Die Analyse von etwa 75 Millionen Veröffentlichungen zeigt, dass diejenigen, die KI einsetzen, mit größerer Wahrscheinlichkeit ein „Hit-Paper“ sind.

Von der Entwicklung neuer Arzneimittelkandidaten in der Medizin bis hin zur Ausarbeitung neuer Steuerrichtlinien in den Sozialwissenschaften – die Vorteile künstlicher Intelligenz (KI) in der wissenschaftlichen Forschung sind vielfältig.

Erst diese Woche erhielten zwei Wissenschaftler, die für ihre bahnbrechende KI-Forschung bekannt sind, den Nobelpreis für Physik, und ein Trio von Wissenschaftlern erhielt den Nobelpreis für Chemie, der den Einsatz fortschrittlicher Technologie, einschließlich KI, zur Vorhersage der Form von Proteinen würdigte. Trotz der schnellen Fortschritte und breiten Anwendungsmöglichkeiten mangelt es vielen Forschern jedoch an einem systematischen Verständnis dafür, welchen Nutzen KI für ihre Forschung haben könnte, und es besteht weiterhin Skepsis darüber, ob KI in der Lage ist, die Wissenschaft in allen Bereichen voranzubringen.

Eine neue Studie der Northwestern University, die 74,6 Millionen Veröffentlichungen, 7,1 Millionen Patente und 4,2 Millionen Lehrpläne für Universitätskurse analysiert, kommt zu dem Ergebnis, dass Arbeiten, die KI nutzen, eine „Zitat-Impact-Prämie“ aufweisen. Die Vorteile der KI kommen jedoch nicht gleichermaßen Frauen und Minderheitenforschern zugute, und da KI eine wichtigere Rolle bei der Beschleunigung der Wissenschaft spielt, kann sie bestehende Ungleichheiten in der Wissenschaft verschärfen, was Auswirkungen auf den Aufbau einer vielfältigen, gleichberechtigten und integrativen Forschungsarbeitsschaft hat.

Das Forschungsteam unter der Leitung von Dashun Wang und Jian Gao von der Kellogg School of Management entwickelte einen Messrahmen, um den direkten Einsatz und die potenziellen Vorteile von KI in der wissenschaftlichen Forschung abzuschätzen, indem Techniken der natürlichen Sprachverarbeitung (NLP) auf diese riesigen Datensätze angewendet wurden.

Wang ist Professor für Management und Organisationen bei Kellogg und für Wirtschaftsingenieurwesen und Managementwissenschaften bei McCormick, Direktor des Kellogg’s Center for Science of Science and Innovation (CSSI) und Co-Direktor des Kellogg’s Ryan Institute on Complexity. Gao ist wissenschaftlicher Mitarbeiter am Kellogg CSSI.

Die Studie „Quantifizierung des Einsatzes und der potenziellen Vorteile künstlicher Intelligenz in der wissenschaftlichen Forschung“ lautete veröffentlicht 11. Oktober im Journal Natur menschliches Verhalten.

„Diese Fortschritte erhöhen die Möglichkeit, dass die KI mit zunehmender Genauigkeit, Robustheit und Reichweite der Wissenschaft noch bedeutendere Vorteile bringen kann, indem sie den wissenschaftlichen Fortschritt in einem breiten Spektrum von Forschungsbereichen vorantreibt und gleichzeitig die Innovationsfähigkeiten der Forscher erheblich steigert“, sagte Gao sagte.

Die wirkungsvollste Forschung

Die Studie ergab, dass die jüngsten Erfolge der KI in allen Bereichen für die Forschung bemerkenswert sind. Seit 2015 wird KI zunehmend in der disziplinären Forschung eingesetzt, was durch die Erwähnung KI-bezogener Begriffe (wie „künstliche Intelligenz“, „Deep Learning“ und „Faltungsneuronales Netzwerk“) im Titel oder in der Zusammenfassung von Veröffentlichungen deutlich wird.

