Αναδυόμενες τάσεις που διαμορφώνουν τις επιστημονικές σταδιοδρομίες

Το Διεθνές Συμβούλιο Επιστήμης και το μέλος του, η Κινεζική Ένωση για την Επιστήμη και την Τεχνολογία (ΕΚΜΑΓΕΊΟ), σε συνεργασια με Φύση, έχουν ξεκινήσει μια νέα σειρά podcast έξι επεισοδίων που εξερευνά το εξελισσόμενο τοπίο των ερευνητικών σταδιοδρομιών. Σε όλη τη σειρά, ερευνητές στην αρχή και στο μέσο της καριέρας τους θα συνομιλούν με ανώτερους επιστήμονες, μοιράζοντας εμπειρίες ανάπτυξης, συνεργασίας και ανθεκτικότητας απέναντι στις ραγδαίες αλλαγές.

Σε αυτό το τρίτο επεισόδιο, η Mercè Crosas, Διευθύντρια Υπολογιστικών Κοινωνικών Επιστημών και Ανθρωπιστικών Επιστημών στο Βαρκελώνη Supercomputing Centre, και ο Μοχάμεντ Χοσεϊνί, Επίκουρος Καθηγητής Ηθικής στο Northwestern University, συζητήστε πώς η Τεχνητή Νοημοσύνη και η ψηφιοποίηση μεταμορφώνουν τις επιστημονικές σταδιοδρομίες και την ερευνητική διαδικασία.

Η συζήτηση αναδεικνύει τόσο τις ευκαιρίες όσο και τις προκλήσεις που φέρνει η Τεχνητή Νοημοσύνη για τους ερευνητές στην αρχή και στα μέσα της σταδιοδρομίας τους. Ενώ οι νέες τεχνολογίες επιτρέπουν τις καινοτομίες και ανοίγουν εντελώς νέους δρόμους έρευνας, εγείρουν επίσης ανησυχίες σχετικά με την ισότιμη πρόσβαση, την υπερβολική εξάρτηση από αυτοματοποιημένα εργαλεία και τη διάβρωση της κριτικής σκέψης.

---

Αντίγραφο

Ίζι Κλαρκ: 00:01

Γεια σας και καλώς ήρθατε. Είμαι η επιστημονική δημοσιογράφος Izzie Clarke και σε αυτό το podcast που παρουσιάζεται σε συνεργασία με το Διεθνές Συμβούλιο Επιστημών, με την υποστήριξη του Κινεζικού Συνδέσμου για την Επιστήμη και την Τεχνολογία, θα συζητήσουμε τη δύναμη της ψηφιακής βοήθειας και της τεχνητής νοημοσύνης, γνωστής ως Τεχνητής Νοημοσύνης, τη σημασία της για τις σταδιοδρομίες στην επιστήμη, καθώς και την πιθανή απειλή που αποτελεί για την επιστημονική επιχείρηση.

Σήμερα, είμαι μαζί μου η Mercè Crosas, Διευθύντρια Υπολογιστικών Κοινωνικών Επιστημών και Ανθρωπιστικών Επιστημών στο Κέντρο Υπερυπολογιστών της Βαρκελώνης και Πρόεδρος της Επιτροπής Δεδομένων του Διεθνούς Επιστημονικού Συμβουλίου, γνωστού ως CODATA.

Mercè Crosas: 00:42

Γεια σας.

Ίζι Κλαρκ: 00:43

Και ο Μοχάμεντ Χοσεϊνί, Επίκουρος Καθηγητής Ηθικής στο Πανεπιστήμιο Northwestern στο Σικάγο και μέλος της Παγκόσμιας Ακαδημίας Νέων.

Μοχάμεντ Χοσεϊνί: 00:51

Γεια πως εισαι?

