Díky efektnímu rozhraní ChatGPT se povědomí o možnostech, resp. schopnostech velkých jazykových modelech (LLM) rozšířilo mezi širokou veřejnost, výzkumníky a výzkumnice nevyjímaje. Naopak, vzhledem k zvídavosti (a hračičkovství mnoha výzkumníků a výzkumnic) se testování schopností ChatGPT stalo sofistikovanou kratochvílí v řadě laboratoří a pracoven nejen na akademické půdě. Spolu s tím se na nejrůznějších úrovních začaly řešit nejrůznější aspekty vlivu „AI na vědu“ – od praktické („co všechno AI umí a co ještě ne“) přes autorskoprávní až po etické. O vlivu AI na vědu se proto dočteme už v desítkách různých paperů už nejen na preprintových serverech, na tento trend reagují i vydavatelé (Springer, Elsevier aj.).

Ovšem otázka používání AI (potažmo aplikací nad LLM) výzkumníky/výzkumnicemi není jen otázkou používání ve výzkumu. Každý, kdo byť jen přičichl k reálnému fungování výzkumné sféry ví, že samotné bádání je jen částí skutečné pracovní náplně výzkumníka/výzkumnice. Jejich žehrání na to, že tato část je příliš malá, má reálný základ. Od (nezdravě bující) administrativy, přes organizační záležitosti týkající se výzkumu, komunikace mezi kolegy a kolegyněmi až po přípravu podkladů pro grantové přihlášky… To vše znamená netriviální časovou investici ze strany výzkumníka/výzkumnice. Zároveň zde vzniká velký prostor pro aplikaci AI. (A to jsme se nezmínili o výukové části práce mnohých výzkumníků/výzkumnic.)

Nevýzkumná práce výzkumníků

Ještě před nedávnem panovalo obecné přesvědčení, že vliv AI na společnost, potažmo na pracovní trh bude sice značný, nicméně řadě profesních skupin se jakýmsi způsobem zcela vyhne. Převažovaly domněnky, že nejvíce ohrožené skupiny zaměstnanců jsou lidé s nízkým vzděláním (jejichž místa padnou za oběť robotizaci), případně specializované profese, kde AI dosáhne v konkrétních doménách lepších výsledků než člověk (analýza obrazových dat ve zdravotnictví atp.), kdežto obecných profesí postavených na komunikaci a jazyku a „mírné kreativitě v mezích zákona“ se nástup AI příliš nedotkne. Boom v oblasti LLM tyto postoje staví na hlavu. Je to právě jazyk a komunikace v kontextu „předvídatelné kreativity“, kde AI bude slavit v brzké době nevídané úspěchy. A intelektuální práce bílých límečků s určitou, leč nevelkou mírou kreativity („připrav pracovní inzerát…“, „sestav manuál na…“, „odpověz … na …“), se najednou stane „silně nahraditelnou“.

Je zjevné, že právě do této sféry intelektuální, avšak nepříliš kreativní práce spadá i netriviální část oné „nevýzkumné práce“ výzkumníků/výzkumnic: „připrav draft dotazníku pro to a to dotazníkové šetření…“, „připrav podklady pro…“, „udělej průzkum trhu na dodávku chemikálií…“, „připrav pár otázek na…“, „zesumarizuj obsah téhle kolekce článků…“ A to se právě stane parketou mnohých AI asistentů (patrně dotrénovaných na výzkumnou doménu). Už v současné době lze řadu obecných asistenčních AI nástrojů v nějaké formě šikovně nasadit v běžné praxi výzkumníka/výzkumnice. Umělá inteligence výzkumníka/výzkumnici – přinejmenším v brzké době – nenahraní, nicméně vliv na výzkum budou mít tyto technologie značný, i když možná poněkud překvapující.

Předně, výzkumníci/výzkumnice, kteří/které začnou asistenční AI nástroje používat, docílí výrazně vyšší efektivity práce. Zbyde jim více času „na skutečné bádání“ díky eliminaci sepisování všeho možného i nemožného, co současný systém vyžaduje (zní to v podstatě jako pohádka…). AI asistenti zredukují i velké množství rutinní kancelářské práce a budou se významným způsobem podílet při zpracování výsledků vlastního výzkumu (představujme si prompty, které vedou  třeba k vygenerování hezčích grafů: „změň měřítko na svislé ose za logaritmické aby více vyniklo … a vygeneruj příslušný soubor“, „sestav z těchto grafů a obrázků a textu paperu grafický abstrakt“ atp.). To pochopitelně neimplikuje ani vyšší ani nižší kvalitu samotného výzkumu, jde víceméně o nezávislou záležitost.

Kdo by AI asistenty využívané ve výzkumu měl sledovat (mimo jiné)

Ať se nám to líbí, nebo ne, současné systémy (finanční) podpory výzkumu jsou přinejmenším z části fixovány na produktivitu výzkumníků/výzkumnic a jejich týmů a na více či méně skryté bibliometrické charakteristiky, což koresponduje i s převažující představou velké části aktérů v systému. Ten, kdo publikuje v Q1 a Q2 journalech v dostatečných objemech, je (hlavním) řešitelem více projektů, na tom je obecně v současném systému lépe než ten, kdo se v těchto kategoriích nepohybuje. Jistěže existují výjimky (podpořený kvalitní výzkumník, který však příliš nepublikuje a projektově také není moc činný), ale nám jde spíše o systém jako celek. Je dobré také podotknout, že produktivita výzkumníka/výzkumnice ve spojením s kvalitními publikacemi z bibliometrické perspektivy bude vysoce korelovat s „kvalitou vědce“.

Systematické využívání AI asistentů určitými skupinami výzkumníků (a jejich záměrné i nezáměrné ignorování ostatními) může vést k rozevírání nůžek ve smyslu rozdílného přístupu k podpoře. Produktivní skupiny budou ve světle hodnocení a podpory dopadat lépe než „ty ostatní“, což jim umožní setrvávat na vrcholu, čímž se kruh uzavírá. Na první pohled vše vypadá plauzibilně („budeme přece podporovat ty schopné“), nicméně neekvivalentnost produktivity a kvality výzkumu přetrvá. Kvalitní výzkumník v oblasti středověké literatury „pracující postaru“ se může dostat na periferii výzkumu mnohem rychleji než by čekal.

Na to by měli pamatovat mimo jiné poskytovatelé podpory ve VaVaI a ve světle toho upravovat svá pravidla a zaměření soutěží. Tyto instituce jsou typicky součástí veřejné správy, kde je takřka pravidlem, že „všechno trvá dlouho“. Je tedy klíčové začít včas. Ostatní zainteresované organizace, které se podílejí na VaVaI by rovněž měly pamatovat na „udržování koheze“ a všemožné podpory těch, kteří by mohli být z procesu nasazování AI asistentů ve výzkumu vyčlenění.

Martin Víta