Автоматизація процесів аналізу даних здатна поглибити розрив між досвідченими дослідниками та молодшими науковцями.
Штучний інтелект кардинально трансформує методи проведення економічних і соціальних досліджень: він дозволить масштабувати певні завдання, а деякі з них зможе виконувати практично автономно. Інгар Хааланд, професор Норвезького університету природничих і технічних наук, упевнений, що це сприятиме підвищенню ефективності польових експериментів, оцифровці архівних матеріалів та перевірці наукових статей. Проте автоматизація також може поглибити нерівність у доступі до даних і можливостей для досліджень.
У публікації на платформі X Хааланд висловив свої думки щодо перспектив економіки та соціальних наук у контексті зростання штучного інтелекту та автоматизації математичних обчислень. Він вважає, що найкращі дослідження продовжать проводити люди, але з використанням можливостей ШІ для розширення їхнього впливу. Експерт також зазначив, що технології можуть сприяти:
* здійснювати високоякісні опитування серед цільових категорій населення;
* проводити експерименти з поведінки в природних умовах;
* досліджувати обширні обсяги текстової інформації.
Водночас зростатиме роль польових досліджень. Попит на науковців, які вміють налагоджувати партнерство з підприємствами та проводити практичні експерименти, зокрема з випробуванням систем штучного інтелекту, буде збільшуватися.
Професор вважає, що дослідження, що базуються на адміністративних даних, залишатимуться актуальними. Ці дані збираються державними органами в процесі їхньої діяльності. Проте можливість доступу до таких даних і використання локальних моделей штучного інтелекту для їх широкомасштабного аналізу може бути зосереджена лише у невеликої групи продуктивних дослідників. На думку Хааланда, це може створити перешкоди для аспірантів, оскільки державні установи не надаватим їм подібного доступу.
Хааланд також прогнозує підйом економічних досліджень завдяки масштабному оцифруванню архівів. Вони можуть стати джерелом нових дослідницьких підходів і допомогти виявити раніше не зафіксовані факти.
Ще однією областю, яка зазнає змін, є перевірка наукових публікацій. Професор сподівається, що штучний інтелект підвищить якість рецензування та верифікації результатів. Він вважає, що всебічний аудит статті, програмного коду та даних під час подачі матеріалів стане звичайною практикою.
Які наукові дослідження можуть стати менш значущими?
Водночас Хааланд попереджає про серйозні зміни для напрямів, де більшість завдань уже можна майже повністю автоматизувати. До них він відносить:
* завантаження даних;
* аналіз відкритих даних,
* анкетування;
* елементарні досліди;
* створення теоретичних моделей.
На думку фахівця, це може мати негативний вплив на науковців, для яких така діяльність є основним джерелом доходу. Однак він вважає, що деякі з цих обов'язків можуть взяти на себе державні органи, які зможуть самостійно знаходити відповіді на свої запитання без необхідності залучати академічних дослідників і проходити процес рецензування.
Внаслідок того, що поведінку складних моделей штучного інтелекту не можна передбачити за допомогою традиційних математичних методів, людство опинилося в абсолютно новій кризовій ситуації. Про це зазначає доктор юридичних наук Олексій Костенко у своїй статті "Гра в рулетку з суперінтелектом: чому кожне оновлення ШІ становить загрозу для цивілізації".
На відміну від фізичних явищ чи ядерних реакцій, алгоритми штучного інтелекту не мають незалежних інструментів для оцінки, крім власного коду. Спроби таких систем самостійно оптимізувати свої задачі можуть призводити до прихованого саботажу тестів та несанкціонованих кібератак. Експерт підкреслив, що єдиним ефективним засобом запобігання ризикам при переході до більш потужних систем залишається суворе законодавче регулювання, яке змусить компанії інвестувати в безпеку так само, як і в розширення обчислювальних потужностей.
#
