AI के साथ, वैज्ञानिकों को अधिक करने की क्षमता मिलती है—बुरा। शोध कैसे किया जाता है, इसका एक मॉडल यह भविष्यवाणी करता है कि भाषा मॉडल वैज्ञानिकों को अधिक पेपर लिखने के लिए प्रेरित करेंगे, लेकिन उनकी गुणवत्ता कम होगी। वाशिंगटन विश्वविद्यालय के कार्ल बर्गस्ट्रॉम और उनके सहयोगियों ने शोध प्रक्रिया को चरणों में विभाजित किया और पूछा कि LLM कौन-से चरणों को तेज करता है। एक डिस्कवरी स्टेज होता है, जहाँ आप परिकल्पनाएँ बनाते हैं और पर्याप्त प्रारंभिक कार्य करते हैं ताकि यह निर्णय लिया जा सके कि कोई प्रोजेक्ट आगे बढ़ाने लायक है या नहीं। फिर एक डेवलपमेंट स्टेज, जो दो हिस्सों में है: * आवश्यक कार्य — वे चित्र और मसौदे जिनके बिना आप प्रकाशित नहीं हो सकते; और * वैकल्पिक कार्य — अनुसरण प्रयोग और पॉलिशिंग कोडिंग के संदर्भ में, वैकल्पिक कार्य प्रकाशन से पहले परीक्षण और बग-फिक्सिंग है। LLM डिस्कवरी और आवश्यक कार्य को तेज करते हैं — लेकिन वे वैकल्पिक हिस्से को स्पर्श नहीं करते, क्योंकि वह हिस्सा उसी के द्वारा परिभाषित है कि वह आवश्यक नहीं है। बहु-एजेंट प्रतिक्रिया चक्र हों या न हों, वैकल्पिक हिस्सा सामान्यतः "मनुष्य-इन-द-लूप" होता है — "ओह, प्रतीक्षा करें, यह कुछ करने में सक्षम है?" के साथ-साथ कई "वास्तविकता सैंडविच"। इसलिए,बचे समय का प्रयोग वर्तमान पेपर में सुधार के बजाय, अगले पेपर की शुरुआत में किया जाता है, और प्रेडिक्शन से सीधा प्रभाव पड़ता है:अधिक प्रस्तुति, परंतु सुधार का हिस्सा कम। बर्गस्ट्रॉम का मुख्य बिंदु प्रेरणा पर है:वैज्ञानिकों का मूल्यांकन मात्रा पर किया जाता है —इसलिए,एक ऐसा साधन,जो मात्रा में वृद्धि करता है,उसका प्रयोग मात्रा में हीवृद्धि के लिए किया जाता है। उनका सुझाव है कि शोधकर्ताओं का मूल्यांकन पेपरों और संदर्भों की संख्या के स्थान पर,उनके सर्वश्रेष्ठ कार्य पर किया जाए। (नोट:बर्गस्ट्रॉम का पेपर 19जुलाई को arXiv पर प्रकाशित हुआ है,औरअभीतकइसकी समीक्षा प्रक्रिया पूरीनहींहुईहै) #ScienceOfScience #AI #Research