Para ilmuwan menghasilkan lebih dari 10 juta makalah penelitian setiap tahunnya, namun tidak semua temuannya kuat. Tantangannya adalah mengidentifikasi studi yang dapat diandalkan dengan cepat, sebelum upaya yang sia-sia atau keputusan kebijakan yang cacat menghasilkan hasil. Selama bertahun-tahun, tinjauan sejawat dan replikasi telah menjadi standar, namun keduanya lambat dan mahal.
Proyek SCORE yang Didanai DARPA
Pada tahun 2017, Badan Proyek Penelitian Lanjutan Pertahanan (DARPA) meluncurkan proyek Systematizing Confidence in Open Research and Evidence (SCORE). Dipimpin oleh Adam Russell, tujuannya adalah untuk mengembangkan sistem AI yang mampu memprediksi validitas jangka panjang suatu penelitian sebelum replikasi. Proyek ini bertujuan untuk menciptakan “nilai kredit” untuk penelitian ilmiah, sehingga memungkinkan para pengambil keputusan untuk menilai kelayakan penelitian secara sekilas.
Cara Kerjanya
Sistem AI menganalisis literatur ilmiah baru menggunakan metrik yang dirahasiakan. Metodologi yang mendasarinya masih belum jelas, meskipun kemungkinan besar melibatkan pengumpulan data, pemodelan statistik, dan kemungkinan analisis jaringan kutipan. Premisnya adalah bahwa pola dalam desain penelitian, metodologi, dan validasi awal dapat mengungkap kerentanan.
Mengapa Ini Penting
Implikasinya sangat signifikan. Ilmu pengetahuan yang andal mendasari kebijakan, kedokteran, dan teknologi. Evaluasi yang lebih cepat mengurangi sumber daya yang terbuang untuk studi yang cacat. Namun, ada risikonya. Ketergantungan yang berlebihan pada AI dapat menghambat penelitian eksplorasi atau memperkuat bias yang ada dalam komunitas ilmiah. Tantangan sebenarnya adalah memastikan transparansi dan mencegah penjagaan gerbang algoritmik.
“Tujuannya bukan untuk menghilangkan risiko, namun untuk membuat keputusan yang tepat dengan lebih cepat.” — Adam Russell, Universitas California Selatan
Proyek SCORE menyoroti tren yang lebih luas: integrasi pembelajaran mesin ke dalam validasi ilmiah. Meskipun replikasi tetap penting, alat berbasis AI kemungkinan akan semakin berpengaruh dalam menentukan penelitian mana yang mendapat daya tarik dan penelitian mana yang tidak lagi diketahui.
