Cộng đồng khoa học đang phải vật lộn với một sự thay đổi cơ bản trong cách phân bổ tài trợ nghiên cứu, khi trí tuệ nhân tạo bắt đầu đóng vai trò trong việc lựa chọn những người nhận tài trợ. Điều bắt đầu như một cách tiếp cận sáng tạo để xác định nghiên cứu triển vọng đã gây ra cuộc tranh luận sôi nổi về tương lai của tài trợ khoa học và liệu AI có thể thay đổi cơ bản cách thức hỗ trợ các khám phá đột phá hay không.
Cuộc thảo luận tập trung xung quanh chương trình Climate Solutions Catalyst của Imperial College London , đã sử dụng AI để quét hàng nghìn bài báo nghiên cứu và chủ động đề nghị tài trợ cho các nhà nghiên cứu triển vọng. Mặc dù điều này đại diện cho một cách tiếp cận mới lạ trong phân bổ tài trợ, cộng đồng khoa học vẫn chia rẽ về những tác động của nó.
Chi tiết Chương trình Tài trợ AI của Imperial College London:
- Chương trình được khởi động: 2024
- Tổng kinh phí: 1,6 triệu bảng Anh từ quỹ khí hậu từ thiện
- Các bài báo được quét: 10.000 tóm tắt nghiên cứu từ các nhà nghiên cứu UK (2010-hiện tại)
- Lựa chọn ban đầu của AI: 160 bài báo
- Người nhận tài trợ cuối cùng: 3 nhà nghiên cứu
- Số tiền tài trợ: 35.000 bảng Anh cho mỗi người nhận
- Không yêu cầu quyền sở hữu cổ phần hoặc bằng sáng chế
Hệ Thống Tài Trợ Hiện Tại Đã Bị Hỏng
Nhiều nhà nghiên cứu cho rằng quy trình xin tài trợ hiện tại có những khiếm khuyết cơ bản và lãng phí. Hệ thống hiện tại yêu cầu các nhà khoa học phải dành hàng tháng để soạn thảo các đề xuất dự án chi tiết, kèm theo những lịch trình không thực tế và các phần theo công thức ít có mục đích khoa học.
Bất kỳ ai cũng có thể tạo biểu đồ Gantt, về cơ bản đó chỉ là công việc bận rộn. Nếu nó được yêu cầu, mọi ứng viên sẽ bao gồm nó, nghiêm túc hay không.
Tình cảm này phản ánh sự thất vọng rộng rãi với các yêu cầu hành chính tiêu tốn thời gian nghiên cứu quý báu. Các nhà khoa học báo cáo rằng họ dành tới 80% nỗ lực viết tài trợ cho việc trình bày và các yếu tố quan료chế thay vì lập kế hoạch khoa học thực tế. Quy trình này buộc các nhà nghiên cứu phải giả vờ rằng họ có thể dự đoán các khám phá của mình nhiều năm trước, điều này mâu thuẫn với bản chất không thể dự đoán của nghiên cứu tiên tiến.
Thách thức của Hệ thống Tài trợ Hiện tại:
- Hiệu quả tài trợ EU: Chỉ ~10% số tiền đến được tay các nhà nghiên cứu
- Giới hạn đề xuất NIH: 6 khoản tài trợ cho mỗi PI mỗi năm (mới được triển khai gần đây)
- Tỷ lệ thành công điển hình: 10-15% đơn xin được tài trợ
- Thời gian chuẩn bị đơn xin: 1,5-2 năm công việc của một người
- Thời gian xem xét: Tối thiểu 6 tháng quy trình sàng lọc
- Phân bổ thời gian: 80% công việc hành chính, 20% lập kế hoạch khoa học
AI Có Thể Tạo Sân Chơi Bình Đẳng Hoặc Làm Cho Nó Tệ Hơn
Tiềm năng của AI trong việc giải quyết các thiên kiến hiện có trong phân bổ tài trợ đã thu hút sự chú ý. Nghiên cứu cho thấy rằng một số nhóm nhân khẩu học nhất định, đặc biệt là các học giả nam có chức danh, thành công hơn trong việc đảm bảo bằng sáng chế và tài trợ mặc dù chất lượng nghiên cứu tương tự. Các hệ thống AI về mặt lý thuyết có thể xác định những đổi mới bị bỏ qua và tiếp cận các nhà nghiên cứu có thể không nộp đơn xin hỗ trợ thương mại hóa.
