Articoli correlati
Combattere la resistenza agli antibiotici con la terapia fagica ›
Notice: Promega will be performing essential system updates January 21–25.
Order processing and shipping will pause starting January 21 at 4:00 PM CST and resume on January 26.
Please plan to order in advance for any products needed during this timeframe.
Please contact Customer Service with any questions.
It looks like you are having trouble logging in, please try our dedicated login page.
Grazie per aver verificato il tuo indirizzo email.
C'è stato un errore nella verifica dell'indirizzo email. Riprova o contatta il servizio clienti
20.11.23 – Articolo di Jordan Nutting, Traduzione di Giacomo Grisafi
L'integrazione dell'intelligenza artificiale (IA) nel processo di ricerca scientifica offre una serie di strumenti che aumenteranno l'efficacia dei processi e trasformeranno (hanno già iniziato a farlo) il modo di lavorare degli scienziati.
In molti laboratori, la rivoluzione dell'IA è già iniziata. I modelli di intelligenza artificiale vengono utilizzati per perfezionare processi, automatizzare l'elaborazione dei dati e per modificare documenti, materiale divulgativo, abstract e molto altro. Anche solo per scrivere un progetto di ricerca, modelli come ChatGPT o Bard possono migliorare l'elaborato perfezionando le frasi incerte, migliorando il lessico, fornendo spunti e fonti da cui attingere.
Come sappiamo, il lavoro di uno scienziato non si limita alla scrittura o analisi dei dati, né alla preparazione di materiale divulgativo o di letteratura scientifica. Una componente essenziale delle competenze di un ricercatore è la capacità di saper sviluppare idee nuove e progetti di ricerca innovativi.
Ed è in questo processo creativo che ha senso ragionare sulla portata della rivoluzione dell'IA: può quest'ultima, attraverso i suoi modelli e le sue evoluzioni tecniche, facilitare lo sviluppo creativo dei ricercatori?
Ogni ricercatore lo sa. Quando si deve partorire un'idea nuova di zecca, ci si può sentire come un romanziere davanti al blocco dello scrittore. Nonostante le tante possibilità che ogni campo di ricerca può offrire, i problemi sono sempre gli stessi: da dove iniziare? Che obiettivo porsi? È il progetto di ricerca che abbiamo in mente realmente innovativo?
Pensare e sviluppare idee di ricerca è un'attività creativa, che ha bisogno di una forte curiosità e capacità critica. Detta così, sembra una sfida scoraggiante. Fortunatamente, esistono processi che possono affinare la "memoria muscolare" legata al processo creativo.
Può l'intelligenza artificiale rendere questi processi più produttivi o stimolanti?
Ecco un paio di esempi pratici di come l'IA può aiutare gli scienziati a sviluppare nuove idee di ricerca.
Strumenti di intelligenza artificiale come Semantic Scholar, Consensus ed Elicit utilizzano algoritmi di ricerca avanzati e l'elaborazione del linguaggio per facilitare la ricerca di letteratura. Un ricercatore che studia gli effetti del cambiamento, climatico per esempio, può porre a questi modelli una domanda sull'innalzamento del livello del mare. Lo strumento di IA è in grado di comprendere il contesto, filtrare le informazioni irrilevanti e fornire un elenco di studi recenti e pertinenti. Può anche suggerire parole chiave correlate, offrire sintesi dei risultati principali ed evidenziare autori e articoli influenti.
Gli strumenti di visualizzazione dei dati di intelligenza artificiale, come Litmaps, possono creare mappe visive di come le varie citazioni sono collegate, aiutando i ricercatori a notare le tendenze e gli sviluppi ipotetici di una ricerca. Questi strumenti fanno risparmiare un mucchio di tempo e contribuiscono a garantire che la proposta di ricerca sia basata sulle intuizioni scientifiche più recenti e pertinenti.
Mentre stiamo riflettendo su che direzione dare alla nostra ricerca, possiamo intavolare con i modelli linguistici di grandi dimensioni (come ChatGPT o Bard) una stimolante conversazione sulle nostre idee. L'IA sarà perfettamente in grado di fornirci spunti, suggerimenti e possibili sviluppi del nostro lavoro, oltre che considerazioni etiche e morali, che potrebbero influenzare la nostra ricerca.
I vantaggi dell'utilizzo dell'IA per l'ideazione dei progetti di ricerca sono tanti. Questo tuttavia non deve farci dimenticare come questi modelli vadano sempre usati con cautela. Come in molti hanno osservato, alcuni strumenti possono a volte inventare riferimenti accademici, fare affermazioni false o fornire false citazioni.
Se l'IA si rende protagonista di errori o comportamenti scorretti, sarà comunque l'utente, e non lo strumento, a essere ritenuto responsabile. Non è un caso se, nei progetti di ricerca in cui si fa utilizzo di questi modelli di intelligenza artificiali, questi ultimi non vengano quasi mai citati tra gli autori.
A causa di queste limitazioni, dovremo essere bravi a filtrare i risultati forniti dall'IA attraverso la lente della nostra esperienza. In primis, controllando le informazioni e le fonti ottenute, senza buttarci a capofitto sull'idea che l'IA ci ha aiutato a partorire.
Oltre a confermare la correttezza del materiale ottenuto, dovremo saper decidere se la nostra idea sia "buona" o meno. Si tratta di un giudizio di valore che gli strumenti di intelligenza artificiale non sono pronti a fornirci. No, la curcumina o l'estratto di guano di pipistrello non sono probabilmente promettenti per una ricerca di nuovi farmaci oncologici (come ha invece assicurato uno strumento di IA). Per prendere la decisione finale, dobbiamo far appello alle nostre competenze e al nostro istinto. Sono queste qualità, del tutto umane, a decretare il successo o meno del nostro progetto di ricerca. I modelli di intelligenza artificiale possono aiutarci a fare quel passo in più, per raggiungere il traguardo. Le gambe e la forza motrice per affrontare la gara, però, le dobbiamo mettere noi.
Ti è piaciuto questo articolo? Condividilo!