वास्तविक कारण विज्ञान टूट गया है

ए अध्ययन में पिछले महीने प्रकाशित हुआ प्रकृति प्राकृतिक विज्ञानों में 41 मिलियन शोध पत्रों का विश्लेषण किया और कुछ ऐसा पाया जिससे किसी को भी परेशान होना चाहिए जो मानता है कि एआई वैज्ञानिक खोज में क्रांति लाएगा। हां, एआई उपकरण अपनाने वाले वैज्ञानिक तीन गुना अधिक शोधपत्र प्रकाशित करते हैं और लगभग पांच गुना अधिक उद्धरण प्राप्त करते हैं। उनके करियर में तेजी आती है. लेकिन जांच के तहत वैज्ञानिक विषयों की सामूहिक सीमा लगभग 5 प्रतिशत कम हो गई है, और शोधकर्ताओं का एक-दूसरे के काम में जुड़ाव 22 प्रतिशत कम हो गया है। वे उपकरण जो व्यक्तिगत वैज्ञानिकों को उत्साहित करते हैं, समग्र रूप से विज्ञान को संकुचित करते प्रतीत होते हैं।

यह खोज अकेली नहीं है। ए अध्ययन दिसंबर में प्रकाशित विज्ञान दो मिलियन से अधिक प्रीप्रिंट की जांच की गई और पाया गया कि बड़े भाषा मॉडल का उपयोग 36 से 60 प्रतिशत अधिक पांडुलिपियों को पोस्ट करने से जुड़ा है। लेकिन एलएलएम-सहायता प्राप्त पत्रों के लिए, लेखन की जटिलता कम प्रकाशन संभावना के साथ सहसंबद्ध है – जो ऐतिहासिक रूप से सच है उसके विपरीत। एक व्याख्या: शोधकर्ता परिष्कृत गद्य में संदिग्ध गहराई के काम पर मंथन कर रहे हैं। इस बीच, अन्य डोमेन में एआई-सहायता लेखन का अध्ययन पास होना दस्तावेज एक “समरूपीकरण” प्रभाव। एआई का उपयोग करने वाले लोग ऐसा काम तैयार करते हैं जिसे व्यक्तिगत रूप से पॉलिश किया जा सकता है, लेकिन यह अन्य लेखकों के काम के समान भी है। ए आधुनिक अध्ययन 2,000 से अधिक कॉलेज प्रवेश निबंधों में पाया गया कि प्रत्येक अतिरिक्त मानव-लिखित निबंध ने प्रत्येक अतिरिक्त एआई-जनित निबंध की तुलना में सामूहिक पूल में अधिक नए विचारों का योगदान दिया, और अधिक निबंधों का विश्लेषण किए जाने पर यह अंतर बढ़ गया।

एआई काम बनाएगा, उसे नष्ट नहीं करेगा

कुल मिलाकर, ये निष्कर्ष एक परेशान करने वाली तस्वीर पेश करते हैं। एआई वैज्ञानिक उत्पादन के मार्करों में तेजी ला रहा है जबकि संभावित रूप से उत्पादित होने वाली चीज़ों की गुणवत्ता और विविधता दोनों को ख़राब कर रहा है। अधिक कागजात, और तेज़, लेकिन कम सफलताएँ।

यह विरोधाभास उस चीज़ को स्पष्ट करता है जो विज्ञान के भीतर वर्षों से निर्मित हो रही है। एआई नेताओं ने वादा किया है कि ये उपकरण ऐसा करेंगे कैंसर का निदान, मानव जीवन काल को दोगुना करें, जीव विज्ञान की एक सदी को एक दशक में संक्षिप्त करें. इन दावों ने बड़े पैमाने पर निवेश को उचित ठहराया है और एआई को विज्ञान के उद्धारकर्ता के रूप में स्थापित किया है। वास्तविकता अधिक जटिल होती जा रही है। एआई विज्ञान को इतना तेज़ नहीं कर रहा है जितना कि वैज्ञानिकों को पहले से ही टूटी हुई इनाम प्रणाली में पनपने के लिए अनुकूलित कर रहा है।

