نفوذ سریع و گسترده ابزارهای هوش مصنوعی (AI) به حوزه تحقیقات و پژوهش های علمی، انقلابی در نحوه انجام کار دانشمندان ایجاد کرده است. در حالی که این فناوری وعده افزایش بهره وری، کاهش چشمگیر زمان و صرفه جویی در هزینه ها را می دهد، اما همزمان نگرانی های جدی درباره وابستگی بیش از حد و تاثیرات منفی بلندمدت این ابزارها بر کیفیت و اصالت کار علمی مطرح شده است.
نتایج یک نظرسنجی بزرگ که در ماه اکتبر توسط شرکت انتشاراتی معتبر وایلی (Wiley) منتشر شد، به وضوح نشان دهنده این روند فزاینده است. بر اساس این نظرسنجی که بیش از ۲۴۰۰ پژوهشگر در ان شرکت داشتند، ۶۲ درصد از پاسخ دهندگان اعلام کردند که از هوش مصنوعی برای انجام کارهای مرتبط با پژوهش یا انتشار مقالات استفاده می کنند. این رقم در مقایسه با نظرسنجی مشابه در سال ۲۰۲۴ که این نرخ ۴۵ درصد بود، افزایش چشمگیری را نشان می دهد.
کاربردها و افزایش کارایی بی سابقه
پژوهشگران از ابزارهای هوش مصنوعی برای طیف وسیعی از فعالیت ها استفاده می کنند. مهم ترین کاربردهای انها شامل کمک به نگارش متون علمی، ویرایش، ترجمه دقیق و سریع است. علاوه بر این، دانشمندان از این ابزارها برای تشخیص خطاها یا سوگیری های ناخواسته در متون و همچنین خلاصه سازی حجم عظیم و گسترده ای از مطالعات و مقالات منتشر شده استفاده می کنند.
در یک نمونه اماری که ۲۰۵۹ نفر پاسخ دهنده را در بر می گرفت، اعداد حیرت انگیزی به دست امد: ۸۵ درصد از افراد معتقد بودند که هوش مصنوعی به کارایی و سرعت کار انها کمک کرده است؛ ۷۷ درصد اظهار داشتند که به دلیل استفاده از این ابزارها، حجم کاری که توانسته اند انجام دهند، افزایش یافته و ۷۳ درصد نیز گزارش دادند که کیفیت کلی کار علمی انها را بهبود بخشیده است.
متیو بایلز، متخصص اخترفیزیک از دانشگاه فناوری سوینبرن در ملبورن استرالیا، می گوید ابزارهای هوش مصنوعی در میان ستاره شناسان بسیار محبوب شده اند، زیرا به انها کمک می کند تا مجموعه های عظیم داده های نجومی را پردازش و تحلیل کنند. گروه تحقیقاتی او حدود یک دهه است که از هوش مصنوعی برای شناسایی سریع نشانه های مربوط به ستاره های نوترونی در میان داده های جمع اوری شده استفاده می کند. بایلز نتیجه می گیرد: «فرصت های آموزشی که این فناوری در اختیار ما قرار می دهد، واقعا خارق العاده و بی نظیر است.»
تاثیر بر مسیر شغلی و کاهش تنوع علمی
افزایش بهره وری حاصل از هوش مصنوعی، نتایج ملموسی بر خروجی های دانشمندان و حتی مسیرهای شغلی انها داشته است. یک مقاله پیش چاپ گزارش می دهد که دانشمندانی که از هوش مصنوعی در کارهای خود استفاده می کردند، نه تنها مقالات بیشتری منتشر کرده اند و ارجاع های بیشتری دریافت کرده اند، بلکه به طور متوسط چهار سال زودتر از همکاران خود که از این فناوری استفاده نمی کردند، توانسته اند به موقعیت رهبر گروه تحقیقاتی دست یابند.
نویسندگان این مقاله به یک نکته بسیار مهم اشاره می کنند: هوش مصنوعی کار را در حوزه های تثبیت شده و انهایی که غنی از داده هستند، به سرعت تسریع می کند. این نکته می تواند یک زنگ خطر باشد؛ زیرا اگرچه هوش مصنوعی بهره وری یک دانشمند خاص را افزایش می دهد، اما ممکن است به مرور زمان باعث کاهش تنوع در حوزه های علمی نوظهور و کم داده شود.
خطرات اخلاقی: توهم، تنبلی و کاهش کیفیت
در کنار تمامی مزایای افزایش بهره وری، بسیاری از پژوهشگران درباره دیگر اثرات زیانبار هوش مصنوعی بر کیفیت و اخلاق پژوهش نگران هستند. نتایج نظرسنجی وایلی نشان داد که ۸۷ درصد از شرکت کنندگان درباره خطاهای هوش مصنوعی که اصطلاحا «توهم» نامیده می شوند (یعنی تولید اطلاعات نادرست به شکلی کاملا متقاعد کننده)، و همچنین درباره امنیت داده ها، اخلاق در پژوهش و نبود شفافیت درباره داده های اموزشی که مدل ها با انها تغذیه شده اند، احساس نگرانی داشتند.
نیگل هیچین، ریاضیدان برجسته از دانشگاه آکسفورد در بریتانیا، معتقد است که بزرگ ترین خطر استفاده از هوش مصنوعی در تحقیقات این است که مردم به سادگی فرض کنند خروجی و پاسخ های مدل های هوش مصنوعی کاملا درست هستند و به راستی ازمایی نپردازند. او اضافه می کند: «این وضعیت می تواند نوعی تنبلی فکری را در جامعه علمی ایجاد کند، چون این فناوری به مردم کمکی نمی کند تا دلیل درست یا غلط بودن یک پاسخ را به طور عمیق درک کنند.»
بایلز نیز تجربه مستقیمی در این زمینه داشته است. او دیده است که دانشجویان و پژوهشگران جوان، از مدل های زبانی بزرگی مانند چت جی پی تی برای نوشتن کدهای نرم افزاری استفاده می کنند، بدون اینکه کوچکترین درکی از نحوه عملکرد ان کد و منطق پشت ان داشته باشند. در یک مورد خاص، مقاله ای که گروه تحقیقاتی بایلز برای چاپ ارسال کرده بود، یک خطای جدی داشت؛ خطایی که مستقیما از کدی ناشی شده بود که یکی از دانشجویان از چت جی پی تی خواسته بود بنویسد و بدون هیچ گونه ازمایش و بررسی، ان را در مقاله قرار داده بود.
بایلز تاکید می کند که حیاتی است به دانشجویان و نسل جدید پژوهشگران یاد بدهیم که چگونه پاسخ ها و خروجی های هوش مصنوعی را راستی ازمایی کنند. او می گوید: «ما باید با اشتیاق این فناوری را بپذیریم و از مزایای ان استفاده کنیم، اما در عین حال، نتایج را با همان شک و تردیدی نگاه کنیم که باید با همه نتایج علمی هنگام ارائه برخورد کنیم و انها را بی چون و چرا نپذیریم.»
آگهی فردا