Waarom kan AI wetenschappers niet vervangen?

GD&TĐ - Naarmate kunstmatige intelligentie zich verder ontwikkelt, rijst de vraag: kunnen machines wetenschappers vervangen?

Het antwoord ligt in de manier waarop mensen zichzelf en de wereld om hen heen onderzoeken.

Kunstmatige intelligentie creëert geen wetenschap.

In de golf van integratie van kunstmatige intelligentie (AI) in vrijwel elk vakgebied vormt de wetenschap geen uitzondering. Onderzoekers en beleidsmakers verwachten dat AI-modellen, getraind op enorme hoeveelheden wetenschappelijke data, automatisch redeneren, hypotheses formuleren en zelfs belangrijke doorbraken versnellen. Zal AI op een dag wetenschappers volledig vervangen?

Deze ambitie komt tot uiting in het Genesis-initiatief, dat in november 2025 door de VS werd aangekondigd. Het doel is om "AI-agenten" te bouwen en te trainen op basis van federale wetenschappelijke datasets om "nieuwe hypothesen te testen, onderzoeksprocessen te automatiseren en wetenschappelijke doorbraken te versnellen".

De prestaties van "AI-wetenschappers" tot nu toe blijven echter controversieel. Enerzijds zijn AI-systemen inderdaad in staat om enorme datasets te verwerken en subtiele verbanden te detecteren die mensen moeilijk kunnen herkennen. Anderzijds betekent het gebrek aan gezond verstand en contextueel begrip dat ze soms zinloze experimentele suggesties kunnen doen.

Als filosofe en onderzoekster gespecialiseerd in de geschiedenis en conceptuele grondslagen van de wetenschap, betoogt universitair hoofddocent Alessandra Buccella, werkzaam aan de Universiteit van Albany (VS), dat hoewel AI in veel aspecten van het onderzoeksproces kan helpen, het nog lang niet de ware betekenis van "wetenschap automatiseren" heeft bereikt, en dat dit misschien ook nooit zal gebeuren. Ze is ervan overtuigd dat wetenschap intrinsiek verbonden is met de mens en dat machines de mens niet kunnen vervangen.

AI-modellen leren niet rechtstreeks van de echte wereld. Ze kunnen alleen leren via de 'werelden' die mensen voor hen creëren – dat wil zeggen, datasets die zijn geselecteerd, georganiseerd en geïnterpreteerd. Zonder wetenschappers die toezicht houden op de constructie van die datawerelden, zou AI zelf geen basis hebben om op te functioneren.

Het geval van AlphaFold is een uitstekend voorbeeld. Dit model, dat in staat is eiwitstructuren te voorspellen, leverde het ontwikkelingsteam de Nobelprijs voor de Scheikunde van 2024 op. Dankzij AlphaFold kunnen onderzoekers snel eiwitstructuren modelleren, waardoor de ontwikkeling van geneesmiddelen, ziekteonderzoek en vele andere biomedische gebieden worden versneld.

AlphaFold "creëert" echter niet zelfstandig nieuwe biologische kennis. Het begrijpt geen eiwitten, ziekten of wat een goed medicijn is. Het analyseert en herorganiseert simpelweg een enorme hoeveelheid informatie die al door mensen is gegenereerd, op een snellere en efficiëntere manier.

"Met andere woorden, AI staat niet buiten de wetenschap om wetenschap te creëren. Het staat er middenin, als een instrument, en is volledig afhankelijk van wat de menselijke wetenschap er al voor heeft voorbereid," benadrukte universitair hoofddocent Alessandra.

Kunstmatige intelligentie kan wetenschappers niet vervangen.

Wetenschap is een menselijke activiteit.

Volgens Alessandra is de rol van de mens in de wetenschap niet beperkt tot het ontwerpen en 'onderhouden' van AI-modellen. Fundamenteler nog is wetenschap als intellectuele prestatie verweven met de zeer specifieke waarden, doelen en levenswijzen van de mensheid. Het is gebaseerd op de manier waarop mensen denken, vragen stellen, debatteren, geloven en aan elkaar twijfelen.

Belangrijke wetenschappelijke ontdekkingen zijn niet zomaar theorieën die "mechanisch" uit data zijn geformuleerd. Ze zijn het resultaat van generaties wetenschappers, met uiteenlopende interesses, vooroordelen en perspectieven, die samenwerken in een gemeenschap die gebonden is aan normen van intellectuele integriteit en professionele ethiek.

De geschiedenis van de dubbele helixstructuur van DNA is hiervan een bewijs. Toen het idee voor het eerst werd geopperd, waren er geen directe experimenten om het te bevestigen. Het berustte grotendeels op het redeneren, de synthese en de verbeeldingskracht van hoogopgeleide wetenschappers. Het duurde bijna een eeuw van technologische vooruitgang en generaties van onderzoek, van de vage speculaties aan het einde van de 19e eeuw, voordat de wetenschap tot de ontdekking kwam die haar in 1953 de Nobelprijs opleverde.

Dit laat zien dat wetenschap van nature een sociale activiteit is. Ideeën worden ter discussie gesteld en interpretaties wedijveren met elkaar. Wetenschappers leggen niet alleen de wereld vast, maar construeren ook kennis door middel van praktijk, debat en normen die gevormd worden door sociale, en zelfs politieke, waarden.

In dat beeld is het moeilijk voor te stellen dat een AI-systeem, zonder sociaal leven, waarden of ambities, daadwerkelijk op dezelfde manier aan de wetenschap zou kunnen deelnemen als mensen. "Het enorme potentieel van AI om wetenschappelijke vooruitgang te stimuleren is echter onmiskenbaar. Daarom moet AI voorzichtig en verantwoord worden ingezet, zodat het een 'rechterhand' voor wetenschappers kan zijn", aldus Alessandra.

AI-tools kunnen wetenschappers helpen tijd te besparen, fouten te verminderen en zich meer te richten op de grote vragen. AI kan een uitstekend hulpmiddel zijn. Maar het heeft geen reden om nieuwsgierig te zijn, geen prikkel om sceptisch te zijn en geen morele verantwoordelijkheid voor de gevolgen van de kennis die het produceert.

Zolang wetenschap draait om mensen die zichzelf en de wereld proberen te begrijpen, kan AI alleen maar naast wetenschappers bestaan ​​en hen niet vervangen.

Bron: https://giaoducthoidai.vn/vi-sao-ai-khong-the-thay-the-nha-khoa-hoc-post778616.html