लेखक:
लगभग कुनै पनि विज्ञान नीति निर्माता वा अनुसन्धान कोषकर्तालाई सोध्नुहोस् कि उनीहरू कृत्रिम बुद्धिमत्ताको बारेमा के सोच्छन्, र तपाईंले परिचित उत्तर पाउनुहुनेछ। एआईले वैज्ञानिकहरूको काम गर्ने तरिकालाई रूपान्तरण गरिरहेको छ। यसले साहित्य समीक्षालाई गति दिइरहेको छ, पहिले अकल्पनीय स्केलमा डेटासेटहरू प्रशोधन गरिरहेको छ, पाण्डुलिपिहरूको लेखन र समीक्षामा सहयोग गरिरहेको छ। यो एक उल्लेखनीय उत्पादकता उपकरण हो र बढ्दो रूपमा अपरिहार्य छ।
यो गलत होइन। तर यो अपूर्ण हुन सक्छ।
वैज्ञानिकहरूको लागि एआईलाई एक उपकरणको रूपमा लिने चिन्ता (जसलाई हामी विज्ञानमा एआईको 'संकीर्ण दृष्टिकोण' भन्न सक्छौं) ले चुपचाप आधारभूत प्रश्नहरूको समूहलाई थुपार्दैछ। विश्वव्यापी रूपमा विज्ञानलाई शासन गर्ने, कोष दिने र समन्वय गर्ने जिम्मेवार संस्था र संस्थाहरूको समुदाय (जसलाई म संगठित विज्ञान भन्नेछु) ले सोध्न थालेका प्रश्नहरू पनि मुश्किलले मात्र छन्।
विज्ञानमा एआईको बारेमा प्रमुख कुराकानी मूलतः प्रवेगको बारेमा कुराकानी हो। एआईले धेरै, छिटो गर्न सक्छ। यसले डेटामा ढाँचाहरू फेला पार्न सक्छ जुन मानिसहरूले गुमाउनेछन्। यसले ड्राफ्ट गर्न, अनुवाद गर्न, संक्षेप गर्न सक्छ। यी वास्तविक फाइदाहरू हुन् र विज्ञान समुदायले यसमा ध्यान दिनु सही छ।
तर यो फ्रेमिङले अप्रत्यक्ष रूपमा एआईलाई त्यस्तो चीजको रूपमा व्यवहार गर्दछ जुन वैज्ञानिकहरूले प्रयोग, एक परिष्कृत उपकरण, माइक्रोस्कोप वा सिक्वेन्सर जस्तो होइन, केवल अधिक बहुमुखी। र जब उपकरण फ्रेम हुन्छ, केहि प्रश्नहरू सोध्न गाह्रो हुन्छ।
के हुन्छ जब एआईले अनुसन्धान प्रक्रियामा मात्र सहयोग गर्दैन, तर संचालन गर्दछ के हुन्छ जब एआईले डेटा प्रशोधन मात्र गर्दैन तर परिकल्पनाहरू तयार गर्दछ, प्रयोगहरू डिजाइन गर्दछ, र परिणामहरूलाई कम वा बढी स्वायत्त रूपमा व्याख्या गर्दछ? यो टाढाको विज्ञान कथा परिदृश्य होइन। त्यहाँ छन् पहिले नै प्रकाशित उदाहरणहरू न्यूनतम मानव इनपुटको साथ नयाँ वैज्ञानिक परिकल्पनाहरू सिर्जना गर्ने एआई प्रणालीहरूको बारेमा, र विश्वका अग्रणी एआई विकासकर्ताहरूले पूर्ण स्वायत्त एआई अनुसन्धानलाई दशकौं होइन, वर्षौंको कुराको रूपमा वर्णन गर्छन्।
के खतरामा छ भन्ने बारेमा स्पष्ट रूपमा सोच्नाले, दुई व्यापक परिदृश्यहरू बीचको भिन्नता छुट्याउन मद्दत गर्छ।
