734
Штучний інтелект може допомагати науковцям швидше аналізувати дані, писати код і знаходити закономірності, але масове використання одних і тих самих моделей створює новий ризик: різні дослідницькі групи можуть несвідомо повторювати однакові помилки. Саме на цю проблему звернув увагу Фабіо Й. С. Мотокі з Університету Техасу в долині Ріо-Гранде у листі до Nature.
Надійність науки значною мірою тримається на незалежному підтвердженні результатів. Якщо дві команди використовують різні методи й приходять до однакового висновку, довіра до нього зростає. Проблема виникає тоді, коли формально незалежні дослідження покладаються на однакову ШІ-модель, навчальні дані або програмні інструменти.
Одна помилка може поширитися одразу на багато робіт
У такому разі різні групи можуть отримати схожий результат не тому, що він справді правильний, а тому, що всі успадкували однакове системне упередження. Дослідники називають це ризиком наукової «монокультури», коли відмінності між підходами поступово зникають.
Вихід полягає не у відмові від ШІ, а в прозорості: науковці мають вказувати, які моделі використовували, перевіряти ключові результати альтернативними методами та не підміняти незалежну перевірку повторенням одного й того самого алгоритму.
