Macht KI Wissenschaftler arbeitslos? Mit dieser Antwort habe ich nicht gerechnet

Im Bereich der generativen künstlichen Intelligenz herrscht große Aufregung und es wird viel darüber diskutiert. Viele Menschen würden folgendes Gefühl zum Ausdruck bringen: Wenn es so weitergeht, ist es nur eine Frage der Zeit, bis sie durch KI ersetzt werden. Beispielsweise gibt es viele junge Wissenschaftler, von denen einige in den Bereichen Biochemie, Umweltmaterialien und anderen Bereichen forschen, andere in der Informatik. Manche von ihnen scherzten gelegentlich: „Es scheint, dass Wissenschaftler wie ich unweigerlich durch KI ersetzt werden …“

Könnte so etwas wirklich passieren? Das ist in der Tat eine sehr interessante Frage.

Zunächst einmal ist es sicher, dass KI in den letzten zehn Jahren auch im wissenschaftlichen Bereich „fruchtbare Ergebnisse“ erzielt hat und KI häufig in Bereichen auftaucht, die scheinbar nichts mit KI zu tun haben. **KI findet sich in allen Bereichen wieder, von der Vorhersage der Proteinstruktur in der Biochemie bis zur Wettervorhersage in der Meteorologie und von der medizinischen Bilderkennung bis zur Vorhersage und Erstellung von Geruchskarten chemischer Moleküle.

Im Allgemeinen umfasst die Anwendung von KI in der wissenschaftlichen Forschung hauptsächlich drei Aspekte: Erstens, sie als Werkzeug zur Verbesserung der Arbeitseffizienz von Wissenschaftlern zu nutzen, zweitens, sie beim Verfassen und Überprüfen von Artikeln zu unterstützen und drittens, sie direkt an der wissenschaftlichen Forschung zu beteiligen.

Um die Frage „Wird KI Wissenschaftler ersetzen?“ zu beantworten, müssen wir zunächst die aktuellen spezifischen Anwendungen von KI in diesen drei Bereichen verstehen.

Copyright-Bilder in der Galerie. Der Nachdruck und die Verwendung können zu Urheberrechtsstreitigkeiten führen.

KI-gestützte Verbesserung

Arbeitseffizienz der Forscher

Im Jahr 2023 führte das Magazin Nature eine Umfrage unter 1.600 Wissenschaftlern durch, um die Nutzung und die Ansichten der Forscher zu generativer KI zu verstehen.

Die Ergebnisse zeigten, dass die Hälfte der Teilnehmer Forscher im Bereich KI waren. Wenn diese Personengruppe ausgeschlossen wird, werden mehr als die Hälfte der Forscher in Nicht-KI-Bereichen KI in ihrer wissenschaftlichen Forschung einsetzen.

Einsatz von KI durch Forscher, Bildquelle: Referenz [1]

Aus Sicht der Forscher können die Vorteile der generativen KI in drei Richtungen genutzt werden: durch die Unterstützung nicht englischsprachiger Autoren beim Schreiben von Artikeln (einschließlich Lektorat und Übersetzung), durch die Nutzung von KI zum Schreiben von Code und durch die Nutzung von KI zum Verfeinern von Artikelninhalten, um Lesezeit zu sparen.

Vorteile der Generativen KI (in der wissenschaftlichen Forschung), Bildquelle: Referenz 1

Es ist leicht zu verstehen, dass generative KI Nicht-Muttersprachlern beim Verfassen von Aufsätzen helfen kann. Die Fähigkeit generativer KI, englische Inhalte zu generieren, ist tatsächlich „authentischer“ als die vieler Menschen, deren Muttersprache nicht Englisch ist. Und KI kann den Wortlaut des Artikels je nach Bedarf anpassen, um ihn dem Stil wissenschaftlicher Forschungsarbeiten anzunähern.

Durch KI-Codierung kann außerdem die Zeit der Forscher erheblich reduziert werden. Solange klare Anforderungen gegeben sind, können große Modelle wie GPT nach Bedarf Code generieren und die Funktion jedes Codeteils erklären.

KI-Codierung kann nicht nur Informatikforschern helfen, sondern auch Nicht-Informatikern, die ebenfalls Programmierbedarf haben (wie etwa bei der Durchführung bioinformatischer Analysen). KI-Codierung kann die Arbeitseffizienz tatsächlich erheblich verbessern und es Forschern ermöglichen, ihre Intelligenz und Zeit für Dinge einzusetzen, die sie besser können und die wichtiger sind.

