Kunstmatige intelligentie wordt snel geïntegreerd in wetenschappelijk onderzoek, met initiatieven zoals de Genesis Mission van de Amerikaanse overheid, die tot doel hebben AI in te zetten voor versnelde doorbraken. Het idee dat AI menselijke wetenschappers kan vervangen is echter een fundamenteel verkeerd begrip van de aard van de wetenschappelijke vooruitgang. Hoewel AI uitblinkt in het verwerken van gegevens en het identificeren van patronen, worden de mogelijkheden ervan beperkt door de afhankelijkheid van door mensen gegenereerde kennis en de unieke menselijke eigenschappen die essentieel zijn voor echte wetenschappelijke ontdekkingen.
De grenzen van machinaal leren
AI-modellen leren uitsluitend van gegevens die door mensen zijn aangeleverd. Systemen als AlphaFold, dat eiwitstructuren voorspelt, demonstreren de kracht van AI om analyses te versnellen, maar creëren niet zelfstandig nieuwe kennis. Deze modellen zijn instrumenten die bestaand inzicht versterken, en geen autonome generatoren van wetenschappelijk inzicht. Zoals filosoof Emily Sullivan opmerkt, hangt het succes van AI af van een sterke empirische link met gevestigde kennis; hoe meer mensen al weten, hoe beter het model presteert. Zonder fundamentele menselijke inbreng blijven de resultaten van AI betekenisloos.
Wetenschap als menselijk streven
Wetenschap gaat niet alleen over objectieve gegevens; het is een sociale, creatieve en diepmenselijke onderneming. Voor de ontdekking van de dubbele helixstructuur van DNA ontbrak het aanvankelijk bijvoorbeeld aan onmiddellijk empirisch bewijs, dat berustte op de redenering van getrainde experts. Het kostