araştırmaların kapsadığı konuları kategorize etmek ve farklı makale türlerinin birbirlerinden nasıl alıntı yaptığını ve bunların yeni araştırma alanlarını teşvik edip etmediğini incelemek için yapay zeka modellerini kullandılar.
Altı bilimsel alanın tamamında yapay zeka kullanan araştırmacıların, yapay zeka kullanmayan araştırmacılara kıyasla kapsadıkları güncel alanı yüzde 5 oranında “küçülttüğünü” buldular.
Yapay zeka destekli araştırma alanına da “süperstar” makaleler hakim oldu. Bu kategorideki tüm alıntıların yaklaşık yüzde 80’i, en çok alıntı yapılan makalelerin ilk yüzde 20’sine ve tüm alıntıların yüzde 95’i, en çok alıntı yapılan makalelerin ilk yüzde 50’sine gitti; bu, yapay zeka destekli araştırmaların yaklaşık yarısının nadiren yayınlandığı anlamına geliyor. bir daha hiç alıntı yapılmadı.
Benzer şekilde, Evans ve ortak yazarları (Fengli Xu, Yong Li ve Qianyue Hao), yapay zeka araştırmalarının, orijinalin yanı sıra birbirlerinden alıntı yapan makaleler biçimindeki yapay zeka dışı araştırmalara göre yüzde 24 daha az takip katılımını teşvik ettiğini buldu. kağıt.
“Bu bir araya getirilmiş bulgular, bilimdeki yapay zekanın, makaleler arasındaki etkileşimin azalmasıyla ‘yalnız kalabalıklar’ haline gelen belirli güncel konular etrafında daha fazla yoğunlaştığını gösteriyor” diye yazdılar. “Bu yoğunlaşma, bilim genelinde bilgi kapsamının ve çeşitliliğin daralmasıyla bağlantılı olarak daha fazla örtüşen fikirlere ve gereksiz yeniliklere yol açıyor.”
Uzmanlık alanı insanların nasıl öğrendiği ve araştırma yaptığı üzerine çalışan Evans, bilimsel araştırma üzerindeki daralma etkisinin internetin ortaya çıkması ve akademik dergilerin çevrimiçi hale gelmesiyle yaşananlara benzer olduğunu söyledi. 2008 yılında bir yayın yayınladı. kağıt Science dergisinde yayınlanan bir rapor, yayıncılar dijitalleştikçe araştırmacıların alıntı yaptığı araştırma türlerinin değiştiğini gösteriyor. Daha küçük bir dergi grubundan daha az makaleye atıfta bulundular ve daha yeni araştırmaları tercih ettiler.
Kendisi de yapay zeka tekniklerinin hevesli bir kullanıcısı olan Evans, teknoloji karşıtı olmadığını söyledi; İnternetin ve yapay zekanın bilime bariz faydaları var. Ancak son çalışmasının bulguları, hükümet finansman kuruluşlarının, şirketlerin ve akademik kurumların, belirli araçları kullanmaya daha az odaklanan ve gelecek nesiller için yeni çığır açmaya daha fazla odaklanan çalışmaları teşvik etmek amacıyla bilim adamlarına yönelik teşvik sistemlerini düzeltmeleri gerektiğini gösteriyor. üzerine inşa edilecek araştırmacıların sayısı.
“Hayal gücünde bir fakirlik var” dedi. “Bu alternatif, mevcut yaklaşımlardan bazılarını korumak için kaynakların yapay zeka ile ilgili araştırmalara tamamen değiştirilmesini yavaşlatmamız gerekiyor.”
