AI가 과학을 60배 빠르게 — 그런데 연구자들은 더 형편없는 논문을 발표 중
새로운 연구는 llm이 연구에 미치는 영향을 모델링하여, 시간 비용이 낮아지면 과학자들이 깊이보다 양을 우선하게 되어 과학적 품질이 저하될 수 있음을 발견했습니다.
프린스턴 대학교와 워싱턴 대학교의 연구자들이 대규모 언어 모델(LLMs)이 효율성은 증가시키지만 과학적 품질을 저하시킬 가능성이 높다는 이론적 분석을 발표했다. 연구 행동을 최적의 탐색 문제로 모델링하여, 그들은 세 가지 시나리오 중 두 가지—특히 AI가 초기 아이디어 생성 또는 최종 출판에 도움이 될 때—과학자들이 더 많은 프로젝트를 생산하기 위해 자발적인 '깊은 탐구' 단계를 희생한다는 것을 발견했다. 저자들은 노동을 보완하는 도구가 시간의 기회 비용을 증가시키면서, 연구자들이 더 나은 작업보다는 '더 많지만 덜 잘된'작업을 생산할 것이라고 결론지었다.