मैं एक बायोमेडिकल रिसर्च यूनिवर्सिटी में एक न्यूरोसाइंटिस्ट हूं, जहां मैं एआई और अनुभूति पर शोध करता हूं और विभिन्न विषयों के वैज्ञानिकों के साथ काम करता हूं कि उनके निष्कर्षों को कैसे संप्रेषित किया जाए। मैंने वैज्ञानिक उद्यम के अंदर वर्षों बिताए हैं और इसकी गतिशीलता से गहराई से परिचित हूं। अल्पकालिक दबाव अथक हैं। शोधकर्ता लगभग 10 प्रतिशत की सफलता दर के साथ अनुदान के माध्यम से अपने स्वयं के धन जुटाने के लिए जिम्मेदार हैं। यह उत्पादन जारी रखने के लिए भारी दबाव बनाता है – हमेशा पाइपलाइन में अगला आवेदन रखने के लिए, अगला पेपर प्रकाशित करने के लिए तैयार होता है। संस्थान शोधकर्ताओं को मापने में आसान चीज़ों के आधार पर इसे सुदृढ़ करते हैं: प्रकाशन गणना, अनुदान डॉलर, उद्धरण मेट्रिक्स। ये उत्पादन के मार्कर हैं, प्रगति के नहीं। वास्तविक वैज्ञानिक प्रगति को कार्यकाल की समीक्षा के समय के पैमाने पर निर्धारित करना कठिन है। उत्पादन नहीं है।

अनुकूलित प्रतिक्रिया जोखिम से बचना है। यदि आप अपना पद बरकरार रखना चाहते हैं, तो आपके पास कार्यकाल समीक्षा आने से पहले यह साबित करने का एक मौका है कि आपका शोध कार्यक्रम सार्थक है। आप अनिश्चित विचारों के पीछे वर्षों बिताने का जोखिम नहीं उठा सकते। इन दबावों के तहत, वैज्ञानिक अनिवार्य रूप से सुरक्षित, वृद्धिशील परियोजनाओं को आगे बढ़ाते हैं जो विश्वसनीय रूप से कागजात प्रदान करेंगे, भले ही वे कभी भी समझ को आगे न बढ़ा सकें। में एक प्यू सर्वेक्षण एएएएस वैज्ञानिकों में से, 69 प्रतिशत ने कहा कि “त्वरित परिणाम देने वाली परियोजनाओं पर ध्यान केंद्रित करने से अनुसंधान की दिशा पर बहुत अधिक प्रभाव पड़ता है।”

कॉलेज एआई के सामने समर्पण कर रहे हैं

अब मिश्रण में AI मिलाएं। ये उपकरण डेटा को संसाधित करने और मौजूदा डेटासेट में पैटर्न खोजने में उत्कृष्टता प्राप्त करते हैं। जो काम पहले से ही किया जा रहा है, उसे और तेजी से करने में वे असाधारण रूप से अच्छे हैं। लेकिन विज्ञान मुख्य रूप से अनुकूलित दक्षता के माध्यम से प्रगति नहीं करता है। के रूप में प्रकृति लेखक ध्यान दें, प्रमुख खोजों का इतिहास प्रकृति पर नए विचारों से जुड़ा है, न कि स्थायी डेटा के अनुकूलित विश्लेषण के साथ।

डेटा-समृद्ध विषयों पर एआई-सहायता प्राप्त अनुसंधान की एकाग्रता रहस्यमय नहीं है। एआई टूल को कार्य करने के लिए बड़े डेटासेट की आवश्यकता होती है। जिन प्रश्नों में प्रचुर डेटा का अभाव है – जो कि सबसे महत्वपूर्ण में से कुछ हो सकते हैं – वास्तव में वही पीछे छूट गए हैं। एआई के प्रभाव में विज्ञान लैम्पपोस्ट समस्या की तरह दिखने लगा है: यह खोजना कि प्रकाश कहाँ सबसे अधिक चमकीला है बजाय इसके कि वास्तव में उत्तर कहाँ मिल सकते हैं।

