Studie in Nature: KI beschleunigt Forscherkarrieren, verengt aber die Wissenschaft insgesamt
Eine groß angelegte Studie zeigt: KI-Tools beschleunigen den Erfolg einzelner Wissenschaftler, doch der Gesamtumfang neuer wissenschaftlicher Entdeckungen schrumpft besorgniserregend.
Eine wichtige Studie, die im weltweit renommierten Fachmagazin Nature veröffentlicht wurde, offenbart die zweischneidigen Auswirkungen der Künstlichen Intelligenz (KI) auf die Wissenschaft. Sie zeigt, dass KI ein mächtiges Werkzeug ist, das einzelnen Forschenden hilft, in ihrer Karriere schneller erfolgreich zu sein, gleichzeitig aber die Richtung der wissenschaftlichen Forschung insgesamt verengt und weniger vielfältig macht.
Ein Forschungsteam unter der Leitung von James Evans, einem Soziologen der University of Chicago, analysierte über 310.957 Forschungsarbeiten aus sechs Naturwissenschaften (Biologie, Medizin, Chemie, Physik, Materialwissenschaften und Geologie). Dabei wurde ein Sprachmodell von Google verwendet, um KI-gestützte Studien zu identifizieren. Die Ergebnisse zeigten, dass Forschende, die KI nutzen, 3,02-mal mehr Publikationen vorweisen konnten als jene ohne KI-Einsatz, und ihre Arbeiten 4,85-mal häufiger zitiert wurden. Zudem stiegen sie durchschnittlich 1,37 Jahre schneller zu Forschungsleitern auf als ihre Kollegen.
Betrachtet man jedoch die Wissenschaft als Ganzes, zeigten sich negative Auswirkungen: Der Einsatz von KI führte zu einem Rückgang der untersuchten Forschungsthemen um 4,63% und reduzierte die Interaktion zwischen Forschenden um 22%. Die Autoren der Studie kamen zu dem Schluss: „KI-Tools scheinen bestehende Forschungsbereiche eher zu automatisieren, als neue zu explorieren.“ Dies führt zu einem scheinbaren Widerspruch: „einer Ausweitung des Einflusses einzelner Wissenschaftler, die aber den Gesamtumfang der wissenschaftlichen Reichweite schrumpfen lässt.“
James Evans fasst dieses Phänomen zusammen: „You have this conflict between individual incentives and science as a whole.“ Interessanterweise ist dieses Muster seit den frühen Tagen des machine learning und deep learning bis hin zur heutigen generative AI konstant geblieben. Dies spiegelt die strukturellen Herausforderungen wider, denen sich die Wissenschaft im Zeitalter der KI gegenübersieht.
Obwohl KI ein leistungssteigerndes Werkzeug ist, zeigt diese Auswirkung das Risiko, dass sich wissenschaftliche Entdeckungen auf bestehende Themen konzentrieren könnten, was langfristig bahnbrechende Entdeckungen, die die Erforschung neuen Wissens erfordern, verzögern könnte.