تكشف نظرة نقدية لتأثير الذكاء الاصطناعي (AI) على العلوم من وجهات نظر وجهات فاعلة مختلفة - من الممولين العامين إلى مؤسسات التكنولوجيا الفائقة الخاصة - عن قلق مشترك بشأن الافتقار إلى الشفافية والتعاون في إنشاء نهج أكثر تركيزًا على الإنسان من شأنه أن يؤدي إلى تفاقم المشكلة. الوفاء بوعد العلم باعتباره منفعة عامة عالمية.
"السؤال لم يعد if الذكاء الاصطناعي يغير العلم، ولكن كيف"، افتتح ماتيو دينيس الكلمة في هذا العام القمة العالمية الرقمية ذات الهدف مع جلسة نقاش حول تأثيرات الذكاء الاصطناعي حول كيفية عمل العلم وتنظيمه.
بعد أقل من عام من الإصدار العام الأولي لـ ChatGPT 4، تزايد الاهتمام بموضوع الذكاء الاصطناعي، بالإضافة إلى تطبيقه عبر دورة الإنتاج العلمي بأكملها. ويرى يامين آيت أمور، رئيس القسم الرقمي والرياضي في وكالة الأبحاث الوطنية الفرنسية (ANR)، أن هذا الاهتمام يشمل جميع التخصصات تقريبًا. وعلى الرغم من أن الوكالة لا تستخدم أدوات الذكاء الاصطناعي لتقييم المقترحات البحثية، فإنها تدرك جيدًا أنها لا تستطيع فرض قيود مماثلة على استخدام الذكاء الاصطناعي على الآخرين في عملها العلمي.
في حين أن استخدام الذكاء الاصطناعي في العلوم يثير العديد من الأسئلة والشكوك في بعض الأحيان، إلا أن هناك أيضًا الكثير من الإثارة بشأن وعوده. إن الإمكانات موجودة، إذا وضعنا الهياكل المناسبة في مكانها الصحيح. يروي ريكاردو باتيستا ليتي، الرئيس التنفيذي لمؤسسة I-DAIR التعاونية للأبحاث الصحية، دروسًا من الماضي عندما أدت التقنيات المعطلة، المطبقة على الأنظمة المعطلة، إلى المزيد من الانكسار. من الممكن أن تساهم تقنيات الذكاء الاصطناعي في تحقيق الرفاهية العامة - إذا صممناها خصيصًا للقيام بذلك منذ البداية.
ومع ذلك، فإن الموجة الحالية من تطوير الذكاء الاصطناعي يقودها بشكل شبه حصري القطاع الخاص، بموارد تفوق بكثير أي استثمارات عامة. ويصبح من المستحيل الحديث عن التصميم المشترك لذكاء اصطناعي أكثر مسؤولية وشمولا دون سد الفجوة بين القطاعين العام والخاص في البحث والتطوير.
تعتبر كريستينا يان تشانغ، الرئيسة التنفيذية لمعهد ميتافيرس، من أشد المؤمنين بالتعاون بين القطاعين العام والخاص في مجال العلوم والتكنولوجيا. وهي توافق على أن رفاهية الإنسان يجب أن توضع في صميم تطوير التكنولوجيا. في النظام العلمي الحالي، يضطر الباحثون إلى اتباع مقاييس مثل الاستشهادات في المجلات، بدلاً من التأثير الحقيقي.
ويضيف يامين آيت أمور أن الأمر لا يقتصر على ذلك. هناك تحدي رئيسي آخر لاستخدام الذكاء الاصطناعي في العلوم. يمكن لأدوات الذكاء الاصطناعي في كثير من الأحيان أن تنتج نتائج ومخرجات أفضل من تلك التي يحققها البشر. على سبيل المثال، يتفوق نظام AlphaFold، وهو نظام للتعلم العميق يعمل بالذكاء الاصطناعي تم تدريبه على التنبؤ ببنية البروتين، على الأساليب التي تعمل بالطاقة البشرية. لكن لا يمكننا تكرار نتائجها والتحقق منها وشرحها بشكل موثوق. وطالما أننا لا نستطيع فهم العمليات التي تحدث في "الصناديق السوداء" للذكاء الاصطناعي، فإن استخدام الذكاء الاصطناعي في العلوم سيثير مشاكل فنية وأخلاقية ضخمة.
شارك الجمهور في جلسة النقاش في الشعور بأن التحولات الكبيرة التي نشهدها في العلوم الآن ليست سوى البداية: "إننا في منتصف القرن التاسع عشر عند بداية الثورة الصناعية. هل نحاول تكييف النظام الإقطاعي أم أننا نحلل الفترة الناشئة؟
يوافق ريكاردو باتيستا ليتي. "سوف ننظر إلى هذه اللحظة من الزمن ونسأل أنفسنا ما إذا كنا قد فعلنا الشيء الصحيح. لقد أتيحت لنا الفرصة لتغيير مجرى الأمور”.