कुछ विद्वान, जैसे कि अलग से प्रकृति लेख, चेतावनी दी है “वैज्ञानिक मोनोकल्चर” के बारे में, जहां समान डेटा पर प्रशिक्षित समान एआई उपकरणों पर निर्भरता वैज्ञानिकों के प्रश्नों और तरीकों को एक साथ लाने का कारण बनती है। जब एआई को एक वस्तुनिष्ठ सहयोगी के रूप में तैनात किया जाता है जो मानवीय पूर्वाग्रह को दूर कर सकता है, तो शोधकर्ता इसे अनुचित विश्वास दे सकते हैं, यह विश्वास करते हुए कि वे जितना समझते हैं उससे अधिक समझते हैं क्योंकि उपकरण उन डेटा से आत्मविश्वासपूर्ण-प्रतीत होने वाले आउटपुट उत्पन्न करते हैं जो वैज्ञानिकों ने कभी भी खुद से पूरी तरह से जुड़े नहीं हैं।

इसका कोई मतलब नहीं है कि एआई उपकरण विज्ञान के लिए बेकार हैं। वे व्यक्तिगत वैज्ञानिकों के लिए स्पष्ट रूप से उपयोगी हैं। लेकिन ज़ूम आउट करने पर, वैज्ञानिक प्रगति की बाधा मुख्य रूप से तकनीकी नहीं बल्कि संगठनात्मक है। यह इस बारे में है कि हम वैज्ञानिक उद्यम की संरचना कैसे करते हैं। में एक स्पष्ट साक्षात्कारएनआईएच के एक पूर्व अधिकारी, माइक लॉयर ने “मौलिक रूप से टूटी हुई” प्रणाली पर निम्नलिखित आश्चर्यजनक तथ्य बताए: वैज्ञानिक अपना लगभग 45 प्रतिशत समय विज्ञान करने के बजाय प्रशासनिक आवश्यकताओं पर खर्च करते हैं; अनुदान आवेदन 1950 के दशक में चार पृष्ठों से बढ़कर आज सौ से अधिक हो गए हैं; और सबसे बुरी बात यह है कि एक वैज्ञानिक को अपना पहला प्रमुख स्वतंत्र अनुदान प्राप्त करने की औसत आयु अब 45 है। इसके बारे में सोचें: किसी पर अपने स्वयं के शोध कार्यक्रम को चलाने के लिए तैयार होने से पहले पूरे एक दशक तक मस्तिष्क सर्जरी करने के लिए भरोसा किया जा सकता है।

यह इस तरह कैसे हुआ? बायोमेडिकल विज्ञान में, एक कारण यह है कि एनआईएच ने छोटे, अल्पकालिक परियोजना अनुदान के आसपास निर्मित एक डिप्रेशन-युग फंडिंग मॉडल अपनाया – एक मॉडल एक प्रारंभिक आलोचक आगाह विज्ञान की फंडिंग को घटाकर “चिकन फ़ीड की एक डिस्पेंसरी” कर दिया जाएगा। यह मॉडल सिर्फ पुराना नहीं है; यह विज्ञान के लिए बिल्कुल गलत है। अल्पकालिक प्रतिस्पर्धी प्रस्ताव मॉडल शोधकर्ताओं के साथ एक निर्माण अनुबंध के लिए प्रतिस्पर्धा करने वाले विक्रेताओं की तरह व्यवहार करता है, जिससे वैज्ञानिकों को यह अनुमान लगाने की आवश्यकता होती है कि वे पांच वर्षों में क्या खोजेंगे और फिर योजना पर टिके रहेंगे। लेकिन विज्ञान को एक निर्माण परियोजना की तरह नियोजित नहीं किया जा सकता। परिकल्पनाएँ विफल हो जाती हैं, प्रयोग आश्चर्यचकित कर देते हैं, और सबसे महत्वपूर्ण खोजें अक्सर वैज्ञानिकों द्वारा अप्रत्याशित स्थानों पर अपनी जिज्ञासा के बाद सामने आती हैं।