Ίζι Κλαρκ: 00:52

Πολύ καλά, σας ευχαριστώ. Νομίζω ότι μια ερώτηση και προς τους δύο σας, για να ξεκινήσουμε, είναι γιατί τώρα είναι μια κρίσιμη στιγμή να αναλογιστούμε πώς η ψηφιοποίηση και η Τεχνητή Νοημοσύνη διαμορφώνουν τις επιστημονικές σταδιοδρομίες;

Μοχάμεντ Χοσεϊνί: 01:05

Νομίζω ότι βλέπουμε ολοένα και περισσότερη λήψη αποφάσεων από τους ερευνητές που βασίζονται σε δεδομένα, η οποία μερικές φορές μεταφράζεται και σε εθνική ή τοπική λήψη αποφάσεων, κάτι που είναι καλό, αλλά όσον αφορά τις επιστημονικές σταδιοδρομίες, αυτό σημαίνει ότι πρέπει να εκπαιδεύσουμε τους ερευνητές σε νέες δεξιότητες.

Και αυτό ίσχυε πάντα. Αλλά λόγω του σημείου καμπής, τα πράγματα κινούνται τόσο γρήγορα που δύσκολα μπορούμε να προλάβουμε. Οι μηχανές γίνονται τόσο ικανές που μπορούν να εκτοπίσουν ή να αντικαταστήσουν το ανθρώπινο εργατικό δυναμικό στην επιστήμη. Βρισκόμαστε τώρα σε μια κρίσιμη στιγμή για να συζητήσουμε την ψηφιοποίηση και να διερευνήσουμε ποιος επωφελείται από αυτές τις τεχνολογίες, ποιος μπορεί να μείνει πίσω και πώς μπορούμε να διασφαλίσουμε τη διαφάνεια και την ισότητα στη χρήση τους.

Ίζι Κλαρκ 01:54

Μερσέ, ποιες είναι οι σκέψεις σου;

Mercè Crosas: 01:56

Ένα από τα πρώτα πράγματα είναι ότι η Τεχνητή Νοημοσύνη χρησιμοποιείται και στην επιστήμη εδώ και αρκετό καιρό και η αλλαγή συμβαίνει προοδευτικά. Είναι αλήθεια ότι τώρα υπάρχει μια εκθετική χρήση της Τεχνητής Νοημοσύνης ως μεθόδου σε μεγάλο μέρος της επιστημονικής παραγωγής.

Έτσι, από την εξερεύνηση της βιβλιογραφικής ανασκόπησης μέχρι την προσπάθεια να κατανοηθεί το ερευνητικό ερώτημα, την επεξεργασία και τη συλλογή δεδομένων, και στη συνέχεια την ίδια την ανάλυση, αλλά και τη δημοσίευση των επιστημονικών αποτελεσμάτων. Δηλαδή, υποθέτω ότι αυτό το σημείο καμπής για το οποίο μιλούσε ο Μοχάμεντ, έχει πολύ ευρύτερο αντίκτυπο από ποτέ.

Ίζι Κλαρκ: 02:34

Υπάρχουν πολλά πράγματα που πρέπει να λάβουμε υπόψη εδώ. Αναφέρατε τη δημοσίευση εκεί και θα το αναλύσουμε σε λίγο. Αλλά όσον αφορά τις ευκαιρίες, ποιες είναι οι ευκαιρίες που βλέπετε να αναδύονται από αυτό για τους ερευνητές στην αρχή και στα μέσα της σταδιοδρομίας τους και πώς αυτό αλλάζει το επιστημονικό τοπίο που βασίζεται στην Τεχνητή Νοημοσύνη;

Μοχάμεντ Χοσεϊνί: 02:55

Υποθέτω ότι οι ευκαιρίες αφορούν κυρίως την πραγματοποίηση νέων ανακαλύψεων και πραγμάτων που θα ήταν ακόμη και όνειρο πριν από πέντε χρόνια. Σε κάθε τομέα που θα μπορούσε να επωφεληθεί από τη μοντελοποίηση, προχωράμε πολύ πιο γρήγορα τώρα. Αυτή είναι μια ευκαιρία, ειδικά για ερευνητές στην αρχή και τα μέσα της σταδιοδρομίας τους, οι οποίοι μπορεί να είναι πιο έμπειροι στη χρήση της Τεχνητής Νοημοσύνης, αλλά συνοδεύεται από ορισμένα συμβιβασμούς. Η εύρεση ευκαιριών σε αυτή τη νέα δυναμική απαιτεί ένα νέο είδος περιέργειας στο οποίο δεν είμαστε εκπαιδευμένοι. Αλλά νομίζω ότι θα πρέπει να προσπαθήσουμε να βρούμε εργασίες σε ερευνητικά πλαίσια που δεν μπορούν να αυτοματοποιηθούν και να προσπαθήσουμε να διαπρέψουμε σε τέτοιες εργασίες.

