De existentiële crisis van een ervaren onderzoeker in het tijdperk van generatieve AI

Als AI een existentieel moment in jouw carrière heeft betekend, laat het me dan weten.

Ik ben al vijftien jaar onderzoeker. Promovendus die lange uren onderzoek doet. Ik werd overspoeld met artikelen, handleidingen, e-mails, bladwijzers, enzovoort. Toen ik de tool voor citatiebeheer, Mendeley, ontdekte, voelde ik me heel ontspannen. Het was alsof ik weer controle had over het proces. Toen ik de bladwijzerbeheerder XBookmark ontdekte, voelde ik me erg productief (ik heb de bladwijzers nog steeds). Ze hebben destijds goede dingen voor mij gedaan, en ik heb mijn PhD-programma afgerond en mijn diploma gehaald.

Aflevering 1 - De realiteit onder ogen zien

Ik ervaar momenteel een echte existentiële crisis, vooral door de enorme ontwikkeling van op AI gebaseerde hulpmiddelen voor onderzoeksondersteuning. Ik heb onlangs met Scinito gewerkt en was geschokt door de mogelijkheden ervan. Ik probeerde mezelf ervan te overtuigen dat deze hulpmiddelen alleen maar een hulpmiddel waren bij het literatuuronderzoek, maar mensen die een PhD hebben gedaan, weten maar al te goed hoe moeilijk het is om een ​​gedegen literatuuronderzoek uit te voeren. Het is absoluut geen grap. Je moet meer dan 100 artikelen lezen, categoriseren, begrijpen en samenvatten. Als ik 3 jaar geleden zei dat een gedegen literatuuronderzoek 6 tot 15 maanden duurde, dan had ik het niet mis. Ja, 3 tot 6 maanden van uw kostbare leven.

In eerste instantie probeerde ik mezelf ervan te overtuigen dat Scinito, of andere vergelijkbare tools, slechts een marginale waarde boden aan onderzoekers. Maar helaas, of gelukkig, had ik het mis…

Deze tools kunnen niet alleen binnen een minuut een literatuuronderzoek uitvoeren (sorry collega's, u hoort het goed), maar ze kunnen uw artikelen ook proeflezen voordat u ze ter publicatie indient. Ik zal nooit vergeten hoe lang ik heb gewacht tot mijn mentoren en adviseurs mijn essay zouden beoordelen, en hoe vaak we berichten heen en weer stuurden voordat het een acceptabel niveau had bereikt. Zelfs na al deze inspanningen ontvangt u nog steeds uitgebreide feedback van de recensenten van het tijdschrift, die u motiveert om uw artikel te publiceren. Of uw artikel wordt na 3 of 6 maanden afgewezen, omdat u het verkeerde tijdschrift heeft gekozen voor publicatie. Onderzoekshulpmiddelen op basis van AI kunnen al deze stappen optimaliseren: het beoordelen van uw artikelen en het selecteren van het meest relevante tijdschrift voor u.

Werkelijk verbazingwekkend. Voor onderzoekers van deze leeftijd is het verbazingwekkend, maar het maakt me ook verdrietig als ik zie hoeveel tijd ik heb besteed aan iets dat veel makkelijker en sneller had kunnen gebeuren. Het interessante is dat dit niet het einde is, maar slechts het begin.

Deze uitdaging geldt niet alleen voor onderzoekers; Het is ook nauw verwant aan softwareontwikkelaars. Hulpmiddelen zoals Cursor IDE hebben de manier waarop we software bouwen drastisch veranderd. Nadat ik mijn doctoraat had behaald, begon ik mijn carrière in de ingenieurswetenschappen. Ik heb dus veel geprogrammeerd, getest, etc. Tegenwoordig hoef ik Stack Overflow niet meer te lezen om mijn code te debuggen. Ik hoef geen tijd te besteden aan het schrijven van tests voor mijn code. Ik hoef geen expert meer te zijn in React of CSS om een ​​website te maken. Hoeveel tijd heeft u in het verleden besteed aan het bouwen van websites? Ik wil er niet aan denken!

