De Internationale Wetenschapsraad en haar lid, de China Association for Science and Technology (CAST), in samenwerking met NATUUR, hebben een nieuwe podcastserie van zes delen gelanceerd die het veranderende landschap van onderzoekscarrières verkent. In deze serie gaan onderzoekers aan het begin en midden van hun carrière in gesprek met senior wetenschappers en delen ze ervaringen over groei, samenwerking en veerkracht in het licht van snelle veranderingen.
In deze derde aflevering vertelt Mercè Crosas, directeur van Computationele Sociale Wetenschappen en Geesteswetenschappen aan de Supercomputingcentrum van Barcelona, en Mohammad Hosseini, universitair docent ethiek aan Northwestern Universitybespreken hoe AI en digitalisering wetenschappelijke carrières en het onderzoeksproces transformeren.
Het gesprek belicht zowel de kansen als de uitdagingen die AI met zich meebrengt voor onderzoekers aan het begin en halverwege hun carrière. Hoewel nieuwe technologieën doorbraken mogelijk maken en geheel nieuwe onderzoeksmogelijkheden bieden, roepen ze ook zorgen op over gelijke toegang, een te grote afhankelijkheid van geautomatiseerde tools en de afname van kritisch denken.
Izzie Clarke: 00:01
Hallo en welkom. Ik ben wetenschapsjournalist Izzie Clarke en in deze podcast, gepresenteerd in samenwerking met de International Science Council en met steun van de China Association for Science and Technology, bespreken we de kracht van digitale hulpmiddelen en kunstmatige intelligentie (AI), het belang ervan voor carrières in de wetenschap en de potentiële bedreiging ervan voor de wetenschappelijke sector.
Vandaag heb ik Mercè Crosas te gast, directeur van Computational Social Science and Humanities bij het Barcelona Supercomputing Center en voorzitter van het Committee on Data van de International Science Council, beter bekend als CODATA.
Mercè Crosas: 00:42
Hallo.
Izzie Clarke: 00:43
En Mohammad Hosseini, universitair docent ethiek aan de Northwestern University in Chicago en lid van de Global Young Academy.
Mohammed Hosseini: 00:51
Hallo hoe gaat het?
Izzie Clarke: 00:52
Heel goed, dank u wel. Ik denk dat een vraag aan jullie beiden, om te beginnen, is: waarom is het nu een cruciaal moment om na te denken over hoe digitalisering en AI wetenschappelijke carrières vormgeven?
Mohammed Hosseini: 01:05
Ik denk dat onderzoekers zich steeds meer op data baseren bij hun besluitvorming. Soms sijpelt dat ook door naar de nationale of lokale besluitvorming. Dat is goed, maar als het gaat om wetenschappelijke carrières, betekent het dat we onderzoekers nieuwe vaardigheden moeten bijbrengen.
En dat is altijd al zo geweest. Maar door het omslagpunt gaan de dingen zo snel dat we ze nauwelijks kunnen bijbenen. Machines worden zo capabel dat ze menselijke arbeidskrachten in de wetenschap kunnen vervangen. We bevinden ons nu in een soort kritieke fase om digitalisering te bespreken en te onderzoeken wie er baat heeft bij deze technologieën, wie er mogelijk achterblijft en hoe we transparantie en eerlijkheid in het gebruik ervan kunnen waarborgen.
Izzie Clarke 01:54
Mercè, wat denk jij ervan?
Mercè Crosas: 01:56
Een van de belangrijkste punten is dat AI al geruime tijd in de wetenschap wordt gebruikt en dat de verandering geleidelijk plaatsvindt. Het is waar dat AI nu exponentieel wordt gebruikt als methode in veel wetenschappelijke productie.
Dus, van het verkennen van de literatuurstudie tot het proberen te achterhalen van de onderzoeksvraag, tot dataverwerking en dataverzameling, en dan de analyse zelf, maar ook de publicatie van de wetenschappelijke resultaten. Ik bedoel, ik denk dat dat omslagpunt waar Mohammed het over had, een veel bredere impact heeft dan ooit tevoren.
