Аутор:
Питајте скоро сваког креатора научне политике или финансијера истраживања шта мисли о вештачкој интелигенцији и добићете познати одговор. Вештачка интелигенција мења начин на који научници раде. Убрзава прегледе литературе, обрађује скупове података у раније незамисливим размерама, помаже у писању и рецензирању рукописа. То је изванредан алат за продуктивност и све је неопходнији.
Ово није погрешно. Али може бити непотпуно.
Преокупација вештачком интелигенцијом као алатом за научнике (оно што бисмо могли назвати „уским погледом“ на вештачку интелигенцију у науци) тихо потискује фундаменталнији скуп питања. Питања која је заједница организација и институција одговорних за управљање, финансирање и координацију науке на глобалном нивоу (оно што ћу назвати организованом науком) једва почела да поставља.
Доминантна дискусија о вештачкој интелигенцији у науци је у суштини разговор о убрзању. Вештачка интелигенција може да уради више, брже. Може да пронађе обрасце у подацима које би људи пропустили. Може да саставља, преводи, сумира. То су истинске користи и научна заједница је у праву што им обраћа пажњу.
Али ово уоквиривање имплицитно третира вештачку интелигенцију као нешто што научници употреба, софистицирани инструмент, не много другачији од микроскопа или секвенцера, само свестранији. А када је инструмент оквир, одређена питања постају тежа за постављање.
Шта се дешава када вештачка интелигенција не само да помаже у процесу истраживања, већ проводи Шта се дешава када вештачка интелигенција не само да обрађује податке, већ и формулише хипотезе, дизајнира експерименте и тумачи резултате мање-више аутономно? Ово није далеки научнофантастични сценарио. Постоје већ објављени примери система вештачке интелигенције који генеришу нове научне хипотезе уз минималан људски допринос, а водећи светски програмери вештачке интелигенције описују потпуно аутономно истраживање вештачке интелигенције као питање година, а не деценија.
Да би се јасно размислило о томе шта је у питању, помаже у разликовању два широка сценарија.
У првом – наука вођена људима – Вештачка интелигенција прожима сваку фазу истраживачког процеса, али људски научници остају на волану. Људи и даље одлучују шта ће истраживати. Они и даље постављају истраживачки програм, формулишу питања и одређују куда је истрага усмерена. Чак и ако већину стварних истраживања спроводи вештачка интелигенција, људска рука је на волану и одлучује куда ће се возити. То је мање-више место где смо данас, иако ниво учешћа вештачке интелигенције брзо расте.
У другом – Наука вођена вештачком интелигенцијом – Вештачка интелигенција не само да спроводи истраживање, већ и одлучује шта ће се истраживати. Сам истраживачки програм више не постављају само људи. Системи вештачке интелигенције све више обликују која се питања постављају, које се хипотезе генеришу и који експерименти имају приоритет, прелазећи са извршења на постављање програма. Будући напредак, попут укључивања физичког вештачког интелигенције и роботских лабораторијских система, може додатно продубити ову промену, омогућавајући моделима да директно учествују у експериментисању, а не само у анализи. Како би то изгледало у пракси остаје заиста неизвесно. Али већ је сугерисано да Наука вођена вештачком интелигенцијом могла би изгледати веома другачије од свега што препознајемо, потенцијално мењајући не само темпо науке већ и њену основну логику: циклус људске радозналости, претпоставки и експерименталног дизајна који је вековима дефинисао производњу знања.
Разлика између ова два сценарија је место где се налазе занимљива питања.
Када системи вештачке интелигенције могу аутономно да спроводе истраживања, поставља се низ фундаменталних питања која далеко превазилазе етичке смернице или политике објављивања информација. Међу њима су:
Може ли вештачка интелигенција (ВИ) генерисати заиста ново знање? Већина тренутних модела је обучена на огромним количинама постојећег људског знања. Да ли они могу да закључе заиста нове увиде о природи универзума или су у крајњој линији софистицирани системи за рекомбиновање онога што је већ познато?
