Директор центра MIT предложил отделять вклад исследователя от работы ИИ

Директор MIT Statistics and Data Science Center Александр «Саша» Рахлин призвал университеты пересмотреть оценку научного вклада на фоне развития искусственного интеллекта. По его мнению, готовая статья становится менее надежным свидетельством квалификации автора, поскольку часть вычислений, программирования и поиска решений можно передать ИИ.

Рахлин сосредоточился на подготовке аспирантов и исследованиях в математике, статистике, машинном обучении и инженерных дисциплинах. Высказанные им предложения представляют авторскую позицию, а не утвержденные требования MIT.

Готовая статья больше не отражает весь вклад автора

ИИ быстрее продвигается в областях, где результат легко проверить. Формализованное доказательство можно проверить автоматически, а программу запустить и протестировать. Это позволяет системам предлагать множество вариантов и улучшать результат на основе обратной связи.

По оценке Рахлина, университетам стоит яснее определять, какую часть исследования выполнил человек и за какие решения он несет интеллектуальную ответственность. При найме, финансировании и оценке академической работы можно учитывать постановку вопроса, воспроизведение результатов, объединение идей, полезные наборы данных и содержательные отрицательные результаты.

Аспирантам предлагают сохранить работу, развивающую экспертизу

Полная передача рутинных задач ИИ может лишить начинающего исследователя необходимой практики. Расчеты, написание кода, неудачные попытки и небольшие самостоятельные открытия помогают развивать интуицию и профессиональное суждение.

Поэтому Рахлин предлагает разделять механические препятствия и задания, без которых невозможно освоить дисциплину. Аспирант должен уметь сформулировать проблему, проверить ответ системы, воспроизвести результат и обосновать выбранный метод.

Университетам нужна общая исследовательская инфраструктура

Еще одно предложение связано с системами, которые сохраняют гипотезы, ход экспериментов, неудачные подходы и интерпретации ученых. Публикации обычно отражают итог работы, но причины отказа от отдельных направлений часто остаются внутри лабораторий.

Такая инфраструктура могла бы связывать исследовательские группы, помогать находить подходящие методы и сохранять происхождение идей. Для ее создания, по словам Рахлина, потребуются вычислительные ресурсы, защищенные хранилища и правила доступа.

Студентам уже сейчас полезно фиксировать использованные запросы, версии кода, промежуточные расчеты и ошибки ИИ. Эти записи позволяют показать собственный вклад и проверить, действительно ли автор понимает и может защитить выводы работы.