Για παράδειγμα, στον τομέα έρευνάς μου, είμαι ερευνητής ηθικής. Η συγγραφή μιας τεκμηριωμένης εργασίας είναι ήδη αυτοματοποιημένη. Αλλά η καθοδήγηση, η διδασκαλία σε ένα μάθημα με φυσική παρουσία, το οποίο είναι επίσης διαδραστικό και ενδιαφέρον, ή η διεξαγωγή συνεντεύξεων για τη συλλογή δεδομένων και την απόκτηση νέων γνώσεων από τις εμπειρίες των ανθρώπων — αυτές είναι εργασίες που δεν μπορούν να αυτοματοποιηθούν εύκολα. Και νομίζω ότι πρέπει να βρούμε αυτές τις ομάδες εργασιών στο δικό μας ερευνητικό πλαίσιο και να προσπαθήσουμε να διαπρέψουμε σε αυτό.

Ίζι Κλαρκ: 04:06

Και ο Μερσέ;

Mercè Crosas: 04:07

Δεν βλέπω ιδιαίτερο κίνδυνο αντικατάστασης επιστημόνων ή επιστημόνων στην αρχή της καριέρας τους, ή επιστημόνων στα μέσα της καριέρας τους. Αυτό που βλέπω είναι ευκαιρίες για νέα ερευνητικά ερωτήματα που πολλοί επιστήμονες από προηγούμενες γενιές δεν θα μπορούσαν καν να σκεφτούν να θέσουν, σωστά; Όχι, λοιπόν, δεν είναι τόσο ότι, τώρα μπορούμε να εφαρμόσουμε αυτά τα εργαλεία, αλλά ότι μπορούμε να σκεφτούμε ορισμένους τομείς με έναν εντελώς διαφορετικό τρόπο. Στη βιοϊατρική, στην κλιματική αλλαγή, στη φυσική και τη βιολογία για τη γενετική, αυτό μπορεί να αλλάξει με τη χρήση της Τεχνητής Νοημοσύνης και νέων τύπων δεδομένων.

Ίζι Κλαρκ: 04:39

Νομίζω ότι βλέπουμε ότι υπάρχουν πολλοί διαφορετικοί τρόποι με τους οποίους μπορούμε να στραφούμε στην Τεχνητή Νοημοσύνη και να αντιμετωπίσουμε διαφορετικά καθήκοντα, και έχουμε μιλήσει για την επανεκπαίδευση. Τι πιστεύετε, λοιπόν, ότι πρέπει να προσέχουν οι ερευνητές στα πρώτα και τα μέσα της σταδιοδρομίας τους στους επιστημονικούς τομείς και πού μπορούν να βρουν υποστήριξη;

Mercè Crosas: 04:57

Είναι πιο σημαντικό από ποτέ να είμαστε πολύ αυστηροί στην επιστήμη και να κατανοήσουμε ότι, τελικά, είτε χρησιμοποιούμε Τεχνητή Νοημοσύνη είτε άλλα εργαλεία, η επιστήμη είναι αυτό που κάνουμε, και η επιστήμη είναι η εξαγωγή συμπερασμάτων και η επιστήμη πρέπει να είναι δημόσια. Οι μέθοδοι, τα δεδομένα και ο τρόπος που το κάνουμε πρέπει να επαληθεύονται από άλλους.

Σημαίνει ότι, πάλι, δεν χρησιμοποιούμε μόνο τα εργαλεία Τεχνητής Νοημοσύνης για να μας δώσουν απαντήσεις, αλλά πρέπει να γίνουμε πιο ειδικοί στον τρόπο με τον οποίο επικυρώνουμε αυτές τις απαντήσεις. Και γι' αυτό, πρέπει να είμαστε ακόμα πιο προετοιμασμένοι σχετικά με τη θεωρία των πεδίων όπου διεξάγουμε έρευνα και την αυστηρότητα των αποτελεσμάτων.

Ίζι Κλαρκ: 05:33

Ναι, εννοώ, Μοχάμεντ, θα ήθελα και τις σκέψεις σου πάνω σε αυτό, επειδή ξέρω ότι είναι κάτι στο οποίο δίνεις μεγάλη προσοχή.

