Generative AI Usage Patterns and User Profiles Among Researchers: Evidence from a Large-Scale Survey in China
Diese Studie nutzt groß angelegte Umfragedaten chinesischer Forscher, um die Unified Theory of Acceptance and Use of Technology durch maschinelles Lernen zu erweitern und drei unterschiedliche GenAI-Nutzerprofile zu identifizieren – „Pionier-Entdecker“, „Pragmatische Bewältigungsnutzer“ und „Entfremdete Nutzer“ –, die aufzeigen, wie akademischer Status, institutioneller Druck und ethische Bedenken divergente Adoptionsmuster im Kontext von KI für die Wissenschaft prägen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
In der weiten Landschaft der modernen Wissenschaft ist ein neues Werkzeug entstanden, das verspricht, die Art und Weise, wie Entdeckungen gemacht werden, neu zu gestalten. Dieses Werkzeug ist die generative Künstliche Intelligenz, eine Art Computerprogramm, das in der Lage ist, Texte, Bilder und Code zu erstellen, die menschliche Kreativität nachahmen. Im Gegensatz zu früheren Computern, die lediglich strikten Anweisungen folgten, können diese Systeme Gespräche führen, komplexe Ideen zusammenfassen und sogar neue Forschungsrichtungen vorschlagen. Für Wissenschaftler bietet diese Technologie die verlockende Möglichkeit, die langsame, oft mühsame Arbeit des Lesens von Papieren, des Schreibens von Berichten und der Analyse von Daten zu beschleunigen. Doch wie bei jeder mächtigen neuen Erfindung ist die Art und Weise, wie Menschen mit ihr interagieren, nicht einheitlich. Einige nehmen sie voll und ganz an, während andere vorsichtig oder skeptisch bleiben. Das Verständnis darüber, warum diese Unterschiede existieren, ist entscheidend, denn die Zukunft des wissenschaftlichen Fortschritts könnte davon abhängen, wie gut Forscher diese Werkzeuge in ihren Alltag integrieren können, ohne dabei Genauigkeit, Ethik oder das menschliche Element der Entdeckung aus den Augen zu verlieren.
Eine groß angelegte Studie, die in China durchgeführt wurde, ist genau dieser Frage auf den Grund gegangen und hat kartografiert, wie Forscher generative Künstliche Intelligenz nutzen und was ihre Entscheidungen antreibt. Die Forscher befragten fast 18.500 akademische Wissenschaftler im ganzen Land und konzentrierten ihre detaillierte Analyse schließlich auf eine Gruppe von 2.057 Personen, die die Technologie bereits genutzt hatten. Anstatt einfach nur zu fragen, ob die Menschen das Werkzeug mochten oder wie oft sie es verwendeten, untersuchte das Team die spezifischen Aufgaben, die diese Wissenschaftler ausführten, ihre persönlichen Hintergründe, ihre Ängste und ihre täglichen Arbeitsgewohnheiten. Durch die Analyse dieser gewaltigen Menge an Informationen entdeckten sie, dass Forscher nicht in eine einzige Kategorie von „Nutzer“ oder „Nicht-Nutzer“ fallen. Stattdessen gruppieren sie sich natürlich in drei verschiedene Gruppen, jede mit ihrem eigenen einzigartigen Profil, ihren Motivationen und ihrer Beziehung zur Technologie.
Die erste Gruppe, die die Forscher als „Pionier-Entdecker“ (Pioneering Explorers) bezeichnen, stellt etwa 19 Prozent der Nutzer dar. Dies sind Wissenschaftler, die die Technologie häufig und für eine Vielzahl von Aufgaben nutzen, die vom Schreiben von Papieren bis hin zum Entwerfen von Experimenten und dem Trainieren komplexer Computermodelle reichen. Diese Individuen halten tendenziell höhere Positionen innerhalb der wissenschaftlichen Gemeinschaft inne und besitzen ein hohes akademisches Ansehen sowie ein außergewöhnliches Arbeitsengagement. Sie stammen oft aus Familien mit hohem Bildungsniveau und erzielen höhere Einkommen. Was sie auszeichnet, ist ihre Denkweise: Sie sind sich der Mängel der Technologie, wie etwa ihrer Tendenz, Fakten zu erfinden oder an logischer Tiefe zu mangeln, zutiefst bewusst, doch sie werden von dem reinen Potenzial des Werkzeugs angetrieben, schwierige Teile ihrer Arbeit zu automatisieren. Sie sehen die Technologie nicht nur als Schreibassistenten, sondern als Partner im gesamten wissenschaftlichen Prozess, von der Datenerhebung bis hin zum Testen neuer Hypothesen. Ihr hohes Maß an Engagement für ihre Arbeit und ihre vielfältigen professionellen Netzwerke scheinen diese breite, selbstbewusste Exploration zu befeuern.