Izzie Clarke: 02:34
Er zijn veel dingen om te overwegen. Je noemde publicaties en daar komen we zo op terug. Maar wat betreft de kansen, welke kansen zie je hieruit ontstaan voor onderzoekers aan het begin en midden van hun carrière en hoe verandert dat het door AI aangestuurde wetenschappelijke landschap?
Mohammed Hosseini: 02:55
Ik denk dat kansen vooral liggen in het doen van nieuwe ontdekkingen en het doen van dingen waar we vijf jaar geleden nog van droomden. Op elk gebied dat baat zou kunnen hebben bij modellering, gaan we nu veel sneller vooruit. Dit is een kans, vooral voor onderzoekers aan het begin en midden van hun carrière die misschien meer bedreven zijn in het gebruik van AI, maar het brengt bepaalde nadelen met zich mee. Het vinden van kansen in deze nieuwe dynamiek vereist een nieuw soort nieuwsgierigheid waar we niet in getraind zijn. Maar ik denk dat we moeten proberen taken in onderzoekscontexten te vinden die niet geautomatiseerd kunnen worden en moeten proberen uit te blinken in dergelijke taken.
Bijvoorbeeld, mijn onderzoeksgebied: ik ben ethicus. Het schrijven van een goed beargumenteerd artikel is al geautomatiseerd. Maar mentoring, het geven van een live college, dat ook interactief en boeiend is, of het afnemen van interviews om data te verzamelen en nieuwe inzichten te verkrijgen uit de ervaringen van mensen – dit zijn taken die niet gemakkelijk te automatiseren zijn. En ik denk dat we deze taken in onze eigen onderzoekscontext moeten plaatsen en moeten proberen daarin uit te blinken.
Izzie Clarke: 04:06
En Mercè?
Mercè Crosas: 04:07
Ik zie niet veel risico dat wetenschappers, of wetenschappers aan het begin van hun carrière, of halverwege hun carrière, vervangen worden. Wat ik wel zie, zijn kansen voor nieuwe onderzoeksvragen waar veel wetenschappers van vorige generaties niet eens aan konden denken, toch? Dus nee, het is niet zozeer dat we deze tools nu kunnen toepassen, maar dat we op een heel andere manier naar sommige vakgebieden kunnen kijken. In de biomedische wetenschap, in klimaatverandering, in de natuurkunde en biologie voor genetica kan dat veranderen met de inzet van AI en nieuwe soorten data.
Izzie Clarke: 04:39
Ik denk dat we zien dat er veel verschillende manieren zijn waarop we AI kunnen inzetten om verschillende taken aan te pakken, en we hebben het gehad over omscholing. Waar moeten onderzoekers aan het begin en midden van hun carrière in de wetenschappelijke sector volgens jou op letten, en waar kunnen ze ondersteuning krijgen?
Mercè Crosas: 04:57
Het is belangrijker dan ooit om zeer rigoureus te zijn in de wetenschap en te begrijpen dat, of we nu AI of andere tools gebruiken, wetenschap uiteindelijk is wat we doen, en wetenschap is inferentie, en wetenschap moet openbaar zijn. De methoden, de data en de manier waarop we het doen, moeten door anderen worden geverifieerd.
Dit betekent, nogmaals, dat we niet alleen de AI-tools gebruiken om ons antwoorden te geven, maar dat we ons ook meer moeten specialiseren in hoe we die antwoorden valideren. En daarvoor moeten we ons nog beter voorbereiden op de theorie van de vakgebieden waarin we onderzoek doen en de nauwkeurigheid van de uitkomsten.
Izzie Clarke: 05:33
Ja, ik bedoel, Mohammad, ik zou graag jouw mening hierover horen. Ik weet dat jij hier veel aandacht aan besteedt.
