„A mesterséges intelligencia növeli a tudományos termelés hatékonyságát, ám ez a minőség rovására megy ” – olvassuk a Persuasion magazinban Tim Requarth New York-i neurobiológus esszéjét.

Sokan remélték, hogy a mesterséges intelligencia forradalmasíthatja a tudományt, és segíthet például felfedezni a rák ellenszerét és megfejteni a hosszú élet titkát. Egyelőre azonban nem sok minden valósult meg az optimista várakozásokból. Requarth kutatásokat idéz, amelyekből kiderül, hogy a mesterséges intelligenciát használó kutatók többet publikálnak, a kutatások hozzáadott értéke azonban alacsonyabb: az MI hatására kevesebb az igazán újszerű felismerés.

A mesterséges intelligencia a tudományban is segít az adott keretfeltétek között az optimális stratégia megtalálásában – véli Requarth. És a tudomány élet ma a tömegtermelő középszernek kedvez. Mint arról a Metazin is beszámolt, egyre több tudományos tekintetben valójában érdektelen szakcikk jelenik meg. Ennek oka, hogy a tudományban a kockázatkerülés uralkodik: a szakmai előmenetelre vágyó és a kutatási ösztöndíjakra ácsingózó tudósok kerülik az igazán forradalmi, ám kockázatos kutatásokat. Az eredmény: tudományos stagnálás.  

Requarth elismeri, hogy a mesterséges intelligencia hasznos eszköz, különösen az adatelemzés területén. Csakhogy a forradalmi felfedezések rendszerint teljesen újszerű kísérletezést és kérdésfeltevést igényelnek, nem pedig a már meglévő paradigmák finomítását. Márpedig a nagy nyelvi modelleket használó mesterséges intelligencia éppen ezt teszi: sztochasztikus papagájként azt szajkózza, amit a legtöbbet hall. Mesterséges intelligenciával kutatni olyan, mint az elveszett kulcsot az utcai lámpa fénykörében keresni – utal Requart a szakállas viccre. És ez mindaddig így is marad, amíg tovább él a tudományfinanszírozás mai, mennyiségi szemléletre épülő rendszere.