Im Gegensatz dazu bildet die zweite Gruppe, die als „Pragmatische Bewältigungsnutzer“ (Pragmatic Coping Users) bezeichnet wird, mit fast 47 Prozent das größte Stück des Kuchens. Dies sind typischerweise jüngere Forscher, die in wohlhabenden Regionen oder an Eliteuniversitäten arbeiten. Sie stehen unter intensivem Druck, schnell wissenschaftliche Arbeiten zu veröffentlichen, und kämpfen oft mit fragmentierten, hektischen Zeitplänen. Für sie ist die Technologie ein Rettungsanker, um dieses Arbeitspensum zu bewältigen. Sie nutzen sie häufig, aber fast ausschließlich für das Lesen von Literatur und das Schreiben von Papieren. Sie sind weniger besorgt über die Fähigkeit der Technologie, bei tiefergehender wissenschaftlicher Entdeckung zu helfen, sondern konzentrieren sich mehr auf ihre Fähigkeit, den Publikationsprozess zu beschleunigen. Interessanterweise neigt diese Gruppe dazu, die Risiken der Technologie, insbesondere in Bezug auf geistiges Eigentum und logische Fehler, zu unterschätzen. Sie betrachten das Werkzeug als eine praktische Lösung für unmittelbaren akademischen Stress und nutzen es, um den Weg für ihr nächstes Papier frei zu machen, anstatt die Art und Weise, wie sie Wissenschaft betreiben, grundlegend zu verändern.
Die dritte Gruppe, bekannt als „Entfremdete Nutzer“ (Alienated Users), macht etwa 35 Prozent der Stichprobe aus. Diese Forscher nutzen die Technologie sehr selten oder gar nicht. Sie sind im Allgemeinen älter, oft über 45 Jahre alt, und arbeiten in den Grundlagenwissenschaften wie Mathematik oder Physik oder in Rollen, die eine bedeutende Lehrtätigkeit beinhalten. Sie haben tendenziell geringere Publikationsleistungen und ein niedrigeres selbst eingeschätztes berufliches Ansehen. Sie hegen tiefe Vorbehalte gegenüber der Technologie, fürchten deren ethische Auswirkungen und zweifeln an ihrer Fähigkeit, genaue oder bedeutsame Ergebnisse zu liefern. Sie sehen in der Technologie keine Bedrohung für ihre Arbeitsplätze und glauben auch nicht, dass sie komplexe wissenschaftliche Denkprozesse automatisieren kann. Da sie sich nicht intensiv mit den Werkzeugen auseinandergesetzt haben, bleiben sie skeptisch gegenüber deren Fähigkeiten, was einen Kreislauf schafft, in dem ihr Mangel an Nutzung verhindert, dass sie die potenziellen Vorteile erkennen könnten, die ihre Meinung ändern könnten.
Die Studie zeigt, dass die Entscheidung, generative Künstliche Intelligenz zu nutzen, nicht bloß eine technische Wahl ist, sondern ein Spiegelbild eines gesamten beruflichen Lebens. Für die „Pionier-Entdecker“ ermöglicht der Drang zur Innovation und die Ressourcen zur Bewältigung von Risiken, die Technologie voll auszuschöpfen. Für die „Pragmatischen Bewältigungsnutzer“ drängt das akademische System zur Veröffentlichung, was sie dazu bringt, das Werkzeug als Überlebensmechanismus zu nutzen, wobei der Fokus eng auf der Effizienz liegt. Für die „Entfremdeten Nutzer“ hält eine Kombination aus Alter, Fachgebiet und tief sitzenden Bedenken sie am Spielfeldrand. Die Forscher fanden heraus, dass wahrgenommene Risiken Menschen nicht automatisch daran hindern, die Technologie zu nutzen; vielmehr ist es ein Abwägen zwischen diesen Risiken und den wahrgenommenen Vorteilen. Diejenigen, die das größte Potenzial für Automatisierung und Effizienz sehen, sind bereit, die Mängel zu übersehen, während diejenigen, die nur die Gefahren oder keinen klaren Nutzen sehen, fernbleiben.
Letztendlich legt diese Forschung nahe, dass die Zukunft der Wissenschaft mit Künstlicher Intelligenz keine einheitliche Welle der Adoption sein wird. Stattdessen wird sie durch die vielfältigen Realitäten der Wissenschaftler selbst geformt. Die Studie hebt hervor, dass für die echte Transformation der Wissenschaft möglicherweise auch das akademische Umfeld selbst sich ändern muss. Wenn Forscher ständig durch übermäßige Publikationsforderungen gehetzt und fragmentiert sind, werden sie diese mächtigen Werkzeuge möglicherweise nur für schnelle Lösungen nutzen und dabei die tieferen, revolutionäreren Möglichkeiten verpassen. Wer hingegen die Freiheit und die Ressourcen hat, tiefgehend zu forschen, stößt bereits die Grenzen neu. Die Ergebnisse dienen als Momentaufnahme eines kritischen Augenblicks und zeigen, dass der Weg nach vorn für Künstliche Intelligenz in der Wissenschaft ebenso sehr von den Menschen abhängt, die sie nutzen, wie von der Technologie selbst.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.