Джессика Халлман: верификация — ещё не знание, и науке нужны люди, а не только ответы
Verification Is Not Knowledge: Science needs more than answers
Профессор Northwestern University Джессика Халлман спорит с теми, кто сводит науку к выдаче проверяемых результатов. Даже безупречное доказательство или сертификат корректности не заменяют понимания: если что-то пойдёт не так, некого спросить, некому отвечать за утверждение. Корни этой иллюзии она находит в послевоенном «свободном от ценностей идеале», который превратил критику и подотчётность в лишние издержки, а не в механизм производства знания.
Ценностно-нейтральный идеал искажает то, как мы ищем истину, заставляя нас принимать проверенные результаты за знание.
- throw0101c
Когда Кеплер опубликовал свои модели:
* https://en.wikipedia.org/wiki/Kepler%27s_laws_of_planetary_m...
Люди не понимали, как или почему они работают, но они всё равно перешли на них с птолемеевской (тихоновской и т.д.†) системы, потому что математика была проще. Только позже (Ньютон, Эйнштейн) мы поняли «почему» и «как».
† https://tofspot.blogspot.com/2013/08/the-great-ptolemaic-sma...
- niemandhier
Мы все знаем Терри Тао, а вы знаете Петера Шольце?
Филдсовский лауреат, и, как и Тао, названный одним из самых важных математиков нашего времени.
Известно, что Шольце находит
«именно правильный и самый чистый способ включить всю ранее проделанную работу и найти элегантную формулировку для этого — а затем, поскольку он нашёл действительно правильную структуру, выйти далеко за пределы известных результатов».
В каком-то смысле этот человек — дополнение к ИИ: он порождает понимание, а не просто доказательства.
Может быть, он — правильный шаблон для математиков будущего.
https://www.quantamagazine.org/peter-scholze-and-the-future-...
- wqtz
Ах, эпистемология... Есть ли ещё хоть какой-то академический исследователь, которого это волнует?
Если вы в академии, вы, вероятно, заметили серьёзный сдвиг в последнее время. Производство исследований в промышленных масштабах с помощью ИИ.
Гранты «всегда» присуждались профессорам на основе количества, умноженного на качество. Теперь некоторые профессора штампуют 1–3 статьи в месяц с одной и той же группой соавторов. Все грантовые деньги достаются им. Грантодатели просто считают количество публикуемых статей.
Промышленная революция добралась до академии, и некоторые академики заняты спорами о ремесленной ценности исследований, в то время как другие создают фабрики по производству исследований.
- A_D_E_P_T
Перспектива статьи напоминает мне уроки математики в детстве. Учительница не хотела только правильный ответ, она хотела видеть, как я к нему пришёл. В абсолютном смысле правильный ответ — это правильный ответ с моим пониманием или без него, но оценка в классе ставилась не так. Мы приближаемся к моменту, когда ИИ для науки — как мой старый калькулятор для элементарной математики: он способен перепрыгнуть к ответам быстрее и точнее, чем мы.
Но штука в том, что верификация — это и есть знание. И если мы сможем дойти до того, что на важные вопросы будут ответы, мы наверняка сможем заставить верификаторов объяснить их нам так, чтобы мы их поняли.
- My_Name
Конечно, путь вперёд — взять результаты, полученные грубой силой с помощью ИИ, например, что некоторые гипотезы истинны или ложны, а затем использовать это знание для дальнейшего человеческого понимания.
Знание того, что что-то истинно или ложно, по крайней мере, перестанет заставлять людей тратить время на попытки доказать или опровергнуть это, и позволит им найти более элегантное доказательство или исследовать следствия истинного/ложного результата.