W ramach dużych badań przeprowadzanych w Danii, eksperci z dziedziny informatyki oraz socjologii nauki badają, jak naukowcy korzystają z generatywnej sztucznej inteligencji. Chcą dowiedzieć się też jak szybko rozwijające się narzędzia SI mogą zmieniać sposoby, w jakie wiedza naukowa jest produkowana i rozpowszechniana.
Wpływ SI na naukę
Badania mają na celu zmapowanie rosnącego wpływu SI na naukę. Poza tym mają zdekodować sposób, w jaki technologia ta rozprzestrzenia się wśród społeczności naukowych. Będzie również analizować obecne i przyszłe skutki użycia AI, łącząc metody nauk społecznych z kontrolowanymi eksperymentami.
„Rozwój technologii postępuje obecnie bardzo szybko. „Obecnie mamy jednak okno możliwości, w którym możemy porównać wiedzę produkowaną przez ludzi z pracą AI,” mówi profesor Roberta Sinatra z Uniwersytetu w Kopenhadze.
Projekt badawczy
Jedno z badań będzie prowadzone w latach 2024-2025. Finansuje je Villum Fonden grantem prawie 3 milionów DKK (437 000 USD). Odbywa się w ramach programu Villum Synergy.
Współliderami projektu są profesor Roberta Sinatra z Centrum Nauk Społecznych i Danych oraz adiunkt Mathias Wullum Nielsen z wydziału socjologii. Oboje z Uniwersytetu w Kopenhadze.
Sinatra prowadzi również inny, większy projekt finansowany przez Grant Konsolidacyjny w wysokości 2 milionów USD od Europejskiej Rady ds. Badań Naukowych, na badanie o nazwie „Kwalifikowanie SI w Nauce” (scAIence). Badanie potrwa pięć lat, do 2029 roku.
scAIence – badania nad SI
Celem scAIence jest ilościowe określenie, czy, jak i z jakimi skutkami generatywna AI zmienia sposób, w jaki naukowcy postrzegają, komunikują i rozpowszechniają naukę. Ponadto jej celem jest zbadanie możliwości, zagrożeń i konsekwencji, jakie niesie ze sobą augmentacja nauki przez SI.
W ramach dwuletniego badania scAIence naukowcy przeprowadzą ankietę wśród 200 000 naukowców, która zbada użycie dużych modeli językowych. Badanie obejmie zarówno jawne, jak i ukryte, potencjalnie problematyczne zastosowania SI.
Metody badawcze
Badanie wykorzysta różnorodne metody badawcze, w tym szkolenie SI do pisania tysięcy przeglądów literatury i abstraktów prac naukowych. Badacze chcą to osiagnąć karmiąc modele AI tematami i słowami kluczowymi znalezionymi w istniejących pracach naukowych napisanych przez ludzi i opublikowanych w latach 2021-2022.
Podejście to pozwoli badaczom ocenić, jak modele AI przetwarzają szeroki zakres bieżących tematów i pytań naukowych w porównaniu z ludźmi. Ponadto zapewni także wgląd w to, jak SI radzi sobie z aspektami społecznymi pisania naukowego.
