Η Τεχνητή Νοημοσύνη Μπορεί να Επιταχύνει την Επιστημονική Πρόοδο – Αλλά Δεν Μπορεί να Αντικαταστήσει τους Επιστήμονες
Σύμφωνα με τη γενική τάση ενσωμάτωσης της τεχνητής νοημοσύνης σχεδόν σε κάθε τομέα, ερευνητές και πολιτικοί χρησιμοποιούν όλο και περισσότερο μοντέλα ΤΝ εκπαιδευμένα σε επιστημονικά δεδομένα για να συμπεράνουν απαντήσεις σε επιστημονικά ερωτήματα. Μπορεί όμως η ΤΝ να αντικαταστήσει τελικά τους επιστήμονες;
Η κυβέρνηση Τραμπ υπέγραψε μια εκτελεστική εντολή στις 24 Νοεμβρίου 2025, η οποία ανακοίνωσε την “Αποστολή Genesis”, μια πρωτοβουλία για την κατασκευή και εκπαίδευση μιας σειράς πρακτόρων ΤΝ σε ομοσπονδιακά επιστημονικά σύνολα δεδομένων “για να ελέγξουν νέες υποθέσεις, να αυτοματοποιήσουν τις ερευνητικές ροές εργασίας και να επιταχύνουν τις επιστημονικές ανακαλύψεις”.
Μέχρι στιγμής, τα επιτεύγματα αυτών των λεγόμενων επιστημόνων ΤΝ είναι μικτά. Από τη μία πλευρά, τα συστήματα ΤΝ μπορούν να επεξεργαστούν τεράστια σύνολα δεδομένων και να εντοπίσουν λεπτές συσχετίσεις που οι άνθρωποι δεν μπορούν να εντοπίσουν. Από την άλλη πλευρά, η έλλειψη κοινής λογικής μπορεί να οδηγήσει σε μη ρεαλιστικές ή άσχετες πειραματικές συστάσεις.
Ενώ η ΤΝ μπορεί να βοηθήσει σε εργασίες που αποτελούν μέρος της επιστημονικής διαδικασίας, απέχει ακόμη πολύ από την αυτοματοποίηση της επιστήμης – και ίσως να μην μπορέσει ποτέ να το κάνει. Ως φιλόσοφος που μελετά τόσο την ιστορία όσο και τις εννοιολογικές βάσεις της επιστήμης, βλέπω αρκετά προβλήματα με την ιδέα ότι τα συστήματα ΤΝ μπορούν να “κάνουν επιστήμη” χωρίς ή ακόμα και καλύτερα από τους ανθρώπους.
Τα μοντέλα ΤΝ μπορούν να μάθουν μόνο από ανθρώπους επιστήμονες
Τα μοντέλα ΤΝ δεν μαθαίνουν απευθείας από τον πραγματικό κόσμο: Πρέπει να τους “πουν” πώς είναι ο κόσμος από τους ανθρώπους σχεδιαστές τους. Χωρίς ανθρώπους επιστήμονες που να επιβλέπουν την κατασκευή του ψηφιακού “κόσμου” στον οποίο λειτουργεί το μοντέλο – δηλαδή, τα σύνολα δεδομένων που χρησιμοποιούνται για την εκπαίδευση και τη δοκιμή των αλγορίθμων του – οι καινοτομίες που διευκολύνει η ΤΝ δεν θα ήταν δυνατές.
Εξετάστε το μοντέλο ΤΝ AlphaFold. Οι δημιουργοί του βραβεύτηκαν με το Νόμπελ Χημείας 2024 για την ικανότητα του μοντέλου να συμπεράνει τη δομή των πρωτεϊνών στα ανθρώπινα κύτταρα. Επειδή τόσες πολλές βιολογικές λειτουργίες εξαρτώνται από τις πρωτεΐνες, η ικανότητα γρήγορης δημιουργίας πρωτεϊνικών δομών για δοκιμή μέσω προσομοιώσεων έχει τη δυνατότητα να επιταχύνει το σχεδιασμό φαρμάκων, να εντοπίσει πώς αναπτύσσονται οι ασθένειες και να προωθήσει άλλους τομείς της βιοϊατρικής έρευνας.
Όσο πρακτικό κι αν είναι, ωστόσο, ένα σύστημα ΤΝ όπως το AlphaFold δεν παρέχει νέες γνώσεις για τις πρωτεΐνες, τις ασθένειες ή πιο αποτελεσματικά φάρμακα από μόνο του. Απλώς καθιστά δυνατή την ανάλυση των υπαρχουσών πληροφοριών πιο αποτελεσματικά.
Όπως το έθεσε η φιλόσοφος Έμιλι Σάλιβαν, για να είναι επιτυχημένα ως επιστημονικά εργαλεία, τα μοντέλα ΤΝ πρέπει να διατηρούν μια ισχυρή εμπειρική σύνδεση με την ήδη εδραιωμένη γνώση. Δηλαδή, οι προβλέψεις που κάνει ένα μοντέλο πρέπει να βασίζονται σε αυτά που γνωρίζουν ήδη οι ερευνητές για τον φυσικό κόσμο. Η ισχύς αυτής της σύνδεσης εξαρτάται από το πόση γνώση είναι ήδη διαθέσιμη για ένα συγκεκριμένο θέμα και από το πόσο καλά οι προγραμματιστές του μοντέλου μεταφράζουν τις εξαιρετικά τεχνικές επιστημονικές έννοιες και τις λογικές αρχές σε κώδικα.
