Warum wir mehr Wissenschaftler brauchen, nicht weniger
We will need more (not fewer) scientists
Der Autor argumentiert, dass KI-Wissenschaftler die Arbeit von Menschen nicht überflüssig machen, sondern die Grenzen des Wissens erweitern. Er vergleicht die Wissenschaft mit einem wachsenden Volumen: Je weiter die Grenze verschoben wird, desto mehr Raum gibt es für Entdeckungen. Zwar warnt Bill Gates vor Arbeitsplatzverlusten durch KI, doch im Bereich der Wissenschaft sei die Nachfrage nach Arbeit nicht begrenzt. Der Autor betont die zentrale Rolle von Wissenschaftlern bei der Wahl der Fragen, der Skepsis gegenüber zu guten Ergebnissen und der Übernahme von Verantwortung.
Die Wissenschaft ist kein Nullsummenspiel.
- Alive-in-2025
Ich mache mir ein bisschen Sorgen um neue Wissenschaftler, die heute promovieren. Als ich in den 90ern promoviert habe, war die Welt nicht am Explodieren. Es gab keine Sorge, dass irgendeine dumme LLM (im Sinne von: kein intelligentes Wesen – diskutiert untereinander, wenn ihr anderer Meinung seid) eine Menge Entdeckungen in deinem Bereich machen könnte, nur indem sie massenhaft verschiedene Kombinationen von Dingen produziert, die Implikationen durchrechnet und schaut, ob es Widersprüche gibt.
Wird diese Promotion noch zählen? Wird dein Gebiet in ein paar Jahren völlig in neue Richtungen auseinandergezogen sein, sodass du es nicht mehr verstehst? Es ist aufregend und beängstigend. Diese Leute können nicht alle einfach zu einer blöden Dotcom-Firma gehen (wie ich es getan habe) und etwas tun. Wird es in 3 Jahren noch außerordentliche Professoren geben? Wird es Tenure geben? Wir haben uns in den 90ern Sorgen gemacht, und es war bei weitem weniger besorgniserregend als heute. Ich habe immer gedacht, ich könnte ein neues technisches Feld lernen, wenn alles den Bach runtergeht. Mein Großvater hat in den 1930ern einen Abschluss in Agrartechnik gemacht, und er dachte, er könnte mit diesem Hintergrund immer etwas anderes finden.
Und das war viel, viel schlimmer als heute. Stell dir vor, jeder, den du kennst, verliert sein Haus, seine Farm, sein Leben. Ein Großelternteil war so arm, dass sie keine Farm hatten (Sharecropper), das andere hat seine Farm verloren. Und wir waren die Glücklichen – sie kamen aus dem Nichts und haben es durchs College geschafft!
- Otterly99
Hier ist mein Zwei-Seiten-Argument bezüglich KI in den Wissenschaften (von einem ehemaligen Biophysiker).
Positive Seite: In den Wissenschaften braucht man viele transversale Fähigkeiten wie Präsentation, Datenkuratierung und Datenanalyse. Insbesondere in der Biologie wird Studenten nie beigebracht, wie man Daten richtig speichert und noch weniger, wie man die Analyse automatisiert. Das Muster, das ich sah, war immer dasselbe: Die Daten werden auf eine Weise gespeichert, die für Menschen bequem zu lesen ist, aber unmöglich per Skript zu verarbeiten (denk an Spaltenfragmente in separaten Excel-Blättern, manchmal stehen die Beschriftungen seitlich vom Wert statt darüber). Ich war zu Beginn meiner Promotion auch schuldig und musste es lernen. Mit Coding-Agenten hast du diese Programmierhürde nicht mehr und kannst deine Daten plotten und sogar Coaching bekommen, wie du deine Daten richtig speicherst, also denke ich, das ist ein großer Segen.
Zweite positive Seite: Man kann Einblicke in Paper bekommen, die etwas außerhalb des eigenen Fachgebiets liegen, und Informationen extrahieren.
Negative Seite: KI erlaubt es auch, mehr Müll zu produzieren, besonders wenn man in einem weniger experimentlastigen Feld arbeitet, also wird es schwerer, gute von schlechten Papern zu unterscheiden, weil man jetzt ein schlechtes Paper gut aussehen lassen kann. Das ist ehrlich gesagt ein tiefergehendes Problem der Wissenschaften im Allgemeinen mit der unglücklichen Publizieren-oder-Untergehen-Mentalität, bei der Zuschüsse auf der Grundlage der Anzahl der Veröffentlichungen vergeben werden und nicht auf der Grundlage der Qualität und Wirkung deiner Veröffentlichungen. Das wird das Problem nur verstärken, da man jetzt schneller Paper ausspucken kann, […]