Heute ist generative KI bereits sehr gut in der Lage, wichtige Informationen aus Zusammenfassungen zu extrahieren und kann bei Bedarf eine genauere Informationsextraktion für bestimmte Module einer Arbeit durchführen, wie etwa „Forschungsmethoden“, „Ergebnisse und Diskussion“ usw. Daher kann der Einsatz von KI zum „Filtern“ von Dokumenten tatsächlich Zeit sparen.

Bei diesen Anwendungen ist die KI jedoch nicht direkt an der wissenschaftlichen Forschung beteiligt. Es ist eher wie ein praktisches Wörterbuch oder ein handlicher Schraubenzieher, der Forschern helfen kann, ihre Arbeitseffizienz zu verbessern. Die Kernarbeit der wissenschaftlichen Forschung wird nach wie vor von Wissenschaftlern geleistet.

KI beteiligt sich am Verfassen und Überprüfen von Artikeln

1

KI schreibt Aufsätze

Seit der Veröffentlichung von GPT 3.0 Ende 2022 werden die Fähigkeiten der generativen KI zum Verfassen von Inhalten allgemein anerkannt. Und an manchen Mittelschulen und Universitäten ist es kein neues Thema mehr, dass Schüler generative KI nutzen, um Hausaufgaben zu erledigen und Aufsätze zu schreiben.

Aber keine Schule wird ein solches Verhalten fördern. Schließlich ist ein solches „faules“ Verhalten weder für das Denken noch für die Entwicklung der Schüler förderlich.

In einer Umfrage des Magazins Nature erwähnten einige Forscher jedoch auch, dass KI zum Verfassen von Manuskripten verwendet werden könne, um Zeit zu sparen, was das Problem der „Verwendung von KI zum Verfassen von Artikeln“ aufwirft.

Tatsächlich ist das Verfassen von wissenschaftlichen Artikeln für junge Wissenschaftler eine Aufgabe, die nur mit grundlegenden Fähigkeiten möglich ist. In einigen Forschungsbereichen, in denen keine Experimente erforderlich sind, nimmt die Suche nach Informationen und das Verfassen von Aufsätzen fast den größten Teil der wissenschaftlichen Forschung ein. Wenn KI Artikel schreiben kann, wird die Arbeit von Wissenschaftlern in diesen Bereichen dadurch beeinträchtigt?

Es muss betont werden, dass die wissenschaftliche Gemeinschaft den direkten Einsatz von KI zum Verfassen von Artikeln nicht gutheißt.

Zunächst müssen wir zwischen zwei Arten des Verfassens einer Arbeit unterscheiden: „Ein Mensch schreibt einen Entwurf der Arbeit, und dann passt die KI die Sätze und Ausdrücke an“ und „Die KI erstellt einen Entwurf der Arbeit, und dann optimieren Menschen ihn.“ Diese beiden Arten, eine Arbeit zu schreiben, scheinen lediglich in umgekehrter Reihenfolge zu erfolgen, im Wesentlichen handelt es sich jedoch um zwei völlig unterschiedliche Dinge.

Wenn der erste Entwurf von menschlichen Wissenschaftlern verfasst wird, werden die Analyse der Daten und die Diskussion der Ergebnisse vollständig von menschlichen Wissenschaftlern durchgeführt. Auch beim Verfassen einer Übersichtsarbeit ist die ganzheitliche Auseinandersetzung und Reflexion des Inhalts Ausdruck der Weisheit der Wissenschaftler. Die anschließende KI-Optimierung ist lediglich die Optimierung von Grammatik und Ausdruck. KI ist nur ein Werkzeug, kein Autor.

Wenn jedoch zuerst die KI das Manuskript erstellt und Menschen Überarbeitungen vornehmen, wird die KI zum Autor. Obwohl KI Text erstellen kann, der „so aussieht“, verfügt sie bei der Erstellung von Papierinhalten nicht über „wissenschaftliches Denken“. Es generiert nur Text auf der Grundlage vorab trainierter Inhalte und die gezogenen Schlussfolgerungen können voreingenommen und unvernünftig sein.

Schlimmer noch ist, dass die von KI verfassten Arbeiten einige „unerklärliche“ Fehler enthalten . Beispielsweise kann KI Dokumente aus dem Nichts erfinden, doch wissenschaftliche Forscher, die sich an die akademische Ethik halten, werden beim Verfassen von Aufsätzen nicht auf derartige Probleme stoßen. Bei jemandem, der GPT direkt zum Erstellen eines Dokuments verwendet, ist es sehr wahrscheinlich, dass er die Literatur nicht einzeln überprüft. Die Einreichung eines solchen Papiers ist für die Gutachter reine Zeitverschwendung.

