339 deltagare var med på webbinariet den 15 november som handlade om huruvida AI kan bidra till ökad forskningskvalitet.
Andreas Hellander, docent i beräkningsvetenskap vid Uppsala universitet, lyfte i sin presentation fram hur en forskare kan använda AI för att granska egna forskningsansökningar och manuskript innan de skickas in.
AI kan till exempel hitta motsägelser eller inkonsekvens, förbättra framställningen av ett argument och föreslå litteratur. På den etiskt mer grå skalan kan AI också skriva olika utkast eller till och med generera en forskningsansökan utifrån en idéskiss eller välskriven sammanfattning.
– Det finns mycket arbete i forskningsansökningssystemet som inte skapar så mycket värde för forskningen och som nu kan automatiseras, sa Andreas Hellander.
Andreas Hellander
Docent, Uppsala universitet
”Hårfin gräns till fusk”
En annan av seminariets paneldeltagare var Peter Parnes som är professor i distribuerade datorsystem vid Luleå tekniska universitet. Han berättade att en forskare kan ta AI till hjälp för att lättare hitta forskning som motsäger den egna för att bemöta denna innan ett manuskript färdigställs.
AI kan även vara behjälplig för att förenkla komplexa koncept, göra datainsamlingar- och analyser, generera idéer och formulera hypoteser, översätta till fler språk, hitta mönster i texter och frågor att ställa till dem.
– Men det är en hårfin gräns mellan hjälp och fusk. Det är lätt att bli lat, att man avpolletterar en del av tankearbetet till AI. En annan oro är att det blir lätt att överpublicera, sa Peter Parnes.
Peter Parnes
Professor, Luleå tekniska universitet
Foto: Magnus Stenberg
Hjälp att utveckla idéer
Representanter från Vetenskapsrådet, VR, berättade att myndigheten inte lägger vikt vid om forskningsledaren har haft hjälp av en kollega eller AI för att skriva en forskningsansökan. Det är kvaliteten på forskningen som ansökan beskriver som bedöms, och personen som står för ansökan ansvarar för den forskningen.
Dåligt skrivna ansökningar riskerar däremot att skymma en bra forskningsidé.
– Det är inte alla som tycker det är roligt att skriva och kan man få hjälp att försöka förklara sig, utveckla sina idéer och förklara koncept med hjälp av AI så är det bra. Det är resultatet i slutändan som är det viktiga, sa Maria Thuveson, ställföreträdande generaldirektör vid VR.
Maria Thuveson
Ställföreträdande generaldirektör VR
Foto: Johanna Hanno
Text, bild och peer review
Sofie Wennström som är förlagsredaktör vid Stockholm University Press gav seminariet ett tidskriftsperspektiv. Även hon välkomnade AI-stöd som kan hjälpa forskare att producera bättre text och bild.
– Redaktörernas största utmaning är ganska ofta att de inte får in tillräckligt bra material för att ens skicka ut på sakkunniggranskning. Det behövs alltså ganska mycket handpåläggning.
Sofie Wennström tror att också sakkunniggranskningen kan bli bättre med AI.
– Kvaliteten på peer review är inte fantastisk så det finns stor potential, framför allt om granskare får tid och teknisk hjälp och kan skriva en bättre sammanfattning. Men som alltid måste vi göra ett urval och ha en kritisk blick.
Sofie Wennström
Förlagsredaktör, Stockholm University Press
Otydliga regler
Sonja Bjelobaba, lektor vid Uppsala universitet och vice ordförande i European Network for Research Integrity, menade att det behövs policyer som fokuserar på när det är okej att använda AI och inte. Transparensen kring användningen är en central fråga.
Sonja Bjelobaba
Lektor, Uppsala universitet
Foto: Maria Nilsson
– Det finns väldigt mycket skam kring att medge hur mycket man egentligen använt AI som forskare för att reglerna är otydliga, och vi behöver därför ha en diskussion om det här, sa hon.