Von 2015 bis 2019 wurden Disziplinen wie Informatik (37 %), Ingenieurwissenschaften (24 %), Physik (24 %), Biologie (22 %), Psychologie (24 %), Wirtschaftswissenschaften (14 %), Soziologie (30 %) und In der Politikwissenschaft (27 %) konnte aufgrund der Entwicklung neuer KI-Fähigkeiten ein bemerkenswert starker Anstieg der Werte für die direkte KI-Nutzung verzeichnet werden.

Forscher untersuchen die Häufigkeit, mit der ein Artikel zitiert wird, und definieren einen „Hit-Artikel“, wenn er zu den Top 5 % der Zitierungen für Artikel gehört, die im gleichen Fachgebiet und Jahr veröffentlicht wurden. Unabhängig von der Disziplin werden disziplinäre Arbeiten, die KI-bezogene Begriffe in ihrem Titel oder Abstract erwähnen, häufiger zitiert, sind eher ein Hit und erhalten einen höheren Anteil an Zitaten aus anderen Disziplinen.

„Zusätzlich zu ihrer Ausweitung sind der Einsatz und die Vorteile von KI in der Forschung in allen Disziplinen allgegenwärtig, aber wir haben eine systemische Fehlausrichtung in der KI-Ausbildung festgestellt“, sagte Gao. „Die Investitionen in KI in der Hochschulbildung sind nicht im gleichen Tempo wie der Nutzen der KI in der Wissenschaft.“

Diese Ergebnisse deuten darauf hin, dass das Angebot an KI-Talenten und -Wissen in den meisten Disziplinen angesichts der Vorteile, die diese Disziplinen aus den KI-Fähigkeiten ziehen können, nicht ausreicht, was auf eine erhebliche Lücke zwischen KI-Nutzung und KI-Ausbildung hinweist.

„Der Einsatz von KI in wissenschaftlichen Disziplinen hat in der gesamten Wissenschaft stark zugenommen, während der pädagogische Fokus auf KI zur Qualifizierung künftiger Wissenschaftler in den einzelnen Disziplinen zurückgeblieben ist“, sagte Gao.

Unterrepräsentierte Gruppen in MINT

Die Studie verdeutlicht auch die ungleichen Auswirkungen, die der stetig zunehmende Einsatz von KI in der wissenschaftlichen Forschung auf Frauen und Minderheitenforscher haben kann.

„Historisch gesehen wissen wir, dass Frauen und Minderheiten in einigen Bereichen, insbesondere im MINT-Bereich, weniger vertreten sind“, sagte Gao. „Wir haben festgestellt, dass mit zunehmendem Einsatz von KI in der Wissenschaft die Wahrscheinlichkeit, dass dieselben Gruppen von den neuen Technologien profitieren, geringer ist.“

Forscher vermuten, dass eine Investition in die Sicherstellung einer gerechten Ausbildung hinter der KI einen positiven Einfluss auf die Schließung der demografischen Kluft haben könnte.

Was kommt als nächstes?

Da sich die KI schnell weiterentwickelt, müssen wir ihren Nutzen für die Wissenschaft kontinuierlich überwachen und aktualisieren, so die Forscher.

„Frauen und Minderheiten profitieren am wenigsten. Wie können wir also diese demografischen Unterschiede abmildern?“ sagte Gao.

Die Analyse des Forschungsteams stützt die Hypothese, dass die Zusammenarbeit zwischen Fachexperten und KI-Forschern eine sinnvolle Möglichkeit darstellen könnte, den KI-Einsatz in der gesamten Wissenschaft zu erleichtern und die Lücke zwischen KI-Nutzung und KI-Training zu schließen.

„Es hat einen Vorteil, die KI-Ausbildung disziplinübergreifend zu steigern, was den Disziplinen wahrscheinlich dabei helfen würde, domänenspezifisches KI-Fachwissen zu entwickeln, sodass sie größeren und schnelleren Nutzen aus den KI-Fortschritten ziehen könnten“, sagte Gao.