Μοχάμεντ Χοσεϊνί: 05:38

Ναι, απολύτως. Και θέλω επίσης να επιστρέψω σε αυτό που είπε εδώ ο Mercè. Ναι, είναι σημαντικό να σκεφτόμαστε τη θεωρία, και ταυτόχρονα, υπάρχουν πολλοί άνθρωποι που υποστηρίζουν τώρα ότι λόγω αυτής της ανόδου της επιστήμης που βασίζεται σε δεδομένα, βλέπουμε το τέλος της κοινωνικής θεωρίας. Η θεωρία δεν είναι στην πραγματικότητα τόσο σημαντική επειδή οι άνθρωποι μπορούν απλώς να συλλέγουν δεδομένα και να κάνουν εξόρυξη δεδομένων για να δουν τι είναι σχετικό χωρίς καν να έχουν κάνει μια υπόθεση πριν από τη συλλογή δεδομένων τους.

Και πιστεύω ότι αυτή είναι μια αξιοσημείωτη εξέλιξη που απαιτεί πολλή προσεκτική εξέταση και προσοχή. Νομίζω ότι μία από τις προκλήσεις που θέλω επίσης να επισημάνω είναι το γεγονός ότι έχουμε πρόσβαση σε διαφορετικούς πόρους, ανάλογα με την τοποθεσία. Έχουμε επίσης ανισότητες όσον αφορά το τι παρέχουν τα ιδρύματα. Έχω το προνόμιο να εδρεύω σε ένα εύπορο ιδιωτικό πανεπιστήμιο στις ΗΠΑ που προσφέρει δωρεάν πρόσβαση σε διάφορα μοντέλα Τεχνητής Νοημοσύνης, αλλά αυτό δεν ισχύει για εκατομμύρια άλλους ερευνητές.

Και αυτή η ανισότητα θέτει πολλούς άλλους ανθρώπους σε μειονεκτική θέση. Πολλά πανεπιστήμια δεν έχουν καν μια γενική πολιτική για τη χρήση μοντέλων Τεχνητής Νοημοσύνης. Αν ήμουν σε ένα τέτοιο πανεπιστήμιο, θα προσπαθούσα πραγματικά να μιλήσω με τη διοίκηση ή τη βιβλιοθήκη του πανεπιστημίου για να τους ζητήσω να παρέχουν καθοδήγηση και εκπαίδευση.

Mercè Crosas: 06:54

Για να παρακολουθήσω τον κίνδυνο της υπερβολικής βασισμένης στα δεδομένα προσέγγισης. Δεν δέχομαι ότι αυτός είναι ο δρόμος που πρέπει να ακολουθήσουμε, σωστά; Τα αποτελέσματα είναι η τομή μεταξύ του θεωρητικού μοντέλου και αυτής της βασισμένης στα δεδομένα προσέγγισης. Αλλά όσον αφορά τη χρήση της γενετικής Τεχνητής Νοημοσύνης ή νέων τύπων εργαλείων Τεχνητής Νοημοσύνης, νομίζω ότι η Ευρώπη έχει αρκετά διαφορετική προσέγγιση από άλλα μέρη.

Και αυτή τη στιγμή βρίσκεται σε εξέλιξη η ανάπτυξη μιας νέας στρατηγικής για την Τεχνητή Νοημοσύνη στην επιστήμη και την επιστήμη για την Τεχνητή Νοημοσύνη. Πρέπει να είμαστε προσεκτικοί σχετικά με το είδος των εργαλείων Τεχνητής Νοημοσύνης που χρησιμοποιούμε, αν έχουν σαφή ορισμό για τα δεδομένα που έχουν χρησιμοποιηθεί, αν είναι ανοιχτού κώδικα, αν επικεντρώνονται σε αξιόπιστη Τεχνητή Νοημοσύνη, και νομίζω ότι αυτό είναι πολύ σημαντικό.