 

Aflevering 2 — De realiteit accepteren

Laat me de andere kant van de ervaring delen. Dit is absoluut geweldig. Ik kan AI-gestuurde slimme zoekassistenten vragen om semantische zoekopdrachten uit te voeren in een enorme database. Dit was iets wat we voorheen niet konden. Het was gewoon een kwestie van trefwoorden matchen. Ik kan binnen enkele uren updates over elk onderwerp of elke onderzoeksvraag krijgen door de door AI gegenereerde literatuurstudie binnen enkele seconden te lezen. Ik kan gemakkelijk LaTeX-code schrijven. Ik kan mijn onderzoekspaper binnen enkele minuten volgens elke gewenste richtlijn herformatteren. Ik ben blij voor de onderzoekers van onze tijd. Ze kunnen meer tijd besteden aan creativiteit, het oplossen van problemen en, natuurlijk, genieten van hun kostbare leven in plaats van onnodige, tijdrovende taken uit te voeren.

Ik ben ook blij voor mezelf. Ik kan code schrijven in elke programmeertaal die ik wil. Ik kan websites bouwen zonder beperkingen tot Wix of WordPress. Ik kan elke Python-code schrijven die ik nodig heb. Ik kan het verbeteren en er een serie tests voor schrijven. verbazingwekkend! Dat is zo gaaf. Programmeren, ontwerpen, onderzoek en alles daartussenin evolueren razendsnel. Hoezeer mensen en instellingen zich ook verzetten, technologie zal haar weg vinden.

Er is hier een probleem. De belofte om een ​​website te bouwen met één router (en alleen één router) is vals. Ik zeg dit op basis van zeer recente ervaringen. Momenteel werk ik samen met een collega aan een nieuwe website. Zij zijn beiden experts op het gebied van software en kunstmatige intelligentie. Deze keer hebben we Wix of WordPress niet eens overwogen. We begonnen Curosr te gebruiken en experimenteerden met de Agent met Claude-3.7-sonnet. Cursor kan binnen een seconde een websitestructuur genereren, maar schiet tekort als het op details aankomt.

Als je bijvoorbeeld twee verschillende teksten met elkaar wilt uitlijnen, vooral als de ene tekst statisch is en de andere dynamisch, kan AI dat niet goed doen. In principe kan AI binnen een seconde een websitestructuur genereren, maar het kan de detaillering (de details die je als mens wilt toepassen op de vooraf gemaakte structuur) niet zo goed uitvoeren als een expert in UI-ontwerp. Dit betekent dat we geen experts in React of CSS hoeven te zijn, maar dat we wel de basis moeten kennen om indien nodig in te kunnen grijpen in de codebase. Bovendien moeten we de concepten zo goed kennen dat we ze gedetailleerd kunnen uitleggen. Als jij het niet kunt zeggen, kan AI het ook niet creëren!

Ik ben niet verbaasd over de zwakte van deze AI-modellen. Het is gebaseerd op het principe van de ‘wijsheid van de massa’. Dat wil zeggen dat ze gebaseerd zijn op het samenvoegen van wat het populairst is, en niet op het simuleren van de intuïtie van een individuele expert. Dit is geworteld in de fundamenten. Het is over het algemeen geweldig, maar de definitie is lastig. In deze korte podcast leg ik een soortgelijk concept uit vanuit een andere hoek:Erosie van de definitie'.

 

laatste woorden

Ik had het geluk dat ik deel uitmaakte van de AI-gemeenschap. Ik ben een AI-architect met een solide plan om deze technologische transformatie te omarmen. Maar ik maak me zorgen om de vele andere mensen die niet met deze verandering om kunnen gaan, vooral met de snelle ontwikkeling van kunstmatige intelligentie en de impact daarvan op de werkgelegenheid. Dat is helemaal niet gemakkelijk. Als AI een existentieel moment in jouw carrière heeft betekend, laat het me dan weten. Misschien weet ik iets wat kan helpen, of kan ik u in ieder geval doorverwijzen naar geschikte leermiddelen over AI.

 

Als ik hier één advies mag geven, dan is het: “leer de basisbeginselen van AI grondig.” U kunt (en moet) de repetitieve, algemene taken aan AI overlaten en uw eigen menselijke creativiteit en expertise inzetten voor de details om uw bedrijf/product te laten schitteren.

 

Reacties zijn gesloten.