Derzeit haben viele Zeitschriftenverlage den Einsatz von KI als Autoren von Artikeln ausdrücklich verboten. Zum Beispiel Natur und Wissenschaft. Namhafte Fachzeitschriftenverlage wie Elsevier und Springer haben Erklärungen veröffentlicht, in denen sie den Auftritt von „KI-Autoren“ verbieten. An anderen Stellen im Dokument, an denen KI verwendet wird, müssen die Verwendungsmethode und die KI-Modellversion angegeben werden.

Gleichzeitig dürfen KI-generierte Bilder grundsätzlich nicht veröffentlicht werden (Ausnahmen sind in besonderen Fällen mit Genehmigung der Redaktion möglich).

Denn KI-Zeichnungen sind keine genaue Wiedergabe realer Inhalte. Im Bereich des künstlerischen Schaffens ist dies kein ernstes Problem, aber die Bilder in wissenschaftlichen Forschungsarbeiten müssen authentisch und streng sein, daher sind KI-generierte Bilder nicht zulässig. So war etwa das Bild der „KI-Maus“, das vor einiger Zeit in der Wissenschaft für Aufsehen sorgte, gravierend unvereinbar mit wissenschaftlichen Fakten und wurde deshalb zurückgezogen.

Mit Midjourney erstellte Bilder im zurückgezogenen Artikel

Natürlich ist die KI-Technologie nicht völlig aus dem Bereich der wissenschaftlichen Zeitschriften ausgeschlossen.

So erklärte Elsevier in einer Stellungnahme, dass KI-Technologie eingesetzt werden könne, um die Lesbarkeit von Aufsätzen zu verbessern und den sprachlichen Ausdruck zu optimieren. Und bei der Verwendung grundlegender KI-Tools zur Überprüfung von Rechtschreibung, Grammatik und Referenzen sind keine besonderen Anweisungen erforderlich.

Wenn es also um das Verfassen wissenschaftlicher Arbeiten geht, wird die KI menschliche Wissenschaftler nicht ersetzen, aber sie kann die Effizienz der Wissenschaftler beim Verfassen von Arbeiten verbessern.

2

KI beteiligt sich an der Papierprüfung

Im Bereich wissenschaftlicher Arbeiten gibt es ein weiteres Problem, das Forschern Kopfzerbrechen bereitet: das Peer-Review-Verfahren.

Zusätzlich zu ihrer eigenen Forschungsarbeit müssen Forscher auch die Forschungsarbeiten ihrer Kollegen prüfen. Da die Zahl wissenschaftlicher Forschungsarbeiten zunimmt, müssen Forscher immer mehr Zeit für die Begutachtung durch Fachkollegen aufwenden.

Mittlerweile tauchen in diesem Bereich zunehmend KI-Tools auf, die den Wissenschaftlern dabei helfen sollen, ihre Belastung zu verringern. Beispielsweise kann das Tool Penelope.ai die Manuskriptstruktur und das Referenzformat überprüfen. Mit StatReviewer kann die Zuverlässigkeit von Daten und statistischen Methoden überprüft werden.

Darüber hinaus kann ein Tool namens UNSILO die Zusammenfassung des Papiers extrahieren, um die Überprüfung durch menschliche Wissenschaftler zu erleichtern. Einige Forscher verwenden auch KI wie Chat-GPT, um Peer-Review-Inhalte direkt zu generieren.

Was die Frage der Beteiligung von KI an Peer-Reviews betrifft, muss noch diskutiert werden, in welchem ​​Umfang und auf welche Weise KI teilnehmen kann. Sicher ist jedoch, dass die Begutachtung der Artikel für die meisten Zeitschriften derzeit noch von menschlichen Wissenschaftlern durchgeführt werden muss.

Sowohl die National Institutes of Health (NIH) als auch der Australian Research Council (ARC) haben Erklärungen herausgegeben, in denen sie Forschern den Einsatz von KI zur Erstellung von Peer-Review-Inhalten untersagen. Da die Überprüfung wissenschaftlicher Forschungsarbeiten Fachwissen erfordert und die Arbeiten vertrauliche Daten enthalten können, besteht beim Hochladen in Chat-GPT möglicherweise die Gefahr eines Datenlecks.

KI ist direkt an wissenschaftlicher Forschungsarbeit beteiligt

Was ich zuvor erwähnt habe, sind alles Fälle, in denen KI als Hilfsmittel in der wissenschaftlichen Forschung eingesetzt wird. In manchen Bereichen könnte die KI tatsächlich eine ebenso wichtige Rolle spielen wie menschliche Wissenschaftler. Tatsächlich hatte die KI in diesen Bereichen schon lange vor dem Aufkommen der generativen KI große Erfolge erzielt.