Ίζι Κλαρκ: 07:36

Ήθελα κι εγώ να επισημάνω κάτι εκεί. Συζητάμε για το πώς χρησιμοποιούμε την Τεχνητή Νοημοσύνη στην εργασία και στις εκδόσεις. Λοιπόν, Μοχάμεντ, ποια είναι τα πράγματα που πιστεύεις ότι πρέπει να προσέχουν οι ερευνητές στην αρχή και στα μέσα της καριέρας τους όσον αφορά τις εκδόσεις και τη χρήση της Τεχνητής Νοημοσύνης;

Μοχάμεντ Χοσεϊνί: 07:54

Ναι, νομίζω ότι ένα από τα πράγματα που πρέπει να προσέξουμε είναι ποια είναι η εργασία που αναθέτουμε στην Τεχνητή Νοημοσύνη; Ποια είναι η εργασία που ζητάμε να κάνει η Τεχνητή Νοημοσύνη; Όταν ξεκίνησε αυτή η άνθηση της Τεχνητής Νοημοσύνης, η Τεχνητή Νοημοσύνη χρησιμοποιούνταν κυρίως στο τέλος της ερευνητικής διαδικασίας, όπως στο σημείο της επεξεργασίας κειμένου και της βελτίωσης της αναγνωσιμότητας και ούτω καθεξής.

Αλλά τώρα μεταθέτουμε αυτές τις σημαντικές εργασίες στην Τεχνητή Νοημοσύνη, και την επόμενη φορά που θα θέλετε να σκεφτείτε το επόμενο ερευνητικό σας ερώτημα, αντί να σκεφτείτε βαθύτερα τα σχολικά βιβλία που διαβάζετε ή τα νέα άρθρα που διαβάζετε, σκέφτεστε, α, επιτρέψτε μου να σας ρωτήσω τι έχει να πει η Τεχνητή Νοημοσύνη γι' αυτήν. Γίνεται πολύ εθιστική, και θα ενθάρρυνα τους ερευνητές να γνωρίζουν τις εργασίες που αναθέτουν και να αναρωτηθούν, αξίζει τον κόπο;

Η πρότασή μου είναι να μην δημοσιεύετε κάτι απλώς και μόνο για να το δημοσιεύσετε, εκτός αν έχετε κάτι πραγματικά σημαντικό να πείτε. Σκεφτείτε ποιον αναφέρετε. Εάν χρησιμοποιείτε Τεχνητή Νοημοσύνη για να βρείτε βιβλιογραφία, βεβαιωθείτε ότι διαβάζετε το περιεχόμενο που αναφέρετε, επειδή πολλές φορές αυτές οι παραπομπές είναι άσχετες.

Ίζι Κλαρκ: 09:03

Και νομίζω ότι αυτό είναι ένα καλό σημείο. Ναι, υπάρχουν τρόποι με τους οποίους μπορούμε να χρησιμοποιήσουμε την Τεχνητή Νοημοσύνη που μπορεί να είναι χρήσιμοι σε ορισμένα σημεία, αλλά διατηρήστε ορισμένες από αυτές τις δεξιότητες ενεργές και για να βεβαιωθείτε ότι κάνετε τον έλεγχο της δέουσας επιμέλειας και με άλλους τρόπους.

Και νομίζω ότι αυτό πιθανώς μας φέρνει σε μια συζήτηση για την αξιοπιστία. Λοιπόν, στον τομέα σας και στο ευρύτερο κοινό, τι χρειάζεται για να διατηρηθεί η αξιοπιστία σε αυτή την ψηφιακή εποχή; Εύχομαι;

Mercè Crosas: 09:30

Λοιπόν, νομίζω ότι είναι πολύ εύκολο. Δηλαδή, είχες αξιοπιστία όταν μπορούσες να το επικοινωνήσεις, όταν το κατανοείς πλήρως και πάνω σε τι εργάζεσαι και δεν έχει δημιουργηθεί από κάτι άλλο που δεν καταλαβαίνεις. Επιστρέφοντας στις αξίες της επιστήμης και της ανοιχτής επιστήμης, ότι είναι όσο το δυνατόν πιο διαφανής, ότι οποιοσδήποτε άλλος μπορεί να επαληθεύσει τι έχεις κάνει από τον τρόπο που έχεις εφαρμόσει το μοντέλο Τεχνητής Νοημοσύνης, τη μέθοδο, τα δεδομένα που έχεις χρησιμοποιήσει, τις ροές εργασίας, δίκαιες αρχές για δεδομένα που μπορούν να βρεθούν, να είναι προσβάσιμα, διαλειτουργικά, επαναχρησιμοποιήσιμα. Αλλά και λογισμικό, ώστε αυτό που χρησιμοποιείς να είναι κοινόχρηστο, να είναι εύρησιμο από άλλους και να μπορεί να επαληθευτεί.