पहिलोमा - मानव-नेतृत्वमा विज्ञान – अनुसन्धान प्रक्रियाको हरेक चरणमा एआई व्याप्त छ तर मानव वैज्ञानिकहरू चालकको सिटमा रहन्छन्। मानिसहरूले अझै पनि के अनुसन्धान गर्ने भनेर निर्णय गर्छन्। तिनीहरू अझै पनि अनुसन्धान एजेन्डा सेट गर्छन्, प्रश्नहरू तयार गर्छन्, र सोधपुछ कहाँ केन्द्रित छ भनेर निर्धारण गर्छन्। वास्तविक अनुसन्धानको धेरैजसो भाग एआईद्वारा गरिएको भए पनि, पाङ्ग्रामा मानव हात हुन्छ, जसले कहाँ ड्राइभ गर्ने भनेर निर्णय गर्दछ। यो आज हामी कम वा कम जहाँ छौं, यद्यपि एआई संलग्नताको स्तर द्रुत गतिमा बढ्दै गएको छ।
दोस्रोमा - एआई-नेतृत्वमा विज्ञान – एआईले अनुसन्धान मात्र गर्दैन तर के अनुसन्धान गर्ने भनेर निर्णय गर्छ। अनुसन्धान एजेन्डा आफैं अब मानिसले मात्र सेट गर्दैन। एआई प्रणालीहरूले कुन प्रश्नहरू सोधिन्छन्, कुन परिकल्पनाहरू उत्पन्न हुन्छन्, र कुन प्रयोगहरूलाई प्राथमिकता दिइन्छ भनेर बढ्दो रूपमा आकार दिन्छन्, कार्यान्वयनभन्दा बाहिर एजेन्डा-सेटिङमा सर्दै। भौतिक एआई र रोबोटिक प्रयोगशाला प्रणालीहरू समावेश गर्ने जस्ता भविष्यका प्रगतिहरूले यो परिवर्तनलाई अझ गहिरो बनाउन सक्छ, जसले मोडेलहरूलाई विश्लेषणमा मात्र नभई प्रत्यक्ष प्रयोगमा भाग लिन अनुमति दिन्छ। व्यवहारमा यो कस्तो देखिनेछ भन्ने कुरा साँच्चै अनिश्चित छ। तर यो पहिले नै सुझाव दिइसकिएको छ कि एआई-नेतृत्वमा रहेको विज्ञान हामीले चिनेको कुनै पनि कुरा भन्दा धेरै फरक देखिन सक्छ, सम्भावित रूपमा विज्ञानको गति मात्र होइन तर यसको अन्तर्निहित तर्कलाई पनि परिवर्तन गर्नेछ: मानव जिज्ञासा, अनुमान र प्रयोगात्मक डिजाइनको चक्र जसले शताब्दीयौंदेखि ज्ञान उत्पादनलाई परिभाषित गर्दै आएको छ।
यी दुई परिदृश्यहरू बीचको खाडल नै रोचक प्रश्नहरूको केन्द्रबिन्दु हो।
जब एआई प्रणालीहरूले स्वायत्त रूपमा अनुसन्धान गर्न सक्छन्, तब नैतिकता निर्देशिका वा प्रकटीकरण नीतिहरूभन्दा बाहिर जाने आधारभूत प्रश्नहरूको एक श्रृंखला उठ्छ। ती मध्ये निम्न छन्:
के एआईले साँच्चै नयाँ ज्ञान उत्पन्न गर्न सक्छ? धेरैजसो हालका मोडेलहरू विशाल मात्रामा अवस्थित मानव ज्ञानमा प्रशिक्षित छन्। के तिनीहरूले ब्रह्माण्डको प्रकृतिको बारेमा साँच्चै नयाँ अन्तर्दृष्टिहरू अनुमान गर्न सक्छन् वा तिनीहरू पहिले नै ज्ञात कुराहरूलाई पुन: संयोजन गर्ने परिष्कृत प्रणालीहरू हुन्?
