Az MI hatása a tudományos termelésre
Kezdetben a Cornell Egyetem kutatócsoportja informális beszámolókra alapozott, de új kutatásuk már több mint 2 millió tanulmány elemzésével bizonyítja: a nagy nyelvi modellek, mint például a ChatGPT, jelentősen megnövelik a publikációk számát. Ez különösen igaz a nem angol anyanyelvű kutatók esetén, akik eddig nehezebben boldogultak az idegen nyelven elvárt tudományos stílussal. Például az ázsiai egyetemekhez tartozó kutatók – miután elkezdték bevetni az MI-t – bizonyos tudományos archívumokban 43–89 százalékkal több tanulmányt publikáltak.
Ugyanígy az MI nemcsak az írásban segít: az MI-alapú keresők, például a Bing Chat, lehetővé teszik frissebb kutatások és változatosabb források megtalálását is, miközben a hagyományos keresők főleg a régebbi, sokat hivatkozott munkákat hozzák elő. Másfelől az MI új szemszögeket, kreatív ötleteket is ösztönözhet, mivel a kutatók változatosabb előzményekből meríthetnek.
Lecsúszik a minőség, nehezebb az értékelés
A produktivitás robbanásával párhuzamosan komoly kihívásként jelentkezik: a döntéshozók és lektorok egyre nehezebben különböztetik meg az igazán értékes eredményeket a kifinomult, de tartalmatlan dolgozatoktól. Régebben a kiforrott, komplexebb tudományos szöveg a minőség biztos jele volt – ezek a tanulmányok nagyobb valószínűséggel jelentek meg folyóiratokban. Most azonban sok, MI-vel írt cikk nyelvi színvonala kiemelkedő, de a szakmai bírálók mégsem fogadják el őket nagyobb arányban. Úgy tűnik, a sima, szép fogalmazás ma már nem egyenlő a valódi tudományos értékkel.
A kutatók szerint ez az eltérés hosszú távon fékezheti a valóban fontos kutatások előrejutását. Az egyetemek, alapítványok, támogatók és döntéshozók számára is rossz irányt mutathat, ha csupán a publikációk száma alapján ítélik meg a tudományos teljesítményt.
Mi várható a továbbiakban?
A Cornell kutatói hangsúlyozzák: az eddigi eredmények megfigyeléseken alapulnak. Következő lépésként kísérletes tanulmányokat is terveznek, amelyekben véletlenszerűen választják ki, ki dolgozik MI-vel és ki nélküle – így tisztábban látszik majd az ok-okozati kapcsolat. Ugyanígy 2026 márciusában nemzetközi szimpóziumot tartanak a Cornell Egyetemen, hogy a tudományos közösség és a döntéshozók is jobban átlássák, merre tart az MI-vel felgyorsuló tudomány. Az MI egyre több részfeladatot hódít meg a kutatásban, írásban, kódolásban és ötletgyártásban, így lassan a kutatók társává válik ezekben a folyamatokban is. Ezért egyre sürgetőbb átgondolni a szabályokat, hogy a valódi értéket és újítást is felismerjük ebben az egyre gyorsabb világban.
Már most nem az a kérdés, hogy használnak-e MI-t, hanem hogy pontosan hogyan és mire.
