Tim Brys published this article in De Standaard.
“AI lost ziekenhuisbacterievraagstuk in twee dagen op, waar het wetenschappers jaren kostte.” Sinds de onthulling van Googles ‘co-scientist’ enkele dagen geleden verschenen tientallen artikelen met titels zoals deze, gelezen bij de BBC. Hoewel ze enigszins misleidend zijn, gaat het wel degelijk om een indrukwekkende toepassing van artificiële intelligentie. Co-scientist is een artificiële wetenschapper, die mensen moet bijstaan in het wetenschappelijke proces. De spectaculaire krantenkoppen verwijzen naar een van de experimenten die het nut van de technologie hebben bewezen. Al na twee dagen rekenen produceerde co-scientist een hypothese waarvan biologen onlangs, na jaren onderzoek, hadden aangetoond dat ze klopt: dat sommige bacteriën met antibiotische resistentie gebruikmaken van verschillende virussen om meer gastheren te bereiken.
Het lukte co-scientist dus om de juiste hypothese te formuleren, maar het kon niet het verdere wetenschappelijke werk uitvoeren dat nodig is om die hypothese te valideren, zoals gecontroleerde experimenten opzetten. Vandaar dat de tegenstelling tussen ‘twee dagen’ met AI en ‘jaren’ met mensen niet opgaat. Want co-scientist, zoals de naam verraadt, kan niet in zijn eentje wetenschap bedrijven.
De biologen in kwestie zouden wel vele jaren werk uitgespaard hebben, mochten ze van bij het begin co-scientist aan hun zijde hebben gehad. Dan zou de maatschappij misschien vandaag al baat hebben bij hun onderzoek, mogelijk onder de vorm van nieuwe antibiotica. Daar ligt dan ook de waarde van co-scientist: het doorploegt enorme hoeveelheden wetenschappelijke literatuur, over disciplines heen, formuleert nieuwe hypothesen op open vragen, en stelt navenant experimentele protocollen op, waardoor onderzoek en de maatschappelijke valorisatie ervan versnelt.
Uitmuntende assistent
Op hun blog beschrijven medewerkers van Google de AI-toepassing co-scientist als een “samenwerkingsmiddel dat experts helpt onderzoek te verzamelen en hun werk te verfijnen – het is niet bedoeld om het wetenschappelijke proces te automatiseren”. Die toevoeging moet wetenschappers geruststellen: co-scientist zal jullie werk niet overnemen, maar het verrijken. Dat is trouwens hoe tal van AI-systemen tegenwoordig worden omschreven. Begrijpelijk, want de projecties over jobverlies zijn niet lief. Het World Economic Forum voorspelt dat AI de komende jaren miljoenen meer jobs verloren zal doen gaan dan dat ze er zal creëren.
Hoewel co-scientist voorlopig een uitmuntende assistent lijkt die wetenschappers in staat zal stellen beter en sneller te werken, kan het evengoed, ondanks wat Google zegt, een stap zijn richting het omkeren van de rollen. Met steeds krachtigere AI zou de wetenschapper weleens een veredelde lab-assistent kunnen worden: de fysieke handen die AI nog ontbeert om de experimenten uit te voeren die ze nodig acht in ‘haar’ wetenschappelijk onderzoek. Wanneer de robotica ver genoeg zal staan om ook het experimenteren te automatiseren, dan zullen menselijke wetenschappers helemaal overbodig zijn.
Onszelf afschaffen
AI-toepassingen zoals co-scientist stellen ons voor een dilemma. Het maatschappelijke potentieel ervan is overduidelijk: we kunnen niet snel genoeg nieuwe oplossingen vinden voor de klimaatverandering, antibiotische weerstand, pandemieën en meer. Maar zullen we onszelf daarvoor moeten afschaffen? De voorspelde komst van Artificial General Intelligence (AGI) over enkele jaren belooft alleszins dat de mens voor veel zaken niet meer essentieel zal zijn. Zouden we onszelf elke rol van betekenis in de wetenschap ontnemen, opdat die daardoor sneller vooruit kan gaan?
Mensen vinden betekenis en voldoening in hun werk, ook wetenschappers. Hypotheses bedenken is een van de leukere, creatieve aspecten van het wetenschappelijke proces. Als we dat graag blijven doen, en dus als mensen op de hoogte willen blijven, zijn we dan bereid om misschien soms wat langer te doen over het oplossen van openstaande vragen en problemen?
Per discipline zal er een goede balans gezocht moeten worden. Waar het maatschappelijke nut groot en urgent is, zoals bij het ontwikkelen van nieuwe medicatie, zal de balans vermoedelijk richting AI overhellen, als het maar snel (en correct) verloopt. Maar in minder urgente gevallenmogen we de fundamentele waarde van zelf denken, zelf werken en zelf ontdekken niet onderschatten, zelfs al zullen we het op termijn misschien minder efficiënt doen dan AI. De zoektocht is namelijk in veel gevallen minstens even belangrijk als het eindresultaat, al was het maar omdat zelf wetenschappelijk onderzoek bedrijven van de wetenschapper een betere wetenschapper maakt.