ये नौकरशाही की शिथिलता, गलत तरीके से दिए गए प्रोत्साहन और संस्थागत जड़ता की अस्वाभाविक समस्याएं हैं। मौलिक रूप से टूटी हुई प्रणाली को नेविगेट करने के लिए वैज्ञानिकों को तेज़ उपकरण देने से उनका समाधान नहीं होगा। यदि कुछ भी हो, तो एआई अंतर्निहित इनाम संरचनाओं को छुए बिना उत्पादन में तेजी लाकर, नए विचारों को वृद्धिशील कागजात की और भी बड़ी बाढ़ में दफन करके चीजों को बदतर बनाने की धमकी देता है।

फॉस्ट मिथक एआई की भविष्यवाणी करता है

यह कोई तर्क नहीं है कि AI विज्ञान को आगे नहीं बढ़ा सकता। यह पहले से ही खेतों में है प्रोटीन जीवविज्ञान को परमाणु संलयन. लेकिन उन सफलताओं में विशिष्ट वैज्ञानिक समस्याओं को हल करने के लिए डिज़ाइन की गई एआई प्रणालियाँ शामिल थीं। में व्यापक रूप से अपनाया गया प्रकृति अध्ययन कुछ अलग है: शोधकर्ता जो पहले से कर रहे हैं उसे और तेजी से करने के लिए डेटा-प्रोसेसिंग और भाषा टूल का उपयोग करते हैं। और के रूप में विज्ञान अध्ययन से पता चलता है, जब विशेष रूप से बड़े भाषा मॉडल की बात आती है, तो “तेज़” का मतलब कम गुणवत्ता की अधिक पांडुलिपियों को अधिक परिष्कृत गद्य में तैयार करना हो सकता है। विज्ञान न केवल अच्छी तरह से परिभाषित समस्याओं को हल करके बल्कि नई समस्याओं को उत्पन्न करके आगे बढ़ता है, और अधिकांश वैज्ञानिक वास्तव में एआई का उपयोग कैसे करते हैं, इसे तय करने वाली संस्थागत समस्याएं किसी भी तकनीक से ऊपर हैं।

ऐसा प्रतीत होता है कि एआई कंपनियां, विज्ञान फंडर्स और नीति निर्माता एआई को एक जादुई त्वरक के रूप में मान रहे हैं – इसे वैज्ञानिक उद्यम में तेजी से आगे बढ़ाने के लिए कुछ छिड़कना है। लेकिन एक के रूप में हालिया विश्लेषण सीधे शब्दों में कहें तो, यह किसी राजमार्ग पर लेन जोड़ने जैसा है जबकि मंदी वास्तव में टोल बूथ के कारण होती है। सवाल यह नहीं है कि अधिक लेन कैसे बनाई जाएं। इसीलिए टोलबूथ पहले स्थान पर है।

टिम रिक्वार्थ एनवाईयू ग्रॉसमैन स्कूल ऑफ मेडिसिन में स्नातक विज्ञान लेखन के निदेशक और तंत्रिका विज्ञान के शोध सहायक प्रोफेसर हैं, जहां वह अध्ययन करते हैं कि कृत्रिम बुद्धिमत्ता वैज्ञानिकों के सोचने, सीखने और लिखने के तरीके को कैसे बदल रही है। वह लिखते हैं “तीसरा गोलार्ध,” एक न्यूज़लेटर जो न्यूरोसाइंटिस्ट के दृष्टिकोण से अनुभूति पर एआई के प्रभावों की पड़ताल करता है।

अनुसरण करना प्रोत्साहन पर एक्स, Instagram, Linkedinऔर यूट्यूब हमारे नवीनतम लेखों, पॉडकास्ट और घटनाओं के साथ-साथ हमारे नेटवर्क पर उत्कृष्ट लेखकों से अपडेट प्राप्त करने के लिए।

और, इस तरह के टुकड़े अपने इनबॉक्स में प्राप्त करने और हमारे काम का समर्थन करने के लिए, नीचे सदस्यता लें: