Революцията на изкуствения интелект в науката е задушена от 400-годишната издателска система

Настоящата система за академично публикуване изостава от напредъка на изкуствения интелект, той генерира инструменти по-бързо, отколкото рецензираните доказателства могат да потвърдят, често със закъснение от 12-18 месеца.

Преминаването към динамични изследователски обекти би могло да свърже твърденията директно с данни и анализ, подобрявайки проверката и прозрачността. Институционалната съпротива представлява значителна пречка за реформирането на издателската система, въпреки належащата нужда от промяна.

Оказва се, че знанието има ограничение на скоростта. Не скоростта, с която можем да го генерираме или дори да го анализираме, а скоростта, с която институционално е позволено да му се доверим. Това ограничение е поставено някъде през XVII век, когато първите академични списания започват да циркулират сред естествоизпитателите, и оттогава почти нищо не се е променило. Все пак механизмът очевидно се е променил. "Ръкописите" не са вече ръкописи, а дигитални файлове. Рецензентите получават имейли вместо писма. Но основната структура – ​​статичен текстов артефакт, представен, оценен насаме и публикуван месеци или години по-късно – остава почти непокътната. И през по-голямата част от историята на науката в това вероятно е нямало проблем.

Но вече е време за промяна. Разликата между това, което изкуственият интелект може да открие сега, и това, което системата за публикуване може официално да валидира, се е превърнала, според оценката на поне някои изследователи, в истинска заплаха за медицината и общественото здраве, а не просто в академично неудобство.

Аргументът е изложен в нов коментар в Journal of Medical Internet Research от Бун-Хау Чу (Boon-How Chew), лекар и професор по семейна медицина в Университета Путра в Малайзия, който изучава пресечната точка между иновациите, свързани с изкуствения интелект, и научната комуникация.

Основното му твърдение е ясно: изкуственият интелект генерира диагностични инструменти и кандидати за лекарства по-бързо, отколкото инфраструктурата, която ги валидира, може да се справи. Система с изкуствен интелект за скрининг на рак на гърдата, класификатор на заболявания на ретината за високорискови популации, голям езиков модел, ускоряващ препозиционирането на лекарствата - всички те вече излизат от лабораториите, вече се тестват в клиники, а рецензираната доказателствена база, която би трябвало да оправдае използването им, изостава с 12 до 18 месеца. За дигиталните здравни технологии, които могат да станат клинично остарели в рамките на една година, това не е забавяне. Това е структурен провал.

Ракетно гориво в конска каруца

Чу описва ситуацията като наливане на ракетно гориво в карета, теглена от коне. Метафората е малко груба, но не е очевидно погрешна.

Проблемите се усложняват. Освен скоростта, има и цена. Най-добрите изследователски университети харчат между 10 и 15 милиона долара годишно само за абонаменти за списания, докато авторите, които искат работата им да е свободно достъпна, често плащат от 5000 до над 11 000 долара на статия за такси за обработка, създавайки това, което Чу описва като неустойчива двойна финансова тежест, която най-силно се отразява на изследователите в страните с по-ниски доходи.

След това идва въпросът за възпроизводимостта, който е може би най-дълбокият проблем от всички. Оценките за това колко публикувани научни резултати не могат да бъдат възпроизведени варират значително, но диапазонът, който Чу цитира, е от 50 до 90 % в зависимост от дисциплината и използваната мярка. Тази цифра е поразителна, почти независимо къде се намира реалното число.

В основата на всичко това, твърди той, стои структурен недостатък в това, което всъщност представлява публикуваната статия. Традиционната статия е непрозрачно наративно резюме, история за данни, а не самите данни. Твърденията са отделени от методите и аналитичните записи, които биха позволили на някой друг да ги провери. През по-голямата част от научната история това е бил приемлив компромис, защото проверката се е случвала чрез репликация. Но клиничните модели на ИИ са различни. Те самите са черни кутии, сложни и до голяма степен неинтерпретируеми системи, чиято надеждност зависи изцяло от качеството на доказателствата, върху които са обучени. Ако един клиничен модел на ИИ вече е непрозрачен, твърди Чу, той не може безопасно да бъде изграден върху изследвания, които са също толкова непроверими.