1

Als Vorhersagemodell

Ein typisches Beispiel ist AlphaFold, ein von DeepMind entwickeltes Programm zur Vorhersage der dreidimensionalen Proteinstruktur.

Die Untersuchung der Struktur von Proteinen ist seit langem eine wichtige, aber schwierige Aufgabe. Denn die dreidimensionale Struktur eines Proteins bestimmt seine Funktion. Doch in den letzten 60 Jahren hat der Mensch insgesamt 170.000 Proteinstrukturen beobachtet, was weniger als 1 % der Gesamtzahl der Proteine ​​in der Natur ausmacht.

Proteine ​​werden durch die Faltung von Aminosäuresequenzen gebildet und Wissenschaftler versuchen auch, die Beziehung zwischen Aminosäuresequenzen und Proteinstrukturen herauszufinden. Dies ist jedoch nicht einfach, da es zu viele Möglichkeiten zur Faltung von Aminosäureketten gibt. Würde man einen Computer verwenden, um alle möglichen Strukturen zu durchlaufen und die stabilste zu finden, würde dies astronomisch viel Zeit in Anspruch nehmen.

Dieses Problem ist dem Problem sehr ähnlich, das die KI beim Go-Spielen lösen muss. Daher verwendete DeepMind, das Unternehmen, das die berühmten Go-Roboter AlphaGo und AlphaZero entwickelt hat, Daten zu 170.000 bekannten Proteinen, um das AlphaFold-Modell zu erstellen.

Im Jahr 2018 übertraf AlphaFold die führenden menschlichen wissenschaftlichen Forschungsteams hinsichtlich der Genauigkeit bei der Vorhersage von Proteinstrukturen. Während der COVID-19-Pandemie war AlphaFold 2 auch an der Strukturvorhersage des Coronavirus-Spike-Proteins beteiligt und gab die Ergebnisse weiter.

Natürlich kann KI auch in anderen Vorhersagemodellen verwendet werden.

Beispielsweise nutzte Google im Jahr 2023 KI, um die Gerüche von 500.000 chemischen Molekülen zu kartieren, um Menschen zu helfen, die Beziehung zwischen chemischen Molekülen und Gerüchen zu verstehen. Und auf der Grundlage einer solchen Karte können Wissenschaftler je nach Zielgeruch entsprechende Chemikalien synthetisieren.

Auch im Bereich der Wettervorhersage schneiden KI-Modelle gut ab. Beispielsweise kann das Wettervorhersagemodell GraphCast das globale Wetter für die nächsten 10 Tage innerhalb von 1 Minute vorhersagen. Dabei ist die Vorhersagegenauigkeit höher als bei herkömmlichen Modellen und die Kosten sind geringer.

2

Als wichtiges Verarbeitungsinstrument

Darüber hinaus kann die Fähigkeit der KI, Daten zu analysieren und zu verarbeiten, menschlichen Wissenschaftlern auch dabei helfen, bessere Forschungsarbeiten durchzuführen. Durch Training kann KI Rauschdaten aus großen Datenmengen entfernen, sodass Forscher zuverlässigere Informationen erhalten.

Nehmen wir als Beispiel die astronomische Forschung: Wenn astronomische Teleskope auf der Erde Bilder vom Sternenhimmel aufnehmen, werden diese durch die Atmosphäre gestört. Um Störungen aus der Atmosphäre auszuschließen, mussten die Menschen in der Vergangenheit Teleskope wie das Hubble-Teleskop und das Webb-Teleskop ins All bringen.

Mithilfe von KI-Tools können Wissenschaftler Bilder erdgebundener Teleskope optimieren und Störungen aus der Atmosphäre eliminieren. Darüber hinaus ist der Optimierungseffekt von KI-Modellen mithilfe von Deep Learning höher als der herkömmlicher Methoden.

Die vom erdgebundenen Teleskop aufgenommenen Fotos werden schrittweise entrauscht (oben links ist das Originalbild, unten rechts das bearbeitete Bild). Bildquelle: Referenz [7]

Darüber hinaus veröffentlichten Wissenschaftler 2019 ein Foto eines Schwarzen Lochs, das weltweite Aufmerksamkeit erregte. Zu diesem Zeitpunkt sah jeder nur die linke Seite des Bildes unten. Im Jahr 2023 optimierten Wissenschaftler dieses Bild mithilfe des KI-Modells PRIMO zu dem Bild rechts im Bild unten.

