„Generatyvaus dirbtinio intelekto (angl. genAI) įrankiai vis dažniau naudojami moksle literatūros paieškai ir apibendrinimui, idėjų generavimui, atsakymų recenzentams rengimui ir rašytinio teksto stiliaus tobulinimui. Tai kelia klausimą: kas laikoma žmogaus autoryste, kai dalį tyrėjo darbo tarpininkauja DI? Ir kiek šio intelektualinio „darbo“ reikėtų priskirti DI modeliui ar jo kūrėjams?
Autorystė moksle yra užsitarnautas statusas: ji pripažįsta mokslininko indėlį į straipsnį ir signalizuoja tyrėjų bendruomenei, kad jis yra kompetentingas ir atsakingas mokslininkas. DI pripažinimo autoriumi esmė yra ne tik tai, kas gauna teksto autoriaus įvertinimą, bet ir tai, kaip mokslinis rašymas laikomas atsakingu ir patikimu.
DI, kolegų vertinimas ir žmogaus veikla moksle
Ši problema atsirado dar prieš genAI. Ankstyvosios moderniosios autorystės statusas nebuvo natūralus ar fiksuotas statusas, o praktinis pasiekimas, nustatytas per konvencijas. Pavyzdžiui, Izaoko Niutono autoritetas rėmėsi ne tik moksliniais atradimais, bet ir jo gebėjimu orientuotis tokiose institucijose kaip Karališkoji draugija ir leidybos praktikoje, pagal kurią buvo skiriami moksliniai įvertinimai. Naujosios technologijos ne kartą keitė… šie susitarimai.
Galiausiai, dabartiniai sprendimai dėl DI vaidmens akademinėje leidyboje turi įtakos pačios mokslinės veiklos ateičiai1. Jei DI vis dažniau naudojamas pateiktų darbų atrankai, pagalbai atliekant kolegų vertinimą, dotacijų paraiškų kūrimui, tyrimų rezultatų vertinimui ir leidybos darbo eigos formavimui, sprendimai dėl jo naudojimo neturėtų būti priimami vien dėl patogumo ar išlaidų taupymo. Reikia aiškesnių viešų diskusijų.
Čia nagrinėju kai kuriuos mokslinės veiklos iššūkius, iškilusius dėl DI atsiradimo, ir apibrėžiu tolesnius veiksmus.
DI tarpininkaujama autorystė
Akademinis rašymas jau seniai organizuojamas diferencijuotu, hierarchiniu darbu. Mokslinių tyrimų komandoje jaunesnieji nariai gali ieškoti literatūroje ir rinkti duomenis. Labiau patyrę mokslininkai gali sukurti straipsnio konceptualią struktūrą ir parengti jo skyrius, o vyresnieji tyrėjai dažnai prižiūri, peržiūri ir tvirtina galutinę darbo versiją.
Kai autoriai daliai savo darbo naudoja genAI įrankius, tai nėra tolygu žmogaus bendradarbio įtraukimui. Magistrantas arba mokslinis asistentas gali paaiškinti savo indėlį, atsakyti į kritiką, mokytis iš pataisymų ir būti atsakingas už savo darbo sąžiningumą ir tikslumą. GenAI yra kitoks: jis negali pateisinti ar atimti atsakomybės už tai, ką jis sukuria.
Nerimauja nekritiškas dirbtinio intelekto (DI) taikymas moksle – mums skubiai reikia apsauginių turėklų.
GenDI naudojimas apima technologiškai tarpininkaujamų praktikų rinkinį: užduočių rašymą, rezultatų generavimą, informacijos apibendrinimą, turinio klasifikavimą ir rezultatų tikrinimą. Šie veiksmai nepatenka į dabartines autorystės kategorijas, todėl autorystė negali atskleisti, kas ką padarė, kaip dalyvavo GenDI ar kaip turėtų būti priskirtas autoriaus įvertinimas ir atsakomybė. Neturint aiškių taisyklių DI tarpininkaujamam darbui, autorystę sunkiau įvertinti.