Το AlphaFold δεν θα ήταν επιτυχημένο αν δεν υπήρχε το υπάρχον σώμα ανθρώπινης γνώσης σχετικά με τις πρωτεϊνικές δομές που οι προγραμματιστές χρησιμοποίησαν για να εκπαιδεύσουν το μοντέλο. Και χωρίς ανθρώπους επιστήμονες για να παρέχουν μια βάση θεωρητικών και μεθοδολογικών γνώσεων, τίποτα από όσα δημιουργεί το AlphaFold δεν θα ισοδυναμούσε με επιστημονική πρόοδο.
Η επιστήμη είναι ένα μοναδικά ανθρώπινο εγχείρημα
Αλλά ο ρόλος των ανθρώπων επιστημόνων στη διαδικασία της επιστημονικής ανακάλυψης και του πειραματισμού υπερβαίνει τη διασφάλιση ότι τα μοντέλα ΤΝ έχουν σχεδιαστεί σωστά και είναι αγκυρωμένα στην υπάρχουσα επιστημονική γνώση. Κατά μία έννοια, η επιστήμη ως δημιουργικό επίτευγμα αντλεί τη νομιμότητά της από τις ανθρώπινες ικανότητες, αξίες και τρόπους ζωής. Αυτά, με τη σειρά τους, βασίζονται στους μοναδικούς τρόπους με τους οποίους οι άνθρωποι σκέφτονται, αισθάνονται και ενεργούν.
Οι επιστημονικές ανακαλύψεις είναι κάτι περισσότερο από απλές θεωρίες που υποστηρίζονται από στοιχεία: Είναι το προϊόν γενεών επιστημόνων με ποικίλα ενδιαφέροντα και προοπτικές, που εργάζονται μαζί μέσω μιας κοινής δέσμευσης στην τέχνη τους και στην πνευματική ειλικρίνεια. Οι επιστημονικές ανακαλύψεις δεν είναι ποτέ το προϊόν ενός μόνο οραματιστή ιδιοφυΐας.
Για παράδειγμα, όταν οι ερευνητές πρότειναν για πρώτη φορά τη δομή της διπλής έλικας του DNA, δεν υπήρχαν εμπειρικές δοκιμές ικανές να επαληθεύσουν αυτήν την υπόθεση – βασίστηκε στις δεξιότητες συλλογισμού άρτια εκπαιδευμένων εμπειρογνωμόνων. Χρειάστηκε σχεδόν ένας αιώνας τεχνολογικών εξελίξεων και αρκετές γενιές επιστημόνων για να περάσουμε από αυτό που έμοιαζε με καθαρή εικασία στα τέλη του 1800 σε μια ανακάλυψη που τιμήθηκε με ένα βραβείο Νόμπελ το 1953.
Η επιστήμη, με άλλα λόγια, είναι ένα ξεχωριστά κοινωνικό εγχείρημα, στο οποίο συζητούνται ιδέες, προσφέρονται ερμηνείες και οι διαφωνίες δεν ξεπερνιούνται πάντα. Όπως έχουν σχολιάσει άλλοι φιλόσοφοι της επιστήμης, οι επιστήμονες είναι πιο παρόμοιοι με μια φυλή παρά με “παθητικούς αποδέκτες” επιστημονικών πληροφοριών. Οι ερευνητές δεν συσσωρεύουν επιστημονική γνώση καταγράφοντας “γεγονότα” – δημιουργούν επιστημονική γνώση μέσω ειδικευμένης πρακτικής, συζήτησης και συμφωνημένων προτύπων που ενημερώνονται από κοινωνικές και πολιτικές αξίες.
Η ΤΝ δεν είναι “επιστήμονας”
Πιστεύω ότι η υπολογιστική ισχύς των συστημάτων ΤΝ μπορεί να χρησιμοποιηθεί για να επιταχύνει την επιστημονική πρόοδο, αλλά μόνο εάν γίνει με προσοχή.
Με την ενεργό συμμετοχή της επιστημονικής κοινότητας, φιλόδοξα έργα όπως η Αποστολή Genesis θα μπορούσαν να αποδειχθούν ωφέλιμα για τους επιστήμονες. Καλά σχεδιασμένα και αυστηρά εκπαιδευμένα εργαλεία ΤΝ θα έκαναν τα πιο μηχανικά μέρη της επιστημονικής έρευνας πιο ομαλά και ίσως ακόμη και πιο γρήγορα. Αυτά τα εργαλεία θα συνέλεγαν πληροφορίες σχετικά με το τι έχει γίνει στο παρελθόν, ώστε να μπορούν πιο εύκολα να ενημερώσουν τον τρόπο σχεδιασμού μελλοντικών πειραμάτων, συλλογής μετρήσεων και διαμόρφωσης θεωριών.
Αλλά εάν το καθοδηγητικό όραμα για την ανάπτυξη μοντέλων ΤΝ στην επιστήμη είναι να αντικαταστήσει τους ανθρώπους επιστήμονες ή να αυτοματοποιήσει πλήρως την επιστημονική διαδικασία, πιστεύω ότι το έργο θα μετατρέψει μόνο την επιστήμη σε μια καρικατούρα του εαυτού της. Η ίδια η ύπαρξη της επιστήμης ως πηγής έγκυρης γνώσης για τον φυσικό κόσμο εξαρτάται θεμελιωδώς από την ανθρώπινη ζωή: κοινούς στόχους, εμπειρίες και φιλοδοξίες.