Однако исследование, опубликованное в журнале Nature, выявило неожиданный эффект: чем активнее исследователи используют ИИ, тем уже становится круг научных тем, которыми занимается мировая наука.
Проанализировав более 41 миллиона научных публикаций, авторы обнаружили парадокс. Искусственный интеллект делает отдельных ученых значительно успешнее — они публикуют больше работ, чаще получают цитирования и быстрее строят карьеру. Но одновременно внимание исследователей постепенно смещается к уже хорошо изученным направлениям, где проще добиться результата.
Искусственный интеллект действительно делает ученых продуктивнее
Авторы проанализировали более 41 миллиона научных публикаций и сравнили карьерные траектории исследователей, использующих ИИ, с теми, кто работает без подобных инструментов.
Результат оказался впечатляющим. В среднем ученые, активно использующие искусственный интеллект, публикуют в 3,02 раза больше работ, получают в 4,84 раза больше цитирований и примерно на 1,37 года раньше становятся руководителями собственных исследовательских проектов.
С практической точки зрения ИИ уже стал полноценным научным инструментом. Он помогает искать литературу, анализировать большие массивы данных, писать программный код и быстрее проверять гипотезы.
Но вместе с продуктивностью меняется и сама наука
На этом хорошие новости заканчиваются. Исследователи обнаружили, что по мере распространения ИИ уменьшается ширина научного поиска. Иными словами, ученые начинают изучать меньше новых направлений.
Согласно модели, использование ИИ связано со снижением разнообразия исследуемых тем примерно на 4,6%, а обмен знаниями между различными научными областями сокращается почти на 22%.
Это не означает, что исследований становится меньше. Наоборот, публикаций становится больше. Но они чаще появляются в уже хорошо освоенных областях науки.
Почему так происходит
Авторы считают, что дело вовсе не в самом искусственном интеллекте.
Современные ИИ-системы лучше всего работают там, где уже накоплено много знаний. Они быстрее находят самые цитируемые статьи, выявляют наиболее перспективные направления и помогают эффективнее использовать существующие данные.
Для отдельного ученого это рациональный выбор. Если вероятность получить результат выше, именно такое направление чаще всего и будет выбрано.
Но если одинаковыми рекомендациями пользуются миллионы исследователей, научное сообщество постепенно начинает двигаться в одном направлении.
Авторы сравнивают этот эффект с навигатором, который всегда предлагает самый быстрый маршрут. Он действительно помогает быстрее добраться до цели, но новые дороги при этом открывают значительно реже.
Почему это важно
Самые крупные научные открытия редко появляются там, где их ждут.
Когда Барри Маршалл предположил, что причиной большинства язв желудка является бактерия Helicobacter pylori, эта идея казалась настолько невероятной, что научное сообщество долго ее отвергало. Позже именно за это открытие была присуждена Нобелевская премия.
Похожая история произошла с мРНК-вакцинами, технологией CRISPR и рядом других разработок, которые долгие годы считались слишком рискованными или малоперспективными.
Авторы исследования не утверждают, что ИИ сделает подобные открытия невозможными. Однако если ученые будут все чаще выбирать уже проверенные направления, вероятность появления действительно неожиданных идей может снизиться.
Авторы предлагают менять не ИИ, а правила науки
Исследователи не призывают отказаться от искусственного интеллекта. Напротив, они считают его одним из самых полезных инструментов современной науки.
По их мнению, менять нужно систему стимулов. Если гранты, журналы и университеты будут поощрять только быстрые и предсказуемые результаты, ИИ неизбежно усилит эту тенденцию. Поэтому, считают авторы, особенно важно поддерживать исследования с высоким уровнем риска — именно они чаще всего становятся источником настоящих научных прорывов.