Rahvusvaheline Teadusnõukogu ja selle liige, Hiina Teaduse ja Tehnoloogia Assotsiatsioon (CAST) koostöös looduson käivitanud uue kuueosalise taskuhäälingusaatesarja, mis uurib teadlaskarjääri pidevalt muutuvat maastikku. Sarja jooksul vestlevad karjääri alguses ja keskel olevad teadlased vanemteadlastega, jagades kogemusi kasvu, koostöö ja vastupanuvõime kohta kiirete muutuste ees.
Selles kolmandas episoodis on Mercè Crosas, arvutuslike sotsiaalteaduste ja humanitaarteaduste direktor Barcelona superarvutikeskusja Mohammad Hosseini, eetika dotsent Northwestern University, arutage, kuidas tehisintellekt ja digitaliseerimine muudavad teaduskarjääri ja uurimisprotsessi.
Vestlus toob esile nii tehisintellekti pakutavad võimalused kui ka väljakutsed teadlaste karjääri alguses ja keskel. Kuigi uued tehnoloogiad võimaldavad läbimurdeid ja avavad täiesti uusi uurimissuundi, tekitavad need ka muret seoses võrdse juurdepääsu, automatiseeritud tööriistadele liigse tuginemise ja kriitilise mõtlemise vähenemisega.
Izzie Clarke: 00:01
Tere tulemast. Olen teadusajakirjanik Izzie Clarke ja selles taskuhäälingus, mida esitletakse koostöös Rahvusvahelise Teadusnõukoguga ja Hiina Teaduse ja Tehnoloogia Assotsiatsiooni toel, arutame digitaalse abi ja tehisintellekti ehk tehisintellekti võimsust, selle olulisust teaduskarjääri jaoks ning potentsiaalset ohtu teadusettevõtlusele.
Täna on minuga liitunud Mercè Crosas, Barcelona superarvutite keskuse arvutuslike sotsiaal- ja humanitaarteaduste direktor ning Rahvusvahelise Teadusnõukogu (CODATA) andmekomitee president.
Mercè Crosas: 00:42
Tere.
Izzie Clarke: 00:43
Ja Mohammad Hosseini, eetika abiprofessor Chicago Northwesterni ülikoolis ja Global Young Academy liige.
Mohammad Hosseini: 00:51
Tere, kuidas läheb?
Izzie Clarke: 00:52
Väga hea, tänan teid. Alustuseks arvan, et küsimus teile mõlemale on, miks on just praegu kriitiline hetk mõtiskleda selle üle, kuidas digitaliseerimine ja tehisintellekt kujundavad teaduskarjääre?
Mohammad Hosseini: 01:05
Ma arvan, et me näeme üha enam teadlaste andmepõhist otsustusprotsessi, mis mõnikord ulatub ka riikliku või kohaliku tasandi otsustusprotsessideni, mis on hea, aga teaduskarjääri seisukohast tähendab see, et peame teadlasi koolitama uute oskustega.
Ja see on alati nii olnud. Kuid murdepunkti tõttu liiguvad asjad nii kiiresti, et me vaevu suudame järele jõuda. Masinad muutuvad nii võimekaks, et nad võivad teaduses inimtööjõu välja tõrjuda või asendada. Oleme nüüd omamoodi kriitilises hetkes, et arutada digitaliseerimist ja uurida, kes neist tehnoloogiatest kasu saab, kes võib maha jääda ja kuidas saaksime tagada läbipaistvuse ja võrdsuse nende kasutamisel.
Izzie Clarke 01:54
Mercé, mis sa arvad?
Mercè Crosas: 01:56
Esiteks on tehisintellekti teaduses juba pikka aega kasutatud ja muutused on toimunud järk-järgult. On tõsi, et tehisintellekti kasutatakse nüüdseks eksponentsiaalselt meetoditena paljudes teaduslikes tegevustes.
Seega, alates kirjanduse ülevaate uurimisest kuni uurimisküsimuse väljaselgitamiseni, andmetöötluse ja -kogumiseni ning seejärel analüüsi endani, aga ka teaduslike tulemuste avaldamiseni... Ma mõtlen, et see murdepunkt, millest Mohammad rääkis, avaldab palju laiemat mõju kui kunagi varem.