Esamos autorystės ir vaidmenų taksonomijos, tokios kaip CRediT – bendraautorių vaidmenų taksonomija, kurią dabar naudoja keli leidėjai ir kurioje nurodomi tyrėjų vaidmenys rengiant straipsnį, – yra ir būtinos, ir nepakankamos. Jos išlieka vertingos, nes suskirsto mokslinį darbą į konkrečius vaidmenis, peržengdamos klaidingą nuomonę, kad vien autoriaus tvarka fiksuoja indėlį. Tačiau CRediT buvo sukurtas žmonėms. Žmonių ir genDI rašymas jį apverčia aukštyn kojomis; dabartinės ataskaitų teikimo struktūros vos registruoja DI tarpininkavimą.
Be rašymo komandos, autorystės politika tęsiasi per redakcinę ir recenzavimo infrastruktūrą, pagal kurią rankraščiai turi būti laikomi moksliniais tyrimais. Dirbtinis intelektas (DI) taip pat pradėjo vaidinti svarbų vaidmenį šioje srityje. Recenzentų atranka, ataskaitų redakcinė interpretacija ir sprendimų kalba – visa tai gali paveikti DI naudojimas – formuoja teksto likimą ir galutinių autorių autoritetą.
DI mokslininkai keičia tyrimus – institucijos, finansuotojai ir leidėjai turi reaguoti.
Autorystės politika ypač akivaizdi padėkos skyriuje. Šie teiginiai nėra tik mandagumo žodžiai. Jie yra laipsniškos priskyrimo ekonomikos dalis, pagal kurią vertinamas arba paliekamas nematomas mokslinis darbas. Kai kurie darbai tampa autorystės pagrindu, kai kurie pažeminami iki „naudingų komentarų“ ar „pagalbos“, o kai kurie išnyksta.
Šiame skyriuje gali būti paminėti, įvardyti ir padėkoti – arba praleisti – tyrimų asistentai, studentai, recenzentai ir kolegos, su kuriais susiduriama seminaruose, konferencijose ar vakarienės staluose. Tokie praleidimai apima ir daugiausia nematomą žmonių darbą, kuris užtikrina genDI sistemų veikimą: duomenų žymėjimą, modelių vertinimą, inžinerinius darbus, kam priklauso platformos priežiūra ir tekstų, kuriais mokomi modeliai, rengimas.
Štai kodėl dabartinė diskusija turėtų apimti daugiau nei tik problemos, kaip integruoti generatyvųjį dirbtinį intelektą (GDI) į esamą diferencijuotą autorystės pripažinimo sistemą, sprendimą. Tai proga kritiškai įvertinti pačią šią sistemą. Skatindamas kurti naujas autorystės praktikos kategorijas esamose struktūrose, GDI gali sudaryti sąlygas suardyti tam tikras akademinio darbo hierarchijas, o ne tik papildyti darbo procesą nauju įrankiu: jei literatūros apibendrinimas pasitelkiant DI pripažįstamas kaip autorystė, kodėl tas pats darbas, atliktas žmogaus – mokslinio tyrimo asistento, – neturėtų suteikti jam autorystės statuso?
Nauja pripažinimo sistema
Eksperimentai mokslo srityje pasitelkiant DI leidžia išbandyti alternatyvius autorystės ir atsakomybės paskirstymo būdus2.
Vertingas pavyzdys – šiemet paskelbtas straipsnis apie „konstitucinį DI“ (angl. *constitutional AI*) – mokymo metodą, kai modeliui pateikiamas žmonių sukurtas etinių taisyklių rinkinys (žr. go.nature.com/67ysb9). Arizonos valstijos universitete (Tempe) pažangiųjų technologijų kaitą tyrinėjantis Andrew Maynardas nurodo, kad modelis „Claude Opus 4.6“ atliko tyrimą ir parašė straipsnį beveik be jokios priežiūros, tačiau oficialiu autoriumi liko A. Maynardas, prisiėmęs atsakomybę už atliktą darbą. Darbo pasidalijimas tarp žmogaus ir DI yra straipsnio argumento dalis; tai aprašyta priede. Šis pavyzdys pamokomas, tačiau atskleidžia individualaus informacijos atskleidimo ribotumus: išsamus pasakojimas gali gerai paaiškinti vieną straipsnį, tačiau jis nėra standartizuotas, sunkiai palyginamas su kitais straipsniais ir nesusietas su nusistovėjusiais indėlio vaidmenimis.
Užuot straipsnio pabaigoje pridėję bendro pobūdžio teiginį apie DI naudojimą, žurnalai galėtų susieti informaciją apie DI naudojimą su esama indėlio ataskaitų teikimo tvarka. Bendro pobūdžio teiginyje tik nurodoma, kad buvo naudotas DI, o „CRediT-AI“ tipo teiginyje būtų nurodomas žmogaus indėlis, kurį tarpininkaujant atliko DI, bei šio veiksmo tikslas (žr. „CRediT-AI“ struktūros pavyzdį).
