Scientific exploration, collaboration and labor division in the large language model era
Deze studie onthult dat de wijdverspreide adoptie van grote taalmodellen sinds 2022 heeft samengesteld met een significante reorganisatie van de wetenschappelijke praktijk, gekenmerkt door toegenomen interdisciplinaire exploratie, een vlottere en meer gedifferentieerde taakverdeling binnen teams, en een ontkoppeling van onderzoeksdiversiteit van collaboratordiversiteit onder door AI versterkte wetenschappers.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je de wereld van wetenschappelijk onderzoek voor als een enorme, drukke bibliotheek waar duizenden ontdekkingsreizigers proberen het onbekende in kaart te brengen. Een lange tijd bleven deze ontdekkingsreizigers (wetenschappers) meestal in hun eigen specifieke gangpaden. Een botanicus bleef in de sectie met planten, terwijl een fysicus in de natuurkundesectie bleef. Ze vormden teams met mensen die hetzelfde wisten als zijzelf, en iedereen in het team had een zeer duidelijke, rigide taak: één persoon bedacht het grote idee, een ander deed de wiskunde, en een derde schreef het rapport. Maar onlangs is er een nieuw soort supertool gearriveerd: Large Language Models (LLM's). Denk aan deze als ongelooflijk slimme, directe vertalers en onderzoeksassistenten die miljoenen boeken in seconden kunnen lezen, code kunnen schrijven en complexe jargon in gewone mensentaal kunnen uitleggen. De grote vraag is niet alleen of deze tools wetenschappers helpen om sneller papers te schrijven; het is of deze tools de manier waarop wetenschappers onderzoeken, met wie ze samenwerken en hoe ze de taken verdelen, veranderen. Als een wetenschapper nu direct een vakgebied kan begrijpen waar hij nog nooit eerder mee te maken heeft gehad, begint hij dan in nieuwe gangpaden te dwalen? Hebben ze andere soorten vrienden nodig? En heeft een team nog steeds een strikte baas en een strikte werker nodig, of begint iedereen een beetje van alles te doen?
Dit artikel werpt een enorme blik op meer dan 775.000 wetenschappers en meer dan 137.000 onderzoeksartikelen om te zien wat er gebeurde nadat deze AI-tools breed beschikbaar kwamen eind 2022. De onderzoekers ontdekten dat de wetenschappelijke wereld een grote make-over krijgt. Na 2022 begonnen wetenschappers veel verder van hun eigen terrein af te wijken. Ze lazen niet langer alleen boeken in hun eigen gangpad; ze sprongen naar compleet andere secties van de bibliotheek. Bijvoorbeeld, een onderzoeker die normaal gesproken biologie bestudeerde, begon papers te publiceren die raakvlakken hadden met techniek en informatica. Deze "exploratie" was vooral sterk onder wetenschappers die al goed gevestigd waren in hun carrière en die uit landen kwamen waar Engels niet de hoofdtaal is. Het is alsof de AI-tools hen een universele sleutel hebben gegeven om deuren te openen die voorheen vergrendeld werden door taalbarrières of de pure moeilijkheid om de vocabulaire van een nieuw vakgebied te leren.
De studie keek ook naar met wie wetenschappers samenwerkten. Voorheen bestonden teams vaak uit mensen met dezelfde achtergrond. Nu worden de teams meer een "smeltkroes". Wetenschappers werken samen met mensen uit veel diversere vakgebieden dan ooit tevoren. Er is echter een twist: de wetenschappers die deze AI-tools het meest gebruiken, lijken in staat te zijn om dit grensoverschrijdende werk ook op hun eigen kracht te doen, zonder een menselijke expert uit dat andere vakgebied nodig te hebben om hen bij te staan. Het suggereert dat de AI fungeert als een persoonlijke brug, waardoor een enkele wetenschapper een rivier kan oversteken die voorheen een heel team aan roeiers vereiste.
Ten slotte onderzocht het artikel hoe de arbeid binnen deze teams wordt verdeeld. In het verleden kon een team een "conceptualizer" hebben die de ideeën bedacht en een "manager" die de leiding had, met heel weinig overlap. Nu worden de rollen flexibeler en specialisaties worden duidelijker. De studie vond dat individuele wetenschappers minder, maar meer onderscheidende rollen op zich nemen. In plaats van dat iedereen probeert om een beetje van alles te doen, splitst het team de taken scherper op. Er is bijvoorbeeld een grote toename van mensen die "software"- en "validatie"-rollen (het controleren van het werk) op zich nemen, terwijl rollen zoals "conceptualisering" en "management" per persoon minder voorkomen. Het is als een band waarbij de drummer vroeger ook zong en gitaar speelde, maar nu de drummer alleen drumt, de zanger alleen zingt, en ze de AI gebruiken om te helpen de teksten te schrijven en de instrumenten af te stemmen.
De auteurs waarschuwen dat ze niet hebben bewezen dat de AI direct al deze veranderingen heeft veroorzaakt, maar de timing en de patronen suggereren sterk dat ze gelijktijdig plaatsvinden. Ze vonden dat wetenschappers die al avontuurlijker en interdisciplinair waren, de eersten waren die deze tools adopteerden, en de tools lijken hen nog meer te hebben gestimuleerd. Het is een verhaal van "selectie plus versterking": de ontdekkingsreizigers kregen betere tools, en de tools hielpen hen om nog verder te exploreren. Hoewel deze herorganisatie van de wetenschap er opwindend uitziet en suggereert dat we problemen sneller kunnen oplossen, waarschuwt het artikel dat dit niet automatisch betekent dat de wetenschap ook beter is. Alleen omdat een team kleiner en diverser is en AI gebruikt, garandeert niet dat de resultaten perfect zijn; mensen moeten het werk nog steeds dubbelchecken om er zeker van te zijn dat de AI geen feiten heeft verzonnen. Uiteindelijk lijkt het tijdperk van Large Language Models de zeer structuur van hoe wetenschap wordt bedreven te hervormen, waarbij rigide teams veranderen in flexibele, modulaire groepen ontdekkingsreizigers die meer bereid zijn om grenzen over te steken dan ooit tevoren.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.