Izzie Clarke: 02:34
Siin on palju asju, mida arvestada. Te mainisite seal avaldamist ja me jõuame selleni kohe. Aga võimaluste osas, milliseid võimalusi te näete selles tekkimas karjääri alguses ja keskel olevatele teadlastele ning kuidas see muudab tehisintellektil põhinevat teadusmaastikku?
Mohammad Hosseini: 02:55
Ma arvan, et võimalused peituvad enamasti uute avastuste tegemises ja asjade tegemises, mis oleksid viis aastat tagasi olnud isegi unistus. Igas valdkonnas, mis modelleerimisest kasu võiks saada, liigume nüüd palju kiiremini. See on võimalus, eriti karjääri alguses ja keskel olevatele teadlastele, kes võivad olla tehisintellekti kasutamises osavamad, kuid sellega kaasnevad teatud kompromissid. Võimaluste leidmine selles uues dünaamikas nõuab uut tüüpi uudishimu, milleks me pole treenitud. Aga ma arvan, et peaksime püüdma leida ülesandeid uurimiskontekstides, mida ei saa automatiseerida, ja püüdma sellistes ülesannetes silma paista.
Näiteks minu uurimisvaldkond, olen eetikauurija. Hästi argumenteeritud töö kirjutamine on juba automatiseeritud. Aga mentorlus, kontaktõppe läbiviimine, mis on samuti interaktiivne ja kaasahaarav, või intervjuude läbiviimine andmete kogumiseks ja uute teadmiste saamiseks inimeste elukogemustest – need on ülesanded, mida ei saa kergesti automatiseerida. Ja ma arvan, et peame leidma need ülesannete rühmad oma uurimiskontekstis ja püüdma selles silma paista.
Izzie Clarke: 04:06
Ja Mercè?
Mercè Crosas: 04:07
Ma ei näe suurt ohtu, et teadlased või karjääri alguses või keskel olevad teadlased asendatakse. Mina näen võimalusi uute uurimisküsimuste esitamiseks, mida paljud eelmiste põlvkondade teadlased isegi ei osanud küsida, eks? Seega ei ole asi niivõrd selles, et nüüd saame neid tööriistu rakendada, vaid selles, et saame mõnele valdkonnale mõelda hoopis teistmoodi. Biomeditsiinis, kliimamuutustes, füüsikas ja bioloogias geneetika jaoks – see võib tehisintellekti ja uut tüüpi andmete kasutamisega muutuda.
Izzie Clarke: 04:39
Ma arvan, et näeme, et tehisintellekti poole pöördumiseks ja erinevate ülesannete lahendamiseks on palju erinevaid viise ning oleme rääkinud ümberõppest. Mida teie arvates peaksid teadusvaldkonnas karjääri alguses ja keskel olevad teadlased silmas pidama ja kust nad tuge saavad?
Mercè Crosas: 04:57
Teaduses väga range olemine on olulisem kui kunagi varem ja arusaamine, et lõppkokkuvõttes, olenemata sellest, kas me kasutame tehisintellekti või muid tööriistu, on teadus see, mida me teeme, ja teadus on järelduste tegemine ning teadus peab olema avalik. Meetodid, andmed ja viis, kuidas me seda teeme, peavad olema teiste poolt kontrollitud.
See tähendab taas kord, et me ei kasuta tehisintellekti tööriistu ainult vastuste saamiseks, vaid peame saama spetsialistideks ka nende vastuste valideerimises. Ja selleks peame olema veelgi paremini ette valmistatud valdkondade teooria ja tulemuste ranguse osas, kus me uurimistööd teeme.
Izzie Clarke: 05:33
Jah, Mohammad, tahaksin ka sinu mõtteid kuulda, sest tean, et sa pöörad sellele palju tähelepanu.
