Humanidades
Análise de aproximadamente 75 milhões de publicações conclui que aquelas que empregam IA têm mais probabilidade de ser um 'jornal de sucesso'
Desde a criação de novos medicamentos candidatos na medicina até a elaboração de novas políticas tributárias nas ciências sociais, os benefícios da inteligência artificial (IA) na pesquisa científica estão por toda parte.
Por
Universidade Northwestern - 11/10/2024
Medindo o uso direto de IA em pesquisa científica. Crédito: Nature Human Behavior (2024). DOI: 10.1038/s41562-024-02020-5
Desde a criação de novos medicamentos candidatos na medicina até a elaboração de novas políticas tributárias nas ciências sociais, os benefícios da inteligência artificial (IA) na pesquisa científica estão por toda parte.
Só esta semana, dois cientistas conhecidos por suas pesquisas pioneiras em IA ganharam o Prêmio Nobel de Física, e um trio de cientistas ganhou o Prêmio Nobel de Química, que reconheceu o uso de tecnologia avançada, incluindo IA, para prever o formato de proteínas. Apesar de seu rápido progresso e amplas aplicações, no entanto, muitos pesquisadores não têm uma compreensão sistemática de como a IA pode beneficiar suas pesquisas, e o ceticismo permanece sobre se a IA é capaz de avançar a ciência em todos os campos.
Um novo estudo da Northwestern University que analisou 74,6 milhões de publicações, 7,1 milhões de patentes e 4,2 milhões de programas de cursos universitários descobriu que artigos que empregam IA apresentam um "prêmio de impacto de citação". No entanto, os benefícios da IA não se estendem de forma equitativa a mulheres e pesquisadores de minorias e, como a IA desempenha papéis mais importantes na aceleração da ciência, ela pode exacerbar as disparidades existentes na ciência, com implicações para a construção de uma força de trabalho de pesquisa diversificada, equitativa e inclusiva.
A equipe de pesquisa, liderada por Dashun Wang e Jian Gao, da Kellogg School of Management, desenvolveu uma estrutura de medição para estimar o uso direto e os benefícios potenciais da IA na pesquisa científica, aplicando técnicas de processamento de linguagem natural (PLN) a esses vastos conjuntos de dados.
Wang é professor de administração e organizações na Kellogg e de engenharia industrial e ciências de administração na McCormick, diretor do Kellogg's Center for Science of Science and Innovation (CSSI) e codiretor do Kellogg's Ryan Institute on Complexity. Gao é professor assistente de pesquisa na Kellogg CSSI.
O estudo, "Quantificando o uso e os benefícios potenciais da inteligência artificial na pesquisa científica", foi publicado em 11 de outubro na revista Nature Human Behavior .
"Esses avanços levantam a possibilidade de que, à medida que a IA continua a melhorar em precisão, robustez e alcance, ela pode trazer benefícios ainda mais significativos para a ciência, impulsionando o progresso científico em uma ampla gama de áreas de pesquisa e, ao mesmo tempo, aumentando significativamente as capacidades de inovação dos pesquisadores", disse Gao.
Pesquisa de maior impacto
O estudo descobriu que os sucessos recentes da IA, em todos os campos, têm sido notáveis para a pesquisa. Houve um uso crescente da IA na pesquisa disciplinar desde 2015, representado pela menção de termos relacionados à IA (como "inteligência artificial", "aprendizagem profunda" e "rede neural convolucional") no título ou resumo das publicações.
De 2015 a 2019, disciplinas como ciência da computação (37%), engenharia (24%), física (24%), biologia (22%), psicologia (24%), economia (14%), sociologia (30%) e ciência política (27%) apresentaram aumentos notavelmente acentuados nas pontuações de uso direto de IA devido ao desenvolvimento de novos recursos de IA.
Pesquisadores examinam o número de vezes que um artigo é citado e definem um "artigo de sucesso" como estando no top 5% por citações para artigos publicados no mesmo campo e ano. Independentemente da disciplina, artigos disciplinares que mencionam termos relacionados à IA em seu título ou resumo recebem mais citações, sendo mais propensos a serem um sucesso e recebem uma fração maior de citações de outras disciplinas.
"Além de sua expansão, o uso e os benefícios da IA na pesquisa são generalizados em todas as disciplinas, mas encontramos um desalinhamento sistêmico na educação em IA", disse Gao. "O investimento em IA no ensino superior não está no mesmo ritmo do benefício da IA ??na ciência."
Esses resultados sugerem que o fornecimento de talentos e conhecimento em IA na maioria das disciplinas parece inadequado aos benefícios que essas disciplinas podem extrair das capacidades de IA, destacando uma lacuna substancial entre uso de IA e treinamento em IA.
"O uso de IA em disciplinas científicas avançou rapidamente em toda a ciência, enquanto o foco educacional em IA para capacitar futuros cientistas em cada disciplina ficou para trás", disse Gao.
Grupos sub-representados em STEM
O estudo também destaca os efeitos desiguais sobre mulheres e pesquisadores de minorias que o aumento constante do uso de IA na pesquisa científica pode trazer.
"Historicamente, sabemos que mulheres e minorias são menos representadas em alguns campos, especialmente em STEM", disse Gao. "Descobrimos que, à medida que o uso de IA na ciência continua a crescer, esses mesmos grupos têm menos probabilidade de se beneficiar das novas tecnologias."
Pesquisadores sugerem que um investimento para garantir que o treinamento por trás da IA seja equitativo pode ter um impacto positivo no fechamento da lacuna demográfica.
O que vem depois?
À medida que a IA evolui rapidamente, os pesquisadores disseram que precisamos monitorar e atualizar continuamente seus benefícios para a ciência.
"Mulheres e minorias são as que menos se beneficiam, então como podemos mitigar essas disparidades em termos demográficos?", disse Gao.
A análise da equipe de pesquisa apoia a hipótese de que a colaboração entre especialistas de domínio e pesquisadores de IA pode representar uma maneira significativa de facilitar o uso da IA na ciência e preencher a lacuna entre o uso da IA e o treinamento em IA.
"Há um benefício em aumentar o treinamento em IA em todas as disciplinas, o que provavelmente ajudaria as disciplinas a desenvolver conhecimentos específicos de IA, permitindo que elas desfrutassem de benefícios maiores e mais oportunos dos avanços da IA", disse Gao.
Mais informações: Jian Gao et al, Quantificando o uso e os benefícios potenciais da inteligência artificial na pesquisa científica, Nature Human Behavior (2024). DOI: 10.1038/s41562-024-02020-5
Informações do periódico: Nature Human Behaviour