Mohammed Hosseini: 05:38
Ja, absoluut. En ik wil ook terug naar wat Mercè hier zei. Ja, het is belangrijk om over theorie na te denken, en tegelijkertijd zijn er veel mensen die nu beweren dat we door de opkomst van datagedreven wetenschap het einde van de sociale theorie zien. Theorie is niet echt belangrijk, omdat mensen gewoon data kunnen verzamelen en datamining kunnen doen om te zien wat relevant is, zonder dat ze vooraf een hypothese hadden opgesteld.
En ik denk dat dat een opmerkelijke ontwikkeling is die veel zorgvuldige overweging en aandacht vereist. Ik denk dat een van de uitdagingen die ik ook wil benadrukken, het feit is dat we toegang hebben tot verschillende bronnen, afhankelijk van de locatie. We hebben ook verschillen in wat instellingen bieden. Ik heb het voorrecht om te werken aan een welvarende particuliere universiteit in de VS die gratis toegang biedt tot verschillende AI-modellen, maar dat geldt niet voor miljoenen andere onderzoekers.
En deze ongelijkheid brengt veel andere mensen in een nadelige positie. Veel universiteiten hebben niet eens een algemeen beleid voor het gebruik van AI-modellen. Als ik op zo'n universiteit zou werken, zou ik echt proberen contact op te nemen met de universiteitsadministratie of bibliotheek om hen te vragen om begeleiding en training.
Mercè Crosas: 06:54
Om even terug te komen op het gevaar om te datagedreven te worden: ik vind niet dat we die kant op moeten, toch? Het resultaat is de kruising tussen het theoretische model en deze datagedreven aanpak. Maar wat betreft het gebruik van generatieve AI of nieuwe soorten AI-tools, denk ik dat Europa een heel andere aanpak hanteert dan andere landen.
En er is nu een nieuwe strategie gaande voor AI in de wetenschap en wetenschap voor AI. We moeten zorgvuldig omgaan met het soort AI-tools dat we gebruiken, of ze een duidelijke definitie hebben van welke data er is gebruikt, of ze open source zijn, of ze zich richten op betrouwbare AI, en ik denk dat dat erg belangrijk is.
Izzie Clarke: 07:36
Ik wilde daar ook nog iets op aankaarten. We hebben het erover hoe we AI gebruiken in werk en publicaties. Dus Mohammad, waar moeten onderzoekers aan het begin en midden van hun carrière volgens jou rekening mee houden als het gaat om publiceren en het gebruik van AI?
Mohammed Hosseini: 07:54
Ja, ik denk dat we ons vooral moeten realiseren welke taak we aan AI overlaten. Welke taak vragen we AI uit te voeren? Toen de AI-hausse begon, werd AI vooral ingezet aan het einde van je onderzoeksproces, bijvoorbeeld bij het redigeren en verbeteren van de leesbaarheid.
Maar nu delegeren we deze belangrijke taken aan AI, en de volgende keer dat je wilt nadenken over je volgende onderzoeksvraag, denk je niet dieper na over de studieboeken die je leest of de nieuwe artikelen die je leest, maar denk je: eh, laat me eens vragen wat AI erover te zeggen heeft. Het wordt erg verslavend, en ik zou onderzoekers willen aanmoedigen om zich bewust te zijn van de taken die ze delegeren en zich af te vragen: is het de moeite waard?
Mijn suggestie is: publiceer niet zomaar iets, tenzij je echt iets belangrijks te melden hebt. Denk na over wie je citeert. Als je AI gebruikt om literatuur te vinden, zorg er dan voor dat je de content die je citeert goed leest, want vaak zijn deze citaten irrelevant.
Izzie Clarke: 09:03
En ik denk dat dat een goed punt is. Ja, er zijn manieren waarop we AI kunnen inzetten die op sommige punten nuttig kunnen zijn, maar houd een aantal van die vaardigheden actief en zorg ervoor dat je ook op andere manieren je due diligence uitvoert.