Mohammad Hosseini: 05:38
Jah, absoluutselt. Ja ma tahan ka tagasi minna selle juurde, mida Mercè siin ütles. Jah, teooria peale mõtlemine on oluline ja samal ajal väidavad paljud inimesed nüüd, et andmepõhise teaduse esiletõusu tõttu näeme sotsiaalteooria lõppu. Teooria pole tegelikult nii oluline, sest inimesed saavad lihtsalt andmeid koguda ja andmekaevandamist teha, et näha, mis on asjakohane, ilma et neil oleks enne andmete kogumist isegi hüpoteesi olnud.
Ja ma arvan, et see on tähelepanuväärne areng, mis nõuab palju hoolikat kaalumist ja tähelepanu. Ma arvan, et üks väljakutse, mida ma samuti esile tahan tõsta, on asjaolu, et meil on juurdepääs erinevatele ressurssidele, olenevalt asukohast. Meil on ka erinevusi selles, mida institutsioonid pakuvad. Mul on au töötada jõukas eraülikoolis USAs, mis pakub tasuta juurdepääsu erinevatele tehisintellekti mudelitele, kuid miljonite teiste teadlaste puhul see nii ei ole.
Ja see ebavõrdsus seab paljud teised inimesed ebasoodsasse olukorda. Paljudel ülikoolidel puudub isegi tehisintellekti mudelite kasutamise üldine poliitika. Kui ma oleksin sellises ülikoolis, prooviksin ma tõesti rääkida ülikooli administratsiooni või raamatukoguga, et paluda neil juhiseid ja koolitust.
Mercè Crosas: 06:54
Liigse andmepõhiseks muutumise ohu järel. Ma ei nõustu, et see on tee, mida mööda me peame minema, eks? Tulemuseks on teoreetilise mudeli ja selle andmepõhise lähenemisviisi kokkupuutepunkt. Kuid generatiivse tehisintellekti või uut tüüpi tehisintellekti tööriistade kasutamise osas arvan, et Euroopal on üsna erinev lähenemisviis kui teistel kohtadel.
Ja praegu on käimas uue strateegia väljatöötamine tehisintellekti kasutamiseks teaduses ja teaduse rakendamiseks tehisintellekti jaoks. Peame olema ettevaatlikud, milliseid tehisintellekti tööriistu me kasutame, kas neil on selgelt määratletud, milliseid andmeid on kasutatud, kas need on avatud lähtekoodiga, kas need keskenduvad usaldusväärsele tehisintellektile, ja ma arvan, et see on väga oluline.
Izzie Clarke: 07:36
Tahtsin ka midagi mainida. Me räägime sellest, kuidas me tehisintellekti töös ja kirjastamises kasutame. Niisiis, Mohammad, mida sinu arvates peaksid karjääri alguses ja keskel olevad teadlased kirjastamise ja tehisintellekti kasutamise osas silmas pidama?
Mohammad Hosseini: 07:54
Jah, ma arvan, et üks asi, millele peaksime tõesti tähelepanu pöörama, on see, millise ülesande me tehisintellektile anname? Millist ülesannet me tehisintellektilt palume? Kui see tehisintellekti buum algas, kasutati tehisintellekti enamasti uurimisprotsessi lõpus, näiteks toimetamiseks ja loetavuse parandamiseks jne.
Aga nüüd anname need olulised ülesanded tehisintellektile edasi ja järgmine kord, kui tahate oma järgmise uurimisküsimuse peale mõelda, siis selle asemel, et sügavamalt mõelda loetud õpikutele või uutele artiklitele, mõtlete, et las ma küsin, mida tehisintellektil selle kohta öelda on. See muutub väga sõltuvust tekitavaks ja ma soovitaksin teadlastel olla teadlikud ülesannetest, mida nad delegeerivad, ja endalt küsida, kas see on seda väärt?
Minu soovitus on mitte avaldada midagi lihtsalt avaldamise pärast, kui sul pole midagi tõeliselt olulist öelda. Mõtle sellele, keda sa tsiteerid. Kui kasutad kirjanduse leidmiseks tehisintellekti, siis loe kindlasti tsiteeritavat sisu, sest sageli on need viited ebaolulised.
Izzie Clarke: 09:03
Ja ma arvan, et see on hea mõte. Jah, tehisintellekti kasutamiseks on viise, mis võivad mõnes punktis abiks olla, aga hoidke mõned neist oskustest aktiivsed ja veenduge, et teete ka muul viisil hoolsuskohustust.
