Учёные ежегодно публикуют более 10 миллионов научных работ, однако не все результаты заслуживают доверия. Задача состоит в том, чтобы оперативно выявлять надёжные исследования, до того как будут потрачены ресурсы впустую или приняты ошибочные решения. На протяжении многих лет рецензирование и воспроизводимость считались стандартами, но оба процесса медленные и дорогие.
Проект SCORE, финансируемый DARPA
В 2017 году Агентство передовых исследовательских проектов Министерства обороны (DARPA) запустило проект Systematizing Confidence in Open Research and Evidence (SCORE) — «Систематизация доверия к открытым исследованиям и доказательствам». Под руководством Адама Рассела цель проекта заключалась в разработке систем ИИ, способных предсказывать долгосрочную достоверность исследования до его воспроизведения. Проект предполагал создание «кредитного рейтинга» для научных работ, чтобы лица, принимающие решения, могли быстро оценить их надёжность.
Как Это Работает
Системы ИИ анализируют новую научную литературу с использованием нераскрытых метрик. Основная методология остаётся неясной, хотя, вероятно, она включает сбор данных, статистическое моделирование и, возможно, анализ сетей цитирования. Предпосылка состоит в том, что закономерности в дизайне исследования, методологии и ранней проверке могут выявить слабые места.
Почему Это Важно
Последствия значительны. Надёжная наука является основой для политики, медицины и технологий. Ускоренная оценка снижает потери ресурсов на ошибочные исследования. Однако есть и риски. Чрезмерная зависимость от ИИ может подавить экспериментальные исследования или усугубить существующие предубеждения в научном сообществе. Реальная задача заключается в обеспечении прозрачности и предотвращении алгоритмического контроля.
«Цель не в том, чтобы устранить риски, а в том, чтобы принимать взвешенные решения быстрее». — Адам Рассел, Университет Южной Калифорнии
Проект SCORE отражает более широкую тенденцию: интеграцию машинного обучения в научную проверку. В то время как воспроизводимость остаётся важной, инструменты на основе ИИ, вероятно, будут играть всё более важную роль в определении того, какие исследования получают признание, а какие исчезают в небытие.