Създава се хаотична екосистема от инструменти с изкуствен интелект, за да закърпи симптомите. Асистенти за писане на научни статии като Paperpal и SciSpace помагат на авторите да изготвят публикациите си по-бързо. Платформи за систематичен преглед като Elicit и Covidence ускоряват търсенето на литература. Инструменти за семантично картографиране като ResearchRabbit помагат на изследователите да откриват пропуски в дадена област. Големите издателства също са внедрили изкуствен интелект в собствените си работни процеси: Elsevier използва изкуствен интелект, за да съпоставя ръкописи с рецензенти, Springer Nature има система за предварителен скрининг, Frontiers извършва автоматизирани проверки за целостта на изображението. Според Чу всичко това е добронамерено, но не е от значение. Тези инструменти оптимизират създаването на традиционния статичен "ръкопис". Те поправят конската карета малко по-бърза. Те не променят какво представлява каретата.

Според него нужни са по-радикални промени: замяна на статичната научна статия като основна единица за научна комуникация с това, което той нарича обогатен динамичен изследователски обект. В този модел данните, методите, аналитичните дневници, приносите на авторите и записите за валидиране от колеги биха били постоянно и структурно свързани с публикуваното твърдение, с времево маркиране и машинно четими.

Проверката ще бъде вградена в самия артефакт, а не делегирана на бъдещ опит за репликация, който може никога да не се осъществи. Изкуственият интелект би служил като основен двигател на един интегриран работен процес, а не като мозайка от несвързани инструменти, закрепени към остарял процес.

Практическите бариери пред това не са предимно технически. Технологията, отбелязва Чу, "е почти тук". Вече съществуват няколко експериментални рамки за свързани, изчислими изследователски обекти, а застъпниците за "наука с отворен достъп" настояват за версии на тази идея от години. По-трудният проблем е институционален: списания, университети, финансиращи организации и изследователи имат сериозни инвестиции в съществуващата система, включително нейните престижни йерархии, икономически модели и структури за стимулиране на кариерата. Промяната на тези фактори изисква нещо повече от умна платформа.

Коментарът в крайна сметка е призив за колективна воля, а не техническа пътна карта, и скептиците биха могли основателно да отбележат, че призивите за колективна воля в академичното публикуване имат дълга и не особено успешна история. Кризата с възпроизводимостта е документирана повече от десетилетие; проблемите с достъпа и разходите - още по-дълго. Статичният документ е оцелял след всяко предсказание за предстоящия си край.

Но появата на клиничния изкуствен интелект променя залозите по начин, по който предишните критики може би не могат да го направят. Когато диагностичните инструменти с изкуствен интелект се преместят от научни статии в болници, латентността и непрозрачността на системата за публикуване престават да бъдат абстрактно разочарование за академичните среди и започват да имат последствия за пациентите. Въпросът дали можем да се доверим на доказателствената база за тези инструменти е все по-често клиничен въпрос. Както казва Чу: "Това, което се изисква сега, е колективната воля да се изгради, приеме и приложи."

Дали научната общност е готова да действа по този въпрос е съвсем различен въпрос и системата за публикуване, характерно за нея, не предлага бърз отговор.

Справка: Our AI-Powered Discoveries Are Trapped in a Predigital System, Boon-How Chew, JMIR, DOI: https://www.jmir.org/2026/1/e96018 

Източник: Science’s AI Revolution Is Being Strangled by a 400-Year-Old Publishing System, Science blog

Още по темата

11/04/2019

Човекът

Издателство-хищник е глобено с 50 милиона долара за изнудване на хиляди учени

30/11/2016

Човекът

Правителството възстанови достъпа до данните на „Езевиер”

19/08/2016

Човекът

МОН: Недостигът за финансиране на издателствата, предоставящи научни бази данни, е още от 2014 г.

06/03/2016

Човекът

За бойкот на академичните издания, призовава математик от Кеймбридж