Шта се дешава са институционализованом науком? Ако истраживање може полуаутономно да спроводи вештачка интелигенција, да ли то значи да свако може ефикасно „бити“ научник? Да ли ће универзитет и истраживачки институт, какве познајемо, остати примарно место производње знања? И ако је тако, да ли се улога научника све више помера ка верификацији, као што је провера чињеница, репликација и валидација резултата које производи вештачка интелигенција, уместо ка откривању?
Како успостављамо поверење у знање произведено вештачком интелигенцијом? Научна заједница је вековима развила скуп норми и механизама за валидацију знања – рецензију од стране колега, репликацију, отворене податке итд. Они су осмишљени за науку коју стварају људи. Можда се не поклапају јасно са науком коју ствара вештачка интелигенција.
Да ли отворена наука ненамерно оснажује науку приватног сектора? Прелазак на отворени приступ и отворене податке се генерално сматра добром ствари. Али све већа доступност научног знања у јавном власништву такође значи да га комерцијалне технолошке компаније могу слободно прикупљати ради обуке и побољшања својих модела вештачке интелигенције. Ово ствара потенцијалну тензију између идеала науке као глобалног јавног добра и ризика од новог система генерисања знања који је све мање одговоран глобалној научној заједници.
Неугодна реалност је да организације и институције одговорне за управљање науком изгледа да су углавном одсутне из овог разговора. Мултилатерални систем је, разумљиво, фокусиран на етику и управљање вештачком интелигенцијом. Појединачни финансијери истраживања и универзитети су фокусирани на ажурирање својих политика за одговорно коришћење алата вештачке интелигенције. То су неопходни одговори на непосредне притиске.
Али већа питања о будућој природи науке, будућој улози људских истраживача, будућности производње знања као јавног добра, углавном остају неодговорена на институционалном нивоу. Пројекат будућности научних система Међународни научни савет је један такав пројекат који покушава да испита неке од њих, истражујући како нове технологије мењају научне системе широм глобалног Југа. Али ови разговори су и даље превише ретки.
У међувремену, истраживачи на терену брзо усвајају вештачку интелигенцију, често много пре било каквих институционалних смерница. Ово открива праву неједнакост: руководиоци организоване науке још увек схватају шта је вештачка интелигенција и како би могла да промени ствари, док су руке већ дубоко у трансформацији.
Да ли, једноставно речено, спавамо за воланом?
Аргумент овде није да можемо или треба да успоримо усвајање вештачке интелигенције у науци. Нити је то савет очаја. То је позив организованој науци да подигне поглед са непосредних и сагледа дугорочнију перспективу – да се не пита само „како данас одговорно користимо вештачку интелигенцију?“, већ „какав научни систем желимо за десет или двадесет година и шта би било потребно да бисмо то постигли?“.
То значи стварање простора за другачију врсту разговора, ону која окупља стручњаке који ригорозно размишљају о неизвесности, о дугом путу производње знања и о ограничењима тренутних оквира. Ови разговори би били мање фокусирани на одговоре управљања на вештачку интелигенцију каква постоји данас, већ више оријентисани на низ могућих будућности и шта би значило бити спреман за њих.
То такође значи осигуравање да научна заједница, укључујући истраживаче као и креаторе политике, има концептуалне алате за ангажовање у решавању ових питања као информисани учесници, а не као субјекти промена. То би укључивало оквире за размишљање о деловању вештачке интелигенције, епистемологију машински генерисаног знања и дугорочне импликације на то ко контролише истраживачку агенду.
Прозор за превазилажење овога се сужава. Организована наука има прилику, а вероватно и одговорност, да обликује начин на који вештачка интелигенција трансформише производњу знања, уместо да се једноставно прилагођава променама које у потпуности покрећу други.
То почиње постављањем правих питања. Ми их још не постављамо.
Фото Игор Омилаев on Унспласх
Прочитајте више о будућности научних система Прочитајте више о утицају података и вештачке интелигенције на научну производњу 
Прочитајте више о томе како Пацифичка академија наука покреће прву истраживачку платформу засновану на вештачкој интелигенцији и регионални извештај о процени истраживања и развоја Прочитајте више о новим трендовима који обликују научне каријере 