En ik denk dat dit ons waarschijnlijk op een discussie over geloofwaardigheid brengt. Dus, binnen jouw vakgebied en voor het grote publiek, wat is er nodig om geloofwaardig te blijven in dit digitale tijdperk? Mercè?
Mercè Crosas: 09:30
Nou, ik denk dat het heel makkelijk is. Ik bedoel, je had geloofwaardigheid als je het kon communiceren, als je het volledig begreep en waar je aan werkte, en het niet gegenereerd werd door iets anders dat je niet begrijpt. Terugkomend op de waarden van wetenschap en open science: dat het zo transparant mogelijk is, dat iedereen kan verifiëren wat je hebt gedaan, aan de hand van hoe je het AI-model hebt toegepast, de methode, de data die je hebt gebruikt, de workflows, eerlijke principes voor vindbare, toegankelijke, interoperabele en herbruikbare data. Maar ook software, zodat wat je gebruikt deelbaar is, vindbaar is voor anderen en geverifieerd kan worden.
Izzie Clarke: 10:06
Maar er zijn ook talloze interessante manieren waarop dit een instrument kan zijn om wetenschap en digitalisering te transformeren. Dus, Mercè, hoe zie jij de rol van wetenschapscommunicatie groeien naarmate de technologie zich verder ontwikkelt?
Mercè Crosas: 10:20
Nou, wetenschapscommunicatie, daar moeten we nog veel werk aan verzetten voor de maatschappij. En er zijn al verwachtingen over de mogelijkheden of kansen voor AI om ook een rol te spelen bij het samenvatten van veel wetenschappelijke output en het toegankelijker maken ervan voor een breder publiek. Dus ik denk dat dat interessant kan zijn.
Izzie Clarke: 10:41
En tot slot, wat geeft jullie beiden hoop voor de toekomst van de wetenschap in deze digitale wereld? Mohammed?
Mohammed Hosseini: 10:47
Ik denk dat wat mij hoop geeft, een nieuwe generatie onderzoekers is die zich uitspreekt. We zien een nieuwe generatie die durft te zeggen wat ze denkt en bereid is daar een prijs voor te betalen. Ik ben in de VS en ik zie allerlei grote bedrijven en hoe ze het onderzoekslandschap, universiteiten en dat soort dingen kunnen beïnvloeden. Het is dus heel belangrijk voor mij om dat te zien.
Izzie Clarke: 11:12
En Mercè?
Mercè Crosas: 11:15
Ik denk dus dat we meer tools hebben om te begrijpen hoe we werken, hoe we samenwerken, en welke nieuwe vragen we in de wetenschap kunnen stellen. En ik denk dat dat hoop geeft op betere wetenschap als we niet verliezen wat wetenschap is en we de waarden van open science niet verliezen, maar ook profiteren van dit nieuwe type AI-methoden.
Izzie Clarke: 11:34
Hartelijk dank dat jullie erbij zijn.
Bent u een onderzoeker die nog maar net of halverwege zijn carrière zit en wilt u graag meepraten over de toekomst van AI? Sluit u dan aan bij het International Science Council Forum voor opkomende wetenschappers.
Bezoek: raad.wetenschap/forum om meer te weten te komen.
Ik ben Izzie Clarke, en de volgende keer bespreken we hoe onderzoekers aan het begin en midden van hun carrière onze oceaan kunnen helpen beschermen en de kracht van een transdisciplinaire aanpak daarbij. Tot dan.
Lees meer over Wetenschap zonder grenzen: Internationale samenwerking voor de volgende generatie onderzoekers 
Lees meer over het heroverwegen van groei en veerkracht in het onderzoeks-ecosysteem 
Lees meer over Transdisciplinaire wetenschap: jonge en middencarrières die de toekomst van de wetenschap vormgeven 