Drugi dzień Forum Ekonomicznego w Karpaczu w strefie Uniwersytetu Warszawskiego rozpoczął się panelem poświęconym przyszłości nauki i innowacji w erze sztucznej inteligencji. Eksperci debatowali o tym, jak AI nie tylko przekształca obecne metody badawcze, ale również przyspiesza tempo odkryć i kształtuje przyszłość technologii.
Sztuczna inteligencja staje się kluczowym czynnikiem transformującym współczesną naukę. W najbliższych latach jej wpływ będzie nieustannie rosnąć, otwierając nowe możliwości dla badań i innowacji.
Eksperci debatowali również o edukacji i tym, jak należy przygotować przyszłe pokolenia naukowców do pracy z zaawansowanymi narzędziami sztucznej inteligencji.
W dyskusji na temat przyszłości nauki i technologii udział wzięli:
- prof. Katarzyna Śledziewska, dyrektor zarządzająca Digital Economy Lab (DELab) UW;
- prof. Piotr Sankowski, z Instytutu Informatyki UW, lider Grupy Badawczej Inteligentne Algorytmy i Struktury Danych, IDEAS NCBR Sp. z o.o.;
- Aleksandra Pedraszewska, kierownik ds. bezpieczeństwa AI, Elevenlabs;
- dr Katarzyna Niewińska, Adiunkt, Katedra Systemów Finansowych Gospodarki UW.
Panel poprowadził Robert Grey, kanclerz Uniwersytetu Warszawskiego.
Rozmowa rozpoczęła się pytaniem o główne wyzwania związane ze sztuczną inteligencją, na które nauka będzie musiała odpowiedzieć.
– Faktycznie sztuczna inteligencja wywiera duży wpływ na naukę i to jest bardzo ciekawe. Zaczynają teraz powstawać badania dotyczące naukowców, którzy korzystają ze sztucznej inteligencji. Najciekawszym jest, iż osoby, które nie używają na co dzień języka angielskiego, w dużym stopniu z niej korzystają. Około 10% naukowców korzysta z AI, a jak się spojrzy na to z perspektywy poszczególnych krajów, to niesamowicie widać, iż w Azji wielu z nich korzysta ze sztucznej inteligencji, która koryguje błędy językowe – powiedziała dr Katarzyna Niewińska.
Prof. Piotr Sankowski opowiedział o wyzwaniach, jakie ma przed sobą nauka w związku z rozwijającą się, sztuczną inteligencją: – Ciekawym jest to, co nadejdzie w przyszłości. Gdy zdamy sobie sprawę, jak gwałtownie rozwój postępuje, to za rok, dwa będziemy mieli modele na poziomie doktorantów. To jest najbardziej innowacyjna, twórcza część badań, właśnie ta robiona przez doktorantów. By doktoranci prowadzili interesujące badania, jest oczywiście potrzebny profesor, który nadaje im kierunki, ale sposób pracy naukowej się zmieni. By zrobić coś dużego, będziemy mogli pracować z doktorantami wspomaganymi przez sztuczną inteligencję, która usprawni ich działania. Musimy być gotowi na tę zmianę sposobu funkcjonowania. To spowoduje ogromny przełom w nauce. Teraz będziemy walczyć także o to, by zdobyć pieniądze, zdobyć infrastrukturę obliczeniową, na podstawie której te modele będą mogły być uruchamiane. Nadchodzi bardzo duża zmiana paradygmatu robienia badań naukowych. Uczelnie, takie jak Uniwersytet Warszawski, też muszą przygotować się na tę zmianę. Wpłynie ona zarówno na pracę informatyków, ale też humanistów, którzy zaczną pracować dzięki temu w inny sposób. Ja nie będę musiał prosić moich siedmiu doktorantów, żeby przeczytali jakąś książkę. Mogę poprosić AI o przygotowanie podsumowania. To jest ogromna zmiana możliwości i moim zdaniem, musimy być na nią gotowi. Najbardziej drastyczny i najszybszy wpływ AI będzie miała na matematykę. W dziedzinach interdyscyplinarnych, gdzie dotykamy otaczającej nas rzeczywistości, AI będzie musiała dużo dłużej współpracować z ludźmi. Ja nie widzę realnej przyszłości, zastąpienia nas przez sztuczną inteligencję w badaniach humanistycznych, geologii, archeologii. Da nam jednak to ogromny potencjał, wzmocni nasze możliwości.
Dla dr Katarzyny Śledziewskiej generatywna sztuczna inteligencja to interfejs, który łączy język naturalny ze środowiskiem cyfrowym: – Tutaj ta zmiana będzie następowała nie tyle w naukach ścisłych, bo tam narzędzia AI są znane już od kilku lat, ile w naukach humanistycznych i społecznych, co będzie dużym wyzwaniem. Tam w inny sposób podchodzimy do samej esencji badań naukowych. Kluczowa będzie zmiana postaw i kompetencji naukowców związanych z tymi dyscyplinami.
Zagrożenia i wyzwania
Aleksandra Pedraszewska zapytana o największe zagrożenia związane z zastosowaniem AI w badaniach naukowych odpowiedziała: – Niespodziewane konsekwencje rozwoju technologii mogą być zarówno pozytywne, jak i negatywne. W momencie tworzenia modeli do generowania dźwięku założenie było takie, iż ułatwimy tworzenie międzynarodowego dubbingu. Pozytywna niespodziewana konsekwencja stworzenia takiego modelu to pomoc osobom z problemami neurologicznymi. Dziś ponad milion takich osób korzysta z tych modeli, choć oryginalnie nie zostały stworzone do tego celu. Z drugiej strony oczywiście mamy też negatywne konsekwencje, tutaj możemy mówić o deepfake, dezinformacji.
Sztuczna inteligencja będzie coraz częściej wykorzystywana na uniwersytetach. O tym, jak przygotować kadry badawcze i jak nauczyć korzystać badaczy ze zdobyczy, które przynosi AI, opowiedziała prof. Katarzyna Śledziewska: – Teraz, gdy tych możliwości rozwoju jest tak dużo, same szkolenia nie wystarczają. Organizujemy je na UW, dotyczą one m.in. tego, jak naukowcy mogą korzystać z nowych możliwości. To jednak tylko początek drogi. Potem potrzebujemy już bardzo wyspecjalizowanej wiedzy, inspiracji, nowego podejścia do edukacji, pobudzenia ciekawości. Od uczelni potrzebujemy tworzenia obszarów, miejsc, w których możemy dzielić się wiedzą w sposób kompetentny.
Wszyscy paneliści na koniec zgodnie stwierdzili, iż najważniejsza we wprowadzeniu nowych zastosowań technologicznych do badań jest interdyscyplinarność. Należy pamiętać, iż sposób prowadzenia badań będzie się zmieniał i nie będą to jedynie zmiany procesowe. Potrzebujemy zmian myślenia i podejścia.
