Rutinné spoliehanie sa na tieto nástroje by mohlo zásadne pretvoriť samotné základy vedeckej praxe a kultúry.
Umelá inteligencia. Zdroj: iStockphoto.com
Veľké jazykové modely (LLM, z angl. large language models) postupne menia výskum v odbore prírodných vied spôsobom, ktorý sa už zďaleka neobmedzuje len na zvýšenie produktivity. Stávajú sa novou normou ešte skôr, než sa vedci zhodli na tom, kde by mali byť hranice ich využitia.
Nová štúdia, ktorú vypracoval medzinárodný tím vedcov, opisuje tento jav ako nebadanú normalizáciu (z angl. creeping normality) využívania generatívnej umelej inteligencie (AI), teda proces, v ktorom sú zásadné zmeny všeobecne prijímané, pretože k nim dochádza postupne prostredníctvom malých, nenápadných krokov. „Hoci sa generatívna AI rýchlo stala súčasťou každodenných pracovných postupov mnohých výskumníkov, jej dlhodobým vplyvom na takmer všetky aspekty vedy bola venovaná pomerne malá pozornosť,“ hovorí Ivan Jarić, výskumník z Biologického centra Akadémie vied ČR a hlavný autor štúdie. „Rutinné spoliehanie sa na tieto nástroje by mohlo zásadne pretvoriť samotné základy vedeckej praxe a kultúry,“ dodáva.
Pozrite si
Vplyv na vedeckú spoluprácu
Článok vymedzuje niekoľko oblastí, kde sa takéto zmeny už začínajú prejavovať. Jednou z nich je vedecká spolupráca. Kým predtým sa vedci so žiadosťou o podporu, napríklad pri brainstormingu nápadov, riešení problémov v analýzach a hľadaní odbornej spätnej väzby, obracali na kolegov a neformálne odborné siete, teraz v podobných situáciách stále častejšie využívajú LLM. Očakáva sa, že rastúca závislosť od LLM povedie k zníženiu motivácie vyhľadávať odborné znalosti alebo znalosti týkajúce sa konkrétnej taxonomickej skupiny či metodológie z iných výskumných odborov alebo regiónov, čo môže oslabiť medziodborové interakcie, obmedziť kontakt s rôznorodými pohľadmi, a tak spraviť vedu viac izolovanú a menej inovatívnu.
Vyhľadávanie informácií a generovanie nových myšlienok
Využitie umelej inteligencie môže tiež zásadne zmeniť spôsob, akým vedci vyhľadávajú informácie a generujú nové myšlienky. „Vzhľadom na to, že LLM stále viac nahrádzajú vyhľadávače, encyklopédie a dokonca i rešerše odbornej literatúry, budú výskumníci stále viac závislí od spätnej väzby generovanej umelou inteligenciou, ktorá sa obmedzuje len na otázky, ktoré zídu človeku na um,“ vysvetľuje Susan Canavanová z univerzity v Galway, ďalšia autorka štúdie. „To by mohlo neúmyselne prehĺbiť konfirmačné skreslenie, vytvárať intelektuálne ‚ozvenové komory‘ a prispieť k homogenizácii vedeckého jazyka, prístupu i kreatívneho myslenia.“
Dôsledky pre vedeckú prípravu a kariérnu dráhu
Okrem kognitívnej stránky sa článok zaoberá tiež dôsledkami pre vedeckú prípravu a voľbu kariérnej dráhy. Hoci použitie LLM odstraňuje rad prekážok, ktorým výskumníci čelia na počiatku kariéry alebo tí menej zbehlí v programovaní či v štatistike, môže zároveň vytvárať nové typy nerovností a tie existujúce posilňovať. Zintenzívni tiež úbytok kľúčových kompetencií, pričom niektoré základné zručnosti v oblasti prírodných vied, ako sú vyhľadávanie a syntéza literatúry, čítanie prírodovedných textov a získavanie znalostí, taxonomické posudzovanie, programovanie a odstraňovanie chýb a štatistické uvažovanie, budú delegované na LLM. Autori naznačujú, že by to mohlo ovplyvniť aj rozhodovanie o prijímaní zamestnancov a kariérnu príležitosť. Keďže rôzne typy práce budú stále viac zverované veľkým jazykovým modelom, môže sa znížiť potreba a motivácia otvárať nové pozície pre doktorandov a postdoktorandov.
Pozrite si
„Nechceme sa stavať za využívanie umelej inteligencie alebo proti nemu, ale chceme vyzvať vedeckú komunitu v oblasti prírodných vied, aby stanovila jasné hranice jej vhodného využívania,“ navrhuje Michael Bertram zo Švédskej poľnohospodárskej univerzity a Štokholmskej univerzity, ďalší autor štúdie. „Veľké jazykové modely (LLM) by mali byť napríklad zoširoka využívané na rutinné úlohy, ako sú korektúra, jazyková úprava a anotácia pracovných postupov, a v prípade, že sú podložené náležitou kontrolou človeka, aj na pokročilé úlohy, ako sú syntéza literatúry a extrakcia dát. Využitie umelej inteligencie by však nemalo byť žiaduce v činnostiach vyžadujúcich nezávislý vedecký úsudok vrátane stanovovania priorít výskumu, vzájomného hodnotenia, rozhodnutí o financovaní a etických úvah.“
Generatívna umelá inteligencia už vedu mení
Autori dospievajú k záveru, že generatívna umelá inteligencia už vedu mení. Naliehavou otázkou nie je, či sa umelá inteligencia stane súčasťou vedeckého výskumu alebo nie, ale kde sa vedecká komunita rozhodne vytýčiť hranicu. Včasné stanovenie týchto hraníc bude podľa nich zásadné pre zachovanie kľúčových hodnôt v prírodných vedách, ako sú kreativita, rozmanitosť, zodpovednosť a ľudský úsudok.
Podrobnejšie informácie nájdete v článku publikovanom v časopise Frontiers in Ecology and the Environment: Jarić, I., Pipek, P., Canavan, S., Firth, J.A. and Bertram, M.G. (2026). The creeping normality of AI in the life sciences. Frontiers in Ecology and the Environment, https://doi.org/10.1002/fee.70059
Zdroj: TS Biologické centrum Akadémie vied ČR
(zh)
