AI có thể khiến các nhà khoa học kém sáng tạo hơn

Theo một nghiên cứu mới, việc áp dụng các công cụ trí tuệ nhân tạo để phân tích dữ liệu và mô hình hóa kết quả có tác động rất lớn đến triển vọng nghề nghiệp của các nhà khoa học trẻ, làm tăng đáng kể cơ hội vươn lên các vị trí có tầm ảnh hưởng trong lĩnh vực của họ. Nhưng lợi ích đó dành cho các nhà nghiên cứu cá nhân dường như đang khiến khoa học phải trả giá đắt hơn.

Các nhà nghiên cứu tại Đại học Chicago và Đại học Thanh Hoa, Trung Quốc, đã phân tích gần 68 triệu tài liệu nghiên cứu thuộc sáu ngành khoa học (không bao gồm khoa học máy tính) và nhận thấy rằng các tài liệu kết hợp kỹ thuật AI được trích dẫn thường xuyên hơn nhưng cũng tập trung vào một nhóm chủ đề hẹp hơn và đã lặp đi lặp lại nhiều hơn. Về bản chất, các nhà khoa học càng sử dụng AI nhiều thì họ càng tập trung vào cùng một nhóm vấn đề có thể giải quyết bằng các bộ dữ liệu lớn, hiện có và họ càng ít khám phá những câu hỏi nền tảng có thể dẫn đến các lĩnh vực nghiên cứu hoàn toàn mới.

James Evans, đồng tác giả của bài báo in trước và giám đốc Phòng thí nghiệm Kiến thức tại Viện Nghiên cứu, cho biết: “Tôi rất ngạc nhiên về quy mô ấn tượng của phát hiện này, (AI) làm tăng đáng kể khả năng của mọi người để ở lại và thăng tiến trong hệ thống”. Đại học Chicago. “Điều này cho thấy có động lực to lớn để các cá nhân áp dụng các loại hệ thống này trong công việc của họ… đó là giữa việc phát triển mạnh và không tồn tại được trong một lĩnh vực nghiên cứu cạnh tranh.”

Ông nói, khi sự khuyến khích đó dẫn đến sự phụ thuộc ngày càng tăng vào máy học, mạng lưới thần kinh và các mô hình máy biến áp, “toàn bộ hệ thống khoa học do AI thực hiện đang bị thu hẹp lại”.

Nghiên cứu đã xem xét các bài báo được xuất bản từ năm 1980 đến năm 2024 trong các lĩnh vực sinh học, y học, hóa học, vật lý, khoa học vật liệu và địa chất. Nó phát hiện ra rằng các nhà khoa học sử dụng công cụ AI để tiến hành nghiên cứu của họ đã xuất bản trung bình nhiều hơn 67% các bài báo hàng năm và các bài báo của họ được trích dẫn thường xuyên hơn gấp ba lần so với những người không sử dụng AI.

Evans và các đồng tác giả của ông sau đó đã kiểm tra quỹ đạo sự nghiệp của 3,5 triệu nhà khoa học và phân loại họ thành các nhà khoa học cấp dưới, những người chưa lãnh đạo nhóm nghiên cứu hoặc các nhà khoa học đã thành danh, những người đã lãnh đạo. Họ phát hiện ra rằng các nhà khoa học cấp dưới sử dụng AI có khả năng tiếp tục lãnh đạo một nhóm nghiên cứu cao hơn 32% và tiến tới giai đoạn đó trong sự nghiệp của họ nhanh hơn nhiều so với các đồng nghiệp không sử dụng AI, những người có nhiều khả năng rời bỏ học viện hơn.

Tiếp theo, các tác giả đã sử dụng các mô hình AI để phân loại các chủ đề được nghiên cứu có sự hỗ trợ của AI và không có AI, đồng thời kiểm tra xem các loại bài báo khác nhau trích dẫn lẫn nhau như thế nào và liệu chúng có thúc đẩy các chuỗi nghiên cứu mới hay không.

Họ phát hiện ra rằng, trên tất cả sáu lĩnh vực khoa học, các nhà nghiên cứu sử dụng AI đã “thu hẹp” nền tảng thời sự mà họ nghiên cứu được 5%, so với các nhà nghiên cứu không sử dụng AI.

Lĩnh vực nghiên cứu hỗ trợ AI cũng bị thống trị bởi các bài báo “siêu sao”. Khoảng 80% tổng số trích dẫn trong danh mục đó thuộc top 20% bài báo được trích dẫn nhiều nhất và 95% tổng số trích dẫn lọt vào top 50% bài báo được trích dẫn nhiều nhất, nghĩa là khoảng một nửa nghiên cứu có sự hỗ trợ của AI hiếm khi bị bỏ qua. bao giờ được trích dẫn nữa.

Tương tự, Evans và các đồng tác giả của ông – Fengli Xu, Yong Li và Qianyue Hao – nhận thấy rằng nghiên cứu AI thúc đẩy sự tham gia theo dõi ít ​​hơn 24% so với nghiên cứu không phải AI dưới dạng các bài báo trích dẫn lẫn nhau cũng như bản gốc. giấy.

Họ viết: “Những phát hiện tổng hợp này cho thấy AI trong khoa học đã tập trung hơn vào các chủ đề nóng cụ thể, trở thành 'đám đông cô đơn' và giảm sự tương tác giữa các bài báo”. “Sự tập trung này dẫn đến nhiều ý tưởng chồng chéo hơn và những đổi mới dư thừa có liên quan đến sự thu hẹp về mức độ kiến ​​thức và tính đa dạng trong khoa học.”

Evans, người có chuyên môn nghiên cứu cách mọi người học tập và tiến hành nghiên cứu, nói rằng tác động thu hẹp đối với nghiên cứu khoa học cũng tương tự như những gì đã xảy ra khi Internet xuất hiện và các tạp chí học thuật xuất hiện trực tuyến. Năm 2008, ông xuất bản một bài báo trên tạp chí Khoa học cho thấy rằng khi các nhà xuất bản chuyển sang kỹ thuật số thì các loại nghiên cứu mà các nhà nghiên cứu trích dẫn đã thay đổi. Họ trích dẫn ít bài báo hơn, từ một nhóm tạp chí nhỏ hơn và ưa chuộng nghiên cứu mới hơn.

Là một người đam mê sử dụng các kỹ thuật AI, Evans cho biết anh không phản đối công nghệ; Internet và AI đều có những lợi ích rõ ràng cho khoa học. Nhưng những phát hiện trong nghiên cứu mới nhất của ông cho thấy các cơ quan tài trợ của chính phủ, các tập đoàn và tổ chức học thuật cần phải điều chỉnh các hệ thống khuyến khích dành cho các nhà khoa học để khuyến khích công việc ít tập trung vào việc sử dụng các công cụ cụ thể mà tập trung hơn vào việc tạo ra nền tảng mới cho các thế hệ tương lai. của các nhà nghiên cứu để xây dựng.

“Có một sự nghèo nàn về trí tưởng tượng,” ông nói. “Chúng ta cần làm chậm quá trình thay thế hoàn toàn các nguồn lực cho nghiên cứu liên quan đến AI để bảo tồn một số phương pháp tiếp cận hiện có, thay thế này.”