Ίζι Κλαρκ: 10:06

Υπάρχουν όμως πολλοί συναρπαστικοί τρόποι με τους οποίους αυτό μπορεί να αποτελέσει εργαλείο για τον μετασχηματισμό της επιστήμης και της ψηφιοποίησης. Λοιπόν, Mercè, πώς βλέπεις τον ρόλο της επιστημονικής επικοινωνίας να αυξάνεται καθώς αναπτύσσεται και η τεχνολογία;

Mercè Crosas: 10:20

Λοιπόν, όσον αφορά την επικοινωνία της επιστήμης, πρέπει ακόμη να κάνουμε πολλή δουλειά πάνω σε αυτό για την κοινωνία. Και υπάρχουν ήδη προσδοκίες ότι υπάρχουν δυνατότητες ή ευκαιρίες για την Τεχνητή Νοημοσύνη να διαδραματίσει ρόλο και στη συνοπτική παρουσίαση πολλών επιστημονικών αποτελεσμάτων και στη διευκόλυνσή τους να γίνουν πιο προσιτά σε ένα ευρύτερο κοινό. Νομίζω λοιπόν ότι αυτό μπορεί να είναι ενδιαφέρον.

Ίζι Κλαρκ: 10:41

Και τέλος, τι σας δίνει ελπίδα και στους δύο για το μέλλον της επιστήμης σε αυτόν τον ψηφιακό κόσμο; Ο Μωάμεθ;

Μοχάμεντ Χοσεϊνί: 10:47

Νομίζω ότι αυτό που μου δίνει ελπίδα είναι μια νέα γενιά ερευνητών που μιλάνε ανοιχτά. Παρατηρούμε μια νέα γενιά που τολμά να λέει αυτό που σκέφτεται και είναι πρόθυμη να πληρώσει ένα τίμημα γι' αυτό. Βρίσκομαι στις ΗΠΑ και βλέπω κάθε είδους μεγάλες εταιρείες και πώς μπορούν να επηρεάσουν το ερευνητικό τοπίο και τα πανεπιστήμια και όλα αυτά. Επομένως, είναι πολύ σημαντικό για μένα να το δω αυτό.

Ίζι Κλαρκ: 11:12

Και ο Μερσέ;

Mercè Crosas: 11:15

Πιστεύω, λοιπόν, ότι έχουμε περισσότερα εργαλεία για να κατανοήσουμε πώς εργαζόμαστε, πώς συνεργαζόμαστε, ποια νέα ερωτήματα μπορούμε να θέσουμε στην επιστήμη. Και νομίζω ότι αυτό δίνει ελπίδα για καλύτερη επιστήμη αν δεν χάσουμε αυτό που είναι η επιστήμη και δεν χάσουμε αυτές τις αξίες της ανοιχτής επιστήμης, αλλά και την αξιοποίηση αυτού του νέου τύπου μεθόδων Τεχνητής Νοημοσύνης.

Ίζι Κλαρκ: 11:34

Σας ευχαριστώ πολύ και τους δύο που είστε μαζί μου.

Αν είστε ερευνητής στην αρχή ή στα μέσα της καριέρας σας και θέλετε να συμμετάσχετε στη συζήτηση για το μέλλον της Τεχνητής Νοημοσύνης, γίνετε μέλος του Φόρουμ του Διεθνούς Επιστημονικού Συμβουλίου για ανερχόμενους επιστήμονες.

Επισκεφθείτε την ιστοσελίδα: council.science/forum για να μάθετε περισσότερα.

Είμαι η Ίζι Κλαρκ και την επόμενη φορά θα συζητήσουμε πώς οι ερευνητές στην αρχή και στα μέσα της καριέρας τους μπορούν να βοηθήσουν στην προστασία του ωκεανού μας και τη δύναμη μιας διεπιστημονικής προσέγγισης για να το πετύχουμε αυτό. Μέχρι τότε.

---