Das 2019 veröffentlichte Foto des Schwarzen Lochs (links) und nach der Bearbeitung durch PRIMO (rechts). Bildquelle, Referenz [8]

Solche Bilder mit höherer Auflösung können Wissenschaftlern dabei helfen, die Masse, Größe und Geschwindigkeit des Materieverbrauchs eines Schwarzen Lochs genauer abzuschätzen.

Natürlich können die Datenverarbeitungsfunktionen der KI neben der Bildglättung auch auf andere Datentypen angewendet werden. Man kann sagen, dass Wissenschaftler mithilfe von KI-Tools tatsächlich mehr und bessere Ergebnisse erzielen können, was für wissenschaftliche Forscher sehr wertvoll ist.

diskutieren

Aus den bisherigen Bewerbungen können wir ersehen, dass Humanwissenschaftler im Bereich der wissenschaftlichen Forschung noch immer eine unersetzliche Rolle spielen . Von der Ausarbeitung wissenschaftlicher Forschungsideen über die Entwicklung experimenteller Methoden bis hin zur Durchführung von Experimenten und der Analyse von Daten ist für alles die Weisheit menschlicher Wissenschaftler erforderlich.

Auch wenn generative KI seit dem Aufkommen von Menschen zur Optimierung von Text, Grammatik und Ausdruck eingesetzt werden kann, sind das Verfassen von Artikeln und die Peer-Review nach wie vor auf menschliche Wissenschaftler angewiesen.

Selbst in Fällen wie der KI, die Proteinmodelle vorhersagt, muss die endgültige Beobachtungsüberprüfung noch immer von menschlichen Wissenschaftlern durchgeführt werden. Obwohl KI in diesen Modellen Vorhersagen treffen kann, ist der Vorhersageprozess der KI eine „Black Box“ und die KI kann nicht erklären, warum sie solche Vorhersagen trifft. Die Erforschung des Mechanismus der Proteinfaltung muss von menschlichen Wissenschaftlern noch abgeschlossen werden.

Es lässt sich jedoch nicht leugnen, dass sich die Effizienz der Wissenschaftler bei der Lösung von Problemen mit Hilfe der KI tatsächlich verbessert hat. Wissenschaftler können mehr Aufmerksamkeit und Zeit auf höherdimensionales Denken konzentrieren.

Derzeit gibt es noch viele wissenschaftliche Forschungsfelder, in denen KI noch keine Rolle spielt. Doch wie Karim Lakhani, Professor an der Harvard Business School, sagte, wird KI den Menschen nicht ersetzen, aber Menschen, die KI nutzen, werden Menschen ersetzen, die keine KI nutzen.

Gleiches gilt natürlich auch für wissenschaftliche Forschungsarbeiten.

Verweise

[1] Van Noorden R, Perkel J M. KI und Wissenschaft: Was 1.600 Forscher denken[J]. Nature, 2023, 621(7980): 672-675.

[2] Kacena MA, Plotkin LI, Fehrenbacher J C. Der Einsatz künstlicher Intelligenz beim Verfassen wissenschaftlicher Übersichtsartikel[J]. Aktuelle Osteoporoseberichte, 2024: 1-7.

[3] https://www.science.org/content/article/science-funding-agencies-say-no-using-ai-peer-review

[4] https://www.science.org/content/article/ai-churns-out-lightning-fast-forecasts-good-weather-agencies

[5] https://www.science.org/content/page/science-journals-editorial-policies?adobe_mc=MCMID%3D797307340825707067541028171796633734 64%7CMCORGID%3D242B6472541199F70A4C98A6%2540AdobeOrg%7CTS%3D1675352420#:~:text=In%20addition%2C%20a,s%20scientific%20misconduct

[6] https://www.science.org/content/article/game-has-changed-ai-triumphs-solving-protein-structures

[7] https://www.space.com/ai-software-unblurs-images-ground-based-telescopes[8]https://www.space.com/first-ever-black-hole-image-ai-makeover[9]https://hbr.org/2023/08/ai-wont-replace-humans-but-humans-with-ai-will-replace-humans-without-ai

Planung und Produktion

Autor: Tian Dawei, Master am Institut für Ozeanologie, Chinesische Akademie der Wissenschaften

Rezension von Yu Yang, Leiter des Tencent Xuanwu Lab

Planung von Xu Lai

Herausgeber: Lin Lin

Das Titelbild und die Bilder in diesem Artikel stammen aus der Copyright-Bibliothek

Nachdruck kann zu Urheberrechtsstreitigkeiten führen