Ja ma arvan, et see viib meid ilmselt aruteluni usaldusväärsuse üle. Niisiis, mida on vaja teie valdkonnas ja laiema avalikkuse jaoks usaldusväärsuse säilitamiseks selles digiajastul? Mercè?
Mercè Crosas: 09:30
Noh, minu arvates on see väga lihtne. Ma mõtlen, et sul oli usaldusväärsust siis, kui sa suutsid seda edasi anda, kui sa said sellest ja sellest, mille kallal sa töötad, täielikult aru ning see ei olnud loodud millegi muu poolt, millest sa aru ei saanud. Tagasi tulles teaduse ja avatud teaduse väärtuste juurde, et see oleks võimalikult läbipaistev, et igaüks saaks kontrollida, mida sa oled teinud, lähtudes sellest, kuidas oled rakendanud tehisintellekti mudelit, meetodit, kasutatud andmeid, töövooge, õiglasi põhimõtteid leitavate, ligipääsetavate, inter[operatiivsete] ja taaskasutatavate andmete jaoks. Aga ka tarkvara, et see, mida sa kasutad, oleks jagatav, teiste poolt leitav ja kontrollitav.
Izzie Clarke: 10:06
Kuid on palju põnevaid viise, kuidas see saab olla ka teaduse ja digitaliseerimise muutmise vahend. Niisiis, Mercè, kuidas sa näed teaduskommunikatsiooni rolli kasvamas koos tehnoloogia arenemisega?
Mercè Crosas: 10:20
Noh, teaduskommunikatsioon, selle kallal peame ühiskonna heaks veel palju tööd tegema. Ja juba on ootusi, et tehisintellektil on võimalusi või võimalusi mängida rolli ka suure osa teadusväljundi kokkuvõtmisel ja selle laiemale publikule kättesaadavamaks muutmisel. Seega arvan, et see võib olla huvitav.
Izzie Clarke: 10:41
Ja lõpuks, mis annab teile mõlemale lootust teaduse tulevikuks selles digitaalses maailmas? Mohammad?
Mohammad Hosseini: 10:47
Ma arvan, et see, mis mulle lootust annab, on uus teadlaste põlvkond, kes sõna võtavad. Me näeme uut põlvkonda, kes julgeb välja öelda, mida ta mõtleb, ja on valmis selle eest hinda maksma. Olen USA-s ja näen igasuguseid suurettevõtteid ja seda, kuidas nad saavad mõjutada teadusmaastikku ja ülikoole ja kõike seda. Seega on minu jaoks väga oluline seda näha.
Izzie Clarke: 11:12
Ja Mercè?
Mercè Crosas: 11:15
Seega arvan, et meil on rohkem vahendeid, et mõista, kuidas me töötame, kuidas me koostööd teeme ja milliseid uusi küsimusi saame teaduses esitada. Ja ma arvan, et see annab lootust paremale teadusele, kui me ei kaota seda, mis teadus on, ja me ei kaota neid avatud teaduse väärtusi, aga ka seda uut tüüpi tehisintellekti meetodite ärakasutamist.
Izzie Clarke: 11:34
Suur aitäh teile mõlemale minuga liitumise eest.
Kui oled karjääri alguses või keskel olev teadlane ja soovid osaleda tehisintellekti tuleviku teemalises vestluses, liitu Rahvusvahelise Teadusnõukogu foorumiga noortele teadlastele.
Külasta: nõukogu.teadus/foorum rohkem teada.
Mina olen Izzie Clarke ja järgmine kord arutame, kuidas karjääri alguses ja keskel olevad teadlased saavad aidata meie ookeani kaitsta ning kui tugev on selleks transdistsiplinaarne lähenemisviis. Seniks aga.
Loe lähemalt The Science Diplomat Podcasti kohta: Sir Peter Gluckman teaduslike nõuannete, usalduse ja tõendite piiride kohta Loe lähemalt teemal „Piirideta teadus: rahvusvaheline koostöö järgmise põlvkonna teadlastele” Loe lähemalt teadusökosüsteemi kasvu ja vastupanuvõime ümbermõtestamise kohta 