Sin embargo, a Hodgkinson le preocupa que los investigadores en el campo presten atención a este método, en lugar de a la ciencia, cuando intenten rediseñar por qué los tres ganaron el premio este año. “Lo que espero que esto no haga es que los investigadores utilicen los chatbots de forma incorrecta, al pensar erróneamente que todas las herramientas de IA son iguales”, afirma.
El temor de que esto pueda suceder se basa en la explosión de interés en torno a otras tecnologías que se consideran revolucionarias. Hodgkinson dice: “Siempre hay ciclos de exageración, el último ha sido el blockchain y el grafeno. Después del descubrimiento del grafeno en 2004, entre 2005 y 2009 se publicaron 45.000 artículos académicos sobre el tema, según Google Scholar. Pero después de Andre Geim y Konstantin Novoselov ganó el Premio Nobel por el descubrimiento, el número de artículos publicados durante ese tiempo aumentó a 454.000 entre 2010 y 2014, y a más de un millón entre 2015 y 2020. por argumento tenía un autoestima influencia del mundo real hasta ahora.
Hodgkinson cree que el poder galvanizador de muchos investigadores reconocidos por el grupo del Premio Nobel por su trabajo en IA podría hacer que otros comiencen a converger en el campo, lo que podría resultar en un cambio de calidad en la ciencia. “Si se trata de sugerencias y solicitudes [of AI] Ésa es otra cuestión”, afirma.
Ya hemos visto el impacto de la atención de los medios y del público sobre la IA en la comunidad académica. El número de publicaciones sobre IA se triplicará entre 2010 y 2022, según Investigación de la Universidad de Stanfordcon casi un cuarto de millón de artículos publicados sólo en 2022: más de 660 nuevas publicaciones por día. Es antes del lanzamiento de ChatGPT en noviembre de 2022 cuando está iniciando una revolución que introduce la IA.
Hasta qué punto los académicos pueden rastrear la atención de la prensa, el dinero y las contribuciones del comité del Premio Nobel es una cuestión que preocupa a Julian Togelius, profesor asistente de informática en la Escuela de Ingeniería Tandon de la Universidad de Nueva York que trabaja en IA. Dice: “Los científicos en general siguen un método alternativo: no pueden discutir y muchos quieren su dinero. Y teniendo en cuenta la competencia en la educación, donde los fondos todavía son escasos y están relacionados directamente con las oportunidades laborales para los investigadores, parece posible que la La combinación del tema actual de esta semana, que tiene la posibilidad de obtener el premio Nobel más exitoso, puede resultarle muy atractiva.
El peligro es que esto puede sofocar nuevas ideas. Togelius dice: “Obtener información valiosa de la naturaleza y desarrollar nuevas ideas que la gente pueda entender son cosas difíciles de hacer. Pero eso requiere pensar seriamente. Es más productivo para los investigadores que crear simulaciones basadas en IA que respalden las teorías existentes e incorporen datos existentes, generando pequeños avances en la comprensión, en lugar de dar un gran salto. Togelius prevé que una nueva generación de científicos acabará haciendo precisamente eso, porque es fácil.
También existe el peligro de que científicos informáticos demasiado confiados, que ayudaron a avanzar en el campo de la IA, comiencen a ver trabajos de IA galardonados con premios Nobel en campos de la ciencia no relacionados (esta vez, física y química) y decidan seguir sus pasos. para intervenir. el lugar de otras personas. “Los científicos informáticos tienen una reputación bien merecida de meter la nariz en campos de los que no saben nada”, dice Togelius, quien admite que estuvo tentado de agregar algo, y lo dijeron temprano, para bien o para mal”, dice Togelius. , quien admite que ha estado tentado a exagerar. estudiar profundamente en otro campo de la ciencia y “avanzar” en él, antes de pensar mejor en ello, porque no sabe mucho de física, biología o geología.