Tikslas – trumpai aprašyti, kaip buvo įgyvendintas kiekvienas žmogaus indėlis. Kiekvienas atitinkamas „CRediT“ vaidmuo galėtų būti susietas su trumpu DI tarpininkavimo aprašymu. Pavyzdžiui, „DI padedamas idėjų generavimas ir alternatyvų formulavimas“ konceptualizavimui arba „DI padedamas kandidatų prozos generavimas ir pertvarkymas“ teksto rengimui. Pareigos, kuriose DI nedalyvauja, galėtų tiesiog nurodyti „nėra“. Šiame lygmenyje reikėtų registruoti tik tą DI naudojimą, kuris iš esmės paveikė indėlį; išsamūs raginimai, darbo eigos ar modelio nustatymai galėtų likti metodų skyriuje arba papildomoje informacijoje, kai jie yra svarbūs interpretuojant ar atkuriant darbą. Žmogus autorius vis tiek atliktų CRediT vaidmenį; DI teiginyje būtų aprašyta, kaip tas indėlis buvo pasiektas.
Bet kuriai tokiai sistemai reikėtų autorių patvirtinto patvirtinimo ir atskaitomybės teiginio. Jame būtų nurodyta, kas peržiūrėjo DI tarpininkaujantį indėlį. Kai DI tiesiogiai suformavo su CRediT vaidmeniu susijusį rezultatą, teiginyje būtų galima nurodyti, kas buvo atsakingas už to indėlio patikrinimą, pavyzdžiui, literatūros sintezėje naudojamų nuorodų tikrinimą arba kodo patvirtinimą.
Taigi, CRediT-DI ataskaitų teikimo struktūra galėtų peržengti techninių ataskaitų teikimo ribas ir aprėpti, kas naudoja DI, kodėl jo reikia ir kas yra atsakingas. Autorius taip pat galėtų atkreipti dėmesį, kad genAI daugiausia buvo naudojamas anglų kalbos performulavimui, buvo prieinamas per mokamą institucinę prenumeratą ir pareikalavo skaičiavimo bei energijos sąnaudų, kurių nebuvo galima nepriklausomai kiekybiškai įvertinti. Toks atskleidimas neapimtų visų su genAI naudojimu susijusių nelygybių, tačiau autorystę sietų su platesnėmis sąlygomis, kuriomis vykdomi dirbtinio intelekto tarpininkaujami moksliniai tyrimai.
Čia siūloma CRediT-AI sistema nėra galutinis sprendimas; tai viena iš galimų praktinių intervencijų. Ji neišspręstų autorystės klausimo kartą ir visiems laikams. Tačiau ji galėtų parodyti, kaip žmogaus atsakomybė įgyvendinama dirbtinio intelekto tarpininkaujamuose moksliniuose tyrimuose. Ir kad toks atskleidimas yra įmanomas.
GenAI nušvietė autorystę ir infrastruktūras, per kurias rašytinis darbas tampa moksliniais tyrimais. Šis matomumas neturėtų būti vertinamas kaip problema, kurią reikia slopinti, o kaip galimybė derėtis dėl būsimų mokslinio gyvenimo sąlygų.
Kuriant šį tekstą, kaip pagalbinė priemonė dialoginiam rašymui ir analizei buvo naudojamas generatyvusis dirbtinis intelektas (GenAI) – „OpenAI ChatGPT 5.4“; jis pasitelktas idėjoms generuoti, struktūrai tobulinti, tekstui (prozai) kurti, apibendrinti, sutrumpinti bei stiliui redaguoti. Be to, jis padėjo susieti cituojamus straipsnius su autoriaus įkeltais rankraščiais. Straipsniui peržiūrėti buvo naudojamas GenAI („Anthropic Claude 4.2“). Į pastabas atsižvelgta atliekant dialoginį redagavimą, naudojant „ChatGPT“." [1]
1. Who is responsible when AI helps to write science? As generative AI becomes embedded in research and publishing, the deeper challenge is preserving accountability for scholarly work. By Robert Braun. Nature 657, 34-36 (2026)
Komentarų nėra:
Rašyti komentarą