ทันเอไอ

Penelitian di Nature Menunjukkan AI Mendorong Karier Peneliti Individu Tumbuh Cepat, tetapi Mempersempit Cakupan Ilmu Pengetahuan Secara Keseluruhan

Studi besar menemukan bahwa meskipun alat AI mempercepat kesuksesan para ilmuwan, namun justru membuat ruang lingkup penemuan pengetahuan baru secara keseluruhan menyusut secara mengkhawatirkan.

Penelitian penting yang diterbitkan dalam jurnal global Nature mengungkapkan dampak dua sisi kecerdasan buatan (AI) terhadap dunia sains, menunjukkan bahwa AI telah menjadi alat yang ampuh yang membantu peneliti individu mencapai kesuksesan karier lebih cepat, tetapi pada saat yang sama mempersempit dan mengurangi keberagaman arah penelitian ilmiah secara keseluruhan.

Tim peneliti yang dipimpin oleh James Evans, seorang sosiolog dari University of Chicago, menganalisis lebih dari 310.957 penelitian dalam 6 bidang ilmu alam (biologi, kedokteran, kimia, fisika, ilmu material, dan geologi) menggunakan model bahasa Google untuk mengidentifikasi penelitian yang menggunakan AI. Hasil studi menemukan bahwa peneliti yang menggunakan AI dapat menerbitkan karya 3,02 kali lebih banyak daripada mereka yang tidak menggunakannya dan karyanya mendapat rujukan (citation) 4,85 kali lebih banyak. Selain itu, ditemukan juga bahwa mereka naik menjadi pemimpin tim peneliti rata-rata 1,37 tahun lebih cepat dari rekan-rekan mereka.

Namun, ketika dilihat dari gambaran keseluruhan dunia sains, ditemukan dampak negatif. Penggunaan AI mengakibatkan penurunan jumlah topik penelitian yang dipelajari sebesar 4,63% dan mengurangi interaksi antar peneliti hingga 22%. Penulis penelitian menyimpulkan bahwa "alat AI tampaknya lebih mengotomatiskan bidang yang sudah ada daripada mengeksplorasi bidang baru." Hal ini menciptakan paradoks, yaitu "memperluas dampak ilmuwan individu, tetapi pada saat yang sama menyusutkan ruang lingkup jangkauan ilmu pengetahuan secara keseluruhan."

James Evans menyimpulkan fenomena ini sebagai "adanya konflik antara insentif individu dan kepentingan sains secara keseluruhan." Yang menarik, pola ini terjadi secara konsisten sejak era awal machine learning, deep learning hingga era generative AI saat ini, mencerminkan tantangan struktural yang harus dihadapi dunia sains di era AI.