Tuy nhiên, các nhà phê bình lo ngại rằng AI sẽ chỉ củng cố các mô hình hiện có. Khi các công ty đầu tư mạo hiểm sử dụng AI cho các quyết định đầu tư, họ có xu hướng tài trợ cho các startup tương tự như những thành công trong quá khứ thay vì các cách tiếp cận thực sự sáng tạo. Hiệu ứng máy móc của sự khôn ngoan thông thường này có thể kìm hãm nghiên cứu rủi ro cao, phần thưởng cao dẫn đến các khám phá đột phá.
Cuộc Chạy Đua Vũ Trang Giữa AI Viết Và AI Đánh Giá
Cộng đồng khoa học dự đoán một sự leo thang đáng lo ngại khi các công cụ AI được sử dụng cả để viết đề xuất tài trợ và để đánh giá chúng. Điều này tạo ra một số kịch bản đáng lo ngại: các nhà nghiên cứu sử dụng AI để tạo ra nhiều đơn đăng ký, làm quá tải hệ thống đánh giá; các kỹ thuật đối kháng được thiết kế để đánh lừa các nhà đánh giá AI; và sự trôi dạt dần khỏi giá trị khoa học thực tế hướng tới tối ưu hóa cho sở thích thuật toán.
Một số nhà nghiên cứu đã sử dụng hỗ trợ AI cho việc viết tài trợ, và công nghệ này xuất sắc trong việc tạo ra các phần theo công thức tiêu tốn rất nhiều thời gian. Mặc dù điều này có thể giải phóng các nhà khoa học để tập trung vào nghiên cứu thực tế, nó cũng đặt ra câu hỏi về tính xác thực và có thể dẫn đến một làn sóng đơn đăng ký do AI tạo ra làm căng thẳng hệ thống đánh giá.
Mối Quan Ngại Về Bảo Mật Và Tin Cậy
Các cơ quan tài trợ lớn đã có lập trường thận trọng đối với việc tích hợp AI. National Institutes of Health của Hoa Kỳ đã cấm các công cụ AI trong quy trình đánh giá tài trợ, một phần do lo ngại về bảo mật. Hầu hết các hệ thống AI thương mại sử dụng dữ liệu được tải lên để đào tạo, có khả năng làm lộ các đề xuất nghiên cứu nhạy cảm cho đối thủ cạnh tranh hoặc các thực thể nước ngoài.
Điều này tạo ra sự căng thẳng giữa lợi ích hiệu quả và bảo vệ sở hữu trí tuệ. Ngay cả khi AI có thể cải thiện quy trình đánh giá, rủi ro làm tổn hại các kế hoạch nghiên cứu bí mật có thể vượt qua lợi ích.
Các hạn chế về AI từ các tổ chức tài trợ lớn:
- US National Institutes of Health (2023): Cấm hoàn toàn các công cụ AI trong quy trình đánh giá tài trợ
- UK Research and Innovation: Các hướng dẫn cấm người đánh giá sử dụng AI tạo sinh
- Mối quan ngại chính: Tính bảo mật của các đề xuất nghiên cứu, việc sử dụng dữ liệu huấn luyện bởi các LLM thương mại
Các Cách Tiếp Cận Thay Thế Nhận Được Sự Ủng Hộ
Cuộc tranh luận đã làm tái sinh sự quan tâm đến các mô hình tài trợ thay thế. Một số nhà nghiên cứu ủng hộ tài trợ cơ sở được phân phối bằng đánh giá sơ yếu lý lịch thay vì đề xuất dự án, lập luận rằng điều này sẽ hiệu quả hơn và ít lãng phí hơn. Những người khác đề xuất các khoản tài trợ khối hoặc hệ thống xổ số có thể tạo ra kết quả tốt hơn so với quy trình cạnh tranh hiện tại.
Mô hình tiếp cận chủ động được chứng minh bởi Imperial College đại diện cho một hướng đi hứa hẹn khác. Thay vì chờ đợi đơn đăng ký, các tổ chức tài trợ có thể sử dụng AI để xác định nghiên cứu triển vọng và tiếp cận các nhà khoa học trực tiếp, tương tự như việc tìm kiếm tài năng trong các lĩnh vực khác.
Việc tích hợp AI vào tài trợ khoa học đại diện cho cả cơ hội sửa chữa một hệ thống bị hỏng và rủi ro làm cho nó tệ hơn. Mặc dù quy trình tài trợ hiện tại lãng phí một lượng thời gian khổng lồ của nhà nghiên cứu và có thể duy trì thiên kiến, việc vội vã hướng tới các giải pháp AI mà không xem xét cẩn thận có thể tạo ra những vấn đề mới. Thách thức của cộng đồng khoa học là tìm cách khai thác lợi ích của AI trong khi bảo tồn sự phán đoán của con người và tính bảo mật vẫn cần thiết để hỗ trợ đổi mới thực sự.
Tham khảo: AI enters the grant game, picking winners