संस्थागत विज्ञानलाई के हुन्छ? यदि अनुसन्धान एआई द्वारा अर्ध-स्वायत्त रूपमा सञ्चालन गर्न सकिन्छ भने, के यसको मतलब कोही पनि प्रभावकारी रूपमा 'वैज्ञानिक' हुन सक्छ? के विश्वविद्यालय र अनुसन्धान संस्थान, जसलाई हामी जान्दछौं, ज्ञान उत्पादनको प्राथमिक स्थल रहनेछ? र यदि त्यसो हो भने, के वैज्ञानिकको भूमिका आविष्कारको सट्टा तथ्य-जाँच, प्रतिकृति, र एआई-उत्पादित परिणामहरूको प्रमाणीकरण जस्ता प्रमाणीकरण तिर बढ्दो रूपमा सर्छ?
एआई-उत्पादित ज्ञानमा हामी कसरी विश्वास स्थापित गर्ने? वैज्ञानिक समुदायले शताब्दीयौंदेखि ज्ञानको प्रमाणीकरणका लागि मापदण्ड र संयन्त्रहरूको एक सेट विकास गरेको छ - साथीहरूको समीक्षा, प्रतिकृति, खुला डेटा, आदि। यी मानव-निर्मित विज्ञानको लागि डिजाइन गरिएका थिए। तिनीहरूले एआई-निर्मित विज्ञानमा सफासँग नक्सा नगर्न सक्छन्।
के खुला विज्ञानले अनजानमा निजी क्षेत्रको विज्ञानलाई सशक्त बनाइरहेको छ? खुला पहुँच र खुला डेटा तर्फको परिवर्तनलाई व्यापक रूपमा राम्रो कुरा मानिन्छ। तर सार्वजनिक क्षेत्रमा वैज्ञानिक ज्ञानको बढ्दो उपलब्धताको अर्थ व्यावसायिक प्रविधि कम्पनीहरूले आफ्नो एआई मोडेलहरूलाई तालिम दिन र सुधार गर्न यसलाई स्वतन्त्र रूपमा संकलन गर्न सक्छन्। यसले विश्वव्यापी सार्वजनिक हितको रूपमा विज्ञानको आदर्श र विश्वव्यापी वैज्ञानिक समुदायप्रति कम र कम जवाफदेही हुने नयाँ ज्ञान उत्पादन प्रणालीको जोखिम बीच सम्भावित तनाव सिर्जना गर्दछ।
असहज वास्तविकता यो हो कि विज्ञानको शासनको लागि जिम्मेवार संस्था र संस्थाहरू यस कुराकानीबाट धेरै हदसम्म अनुपस्थित देखिन्छन्। बहुपक्षीय प्रणाली बुझ्न सकिने कुरा के छ भने, एआई नैतिकता र शासनमा केन्द्रित छ। व्यक्तिगत अनुसन्धान कोषकर्ताहरू र विश्वविद्यालयहरू एआई उपकरणहरूको जिम्मेवार प्रयोगको लागि आफ्ना नीतिहरू अद्यावधिक गर्नमा केन्द्रित छन्। यी तत्काल दबाबहरूको लागि आवश्यक प्रतिक्रियाहरू हुन्।
तर विज्ञानको भविष्यको प्रकृति, मानव अनुसन्धानकर्ताहरूको भविष्यको भूमिका, सार्वजनिक हितको रूपमा ज्ञान उत्पादनको भविष्य सम्बन्धी ठूला प्रश्नहरू संस्थागत स्तरमा धेरै हदसम्म अनौठा छन्। विज्ञान प्रणाली भविष्य परियोजना अन्तर्राष्ट्रिय विज्ञान परिषद्को एउटा यस्तो परियोजना हो जसले ती मध्ये केहीको जाँच गर्ने प्रयास गर्दछ, कसरी उदीयमान प्रविधिहरूले विश्वव्यापी दक्षिणमा विज्ञान प्रणालीहरूलाई पुन: आकार दिइरहेका छन् भनेर अन्वेषण गर्दछ। तर यी कुराकानीहरू धेरै दुर्लभ छन्।
यसैबीच, अनुसन्धानकर्ताहरूले जमीनमा एआईलाई द्रुत गतिमा अपनाइरहेका छन्, प्रायः कुनै पनि संस्थागत मार्गदर्शनभन्दा धेरै अगाडि। यसले वास्तविक विच्छेदनलाई उजागर गरिरहेको छ: संगठित विज्ञानको प्रमुख अझै पनि एआई के हो र यसले कसरी चीजहरू परिवर्तन गर्न सक्छ भन्ने कुरामा समातिरहेका छन्, जबकि हातहरू पहिले नै रूपान्तरणमा गहिरो छन्।
के हामी, स्पष्ट रूपमा भन्नुपर्दा, गाडी चलाउँदै गर्दा निदाइरहेका छौं?
