Viele Tipps wurden in den vergangenen Wochen und Monaten geteilt. Das hier sei die perfekte KI für die Recherche, jene andere die perfekte KI für das Editieren von Texten. Ideen für die besten Prompts bei semantik-basierten generativen KIs fluten Twitter, Reddit, und Co. In dieser Reading List wollen wir keine Tipps dazu geben, welche KI wofür genutzt werden kann. Für eine Reading List macht das nämlich, auch wegen der Schnelllebigkeit der technischen Entwicklung aktuell nicht allzu viel Sinn. Wir wollen auch nicht darüber berichten, wie KI einen Einfluss auf die Wissenschaftskommunikation haben kann. Das nämlich haben wir bereits im vergangenen Sommer in Reading List #021 gemacht. Vielmehr haben wir ein paar Texte zu Gedanken zusammengetragen, die sich damit Auseinandersetzen, wie KI die Wissenschaft in den kommenden Jahren verändern könnte. Viel Spaß beim Lesen!
Künstliche Intelligenz mit Überblick
Eine der größten Herausforderungen der Wissenschaft unabhängig von der Disziplin, ist es mit der Flut an Artikeln Schritt zu halten. 70.000 Publikationen beschäftigen sich beispielsweise laut dem ThinkTank Enago mit dem Protein p53. Ich höre heute zum ersten Mal davon. Anscheinend ist es für die Früherkennung von Tumoren relevant. 1993 wurde es zum Molekül des Jahres gewählt. Anlässlich dieses Jubiläums findet eine KI meiner Wahl folgenden Rückblick: “The first 30 years of p53: growing ever more complex” von Arnold J Levine und Moshe Oren (paywall). Tatsächlich finden sich mittlerweile eine Reihe an Tools mit dem Anspruch, Artikel zu finden und sie in ihrem jeweiligen Publikationskontext darzustellen. Der Einstieg ist geschafft.
Disruptive Künstliche Intelligenz
Mit dem neu gewonnen Überblick lässt sich auch die Qualität von Resultaten und Ergebnissen neu einordnen. Und zwar auch außerhalb der Wissenschaft. Im Interview mit Digitale Welt bemerkt Prof. Mario Trapp, Leiter des Fraunhofer-Instituts für Kognitive Systeme IKS: “Auch wenn man heute die Ergebnisse der KI noch durch Ärztinnen oder Ärzte plausibilisieren lassen kann, so wird dies aufgrund der zunehmenden Komplexität in Zukunft kaum noch möglich sein.” Spannend ist die Wortwahl: Noch können ausgebildete Menschen Ergebnisse plausibilisieren. Lange wird das wohl nicht mehr möglich sein.
Als neue Schlüsseltechnologie mit einem breiten Anwendungsspektrum (auch wenn alle Referenzen und Bezugspunkte bisher auf die Medizin verweisen), sehen sich die Hochschulen nun schon zum dritten Mal seit den 1950er und 1970er Jahren mit einem Investitionshype konfrontiert. Besonders gefragt sei dieses Mal multidisziplinäre Forschung im Gleichschritt mit Handlung (also Industrie) und Politik. So jedenfalls argumentieren Y. K Dwivedi et al. in einem im International Juornal of Information Management erschienenen Meinungspapier. Angewandter, und mit Fokus darauf inwiefern die durch KI stark veränderte Interessenslagen im Zusammenspiel auf Medien, Industrie und Forschung wirken, argumentieren G. Berman, K. Williams, und S. Michalska in ihrer frei zugänglichen Studie, dass Forschung im Feld der Künstlichen Intelligenz anders funktioniert als in anderen Feldern.
Proaktive künstliche Objektivität
KIs helfen den Überblick zu bewahren, sie spülen neues Geld in die Kassen der Universitäten. Ich kehre zurück zur Medizin und zu einem Artikel aus dem Jahr 2018. Auf dem Science Blog – Kaleidoskop für Wissenschaft, verfasste Norbert Bischofberger damals einen spannenden Artikel mit dem Titel “Mit künstlicher Intelligenz zu einer proaktiven Medizin?”. Eine Frage die heute in abgewandelter Form für alle Disziplinen gilt?
Damals kam Bischofberger zum Schluss, dass wir womöglich schon bald nicht länger “reagieren”, sondern uns proaktiv kümmern könnten. Fünf Jahre später könnte bald die Wissensproduktion proaktiv von KIs in die Hand genommen werden. Stellt sich die Frage, ob uns ein objektives Wissenschaftsverständnis dabei in die Hände spielt. Wir werden sehen.