यहाँ तर्क यो होइन कि हामी विज्ञानमा एआई अपनाउने कामलाई ढिलो गर्न सक्छौं वा गर्नुपर्छ। न त यो निराशाको सल्लाह हो। यो संगठित विज्ञानलाई तत्कालबाट माथि हेर्न र दीर्घकालीन दृष्टिकोण लिन आह्वान हो - 'आज हामी एआईलाई कसरी जिम्मेवारीपूर्वक प्रयोग गर्छौं?' भनेर सोध्नु मात्र होइन तर 'दश वा बीस वर्षमा हामी कस्तो प्रकारको विज्ञान प्रणाली चाहन्छौं, र त्यहाँ पुग्न के चाहिन्छ?' भनेर सोध्नु हो।
यसको अर्थ फरक प्रकारको कुराकानीको लागि ठाउँ सिर्जना गर्नु हो, जसले अनिश्चितता, ज्ञान उत्पादनको लामो चाप र वर्तमान ढाँचाको सीमाहरूको बारेमा गहन रूपमा सोच्ने विज्ञहरूलाई एकसाथ ल्याउँछ। यी कुराकानीहरू आज अवस्थित एआई प्रति शासन प्रतिक्रियाहरूमा कम केन्द्रित हुनेछन्, तर सम्भव हुने भविष्यहरूको दायरा र तिनीहरूको लागि तयार हुनुको अर्थ के हो भन्ने तर्फ बढी उन्मुख हुनेछन्।
यसको अर्थ यो पनि सुनिश्चित गर्नु हो कि अनुसन्धानकर्ताहरू र नीति निर्माताहरू सहित विज्ञान समुदायसँग परिवर्तनका विषयहरूको सट्टा सूचित सहभागीहरूको रूपमा यी प्रश्नहरूसँग संलग्न हुन वैचारिक उपकरणहरू छन्। यसमा एआई एजेन्सीको बारेमा सोच्ने रूपरेखा, मेसिन-उत्पन्न ज्ञानको ज्ञानविज्ञान, र अनुसन्धान एजेन्डा कसले नियन्त्रण गर्छ भन्ने दीर्घकालीन प्रभावहरू समावेश हुनेछन्।
यसबाट अगाडि बढ्ने ढोका साँघुरो हुँदै गइरहेको छ। संगठित विज्ञानसँग अवसर छ, र सम्भवतः जिम्मेवारी पनि छ, जसले अरूले पूर्ण रूपमा चालित परिवर्तनहरूसँग अनुकूलन गर्नुको सट्टा एआईले ज्ञान उत्पादनलाई कसरी रूपान्तरण गर्छ भनेर आकार दिन्छ।
त्यो सही प्रश्न सोधेर सुरु हुन्छ। हामी अझै सोधिरहेका छैनौं।
फोटो द्वारा इगोर ओमिलेव on Unsplash
विज्ञान प्रणाली भविष्यको बारेमा थप पढ्नुहोस् 
प्यासिफिक एकेडेमी अफ साइन्सेसले पहिलो पटक एआई-संचालित अनुसन्धान प्लेटफर्म र क्षेत्रीय अनुसन्धान र विकास मूल्याङ्कन प्रतिवेदन सुरु गर्यो भन्ने बारेमा थप पढ्नुहोस् वैज्ञानिक करियरलाई आकार दिने उदीयमान प्रवृत्तिहरूको बारेमा थप पढ्नुहोस् परामर्शदाताहरूको लागि कल: विज्ञान प्रणालीलाई प्रभाव पार्ने प्रविधिहरू बारे थप पढ्नुहोस् | अन्तिम मिति: २८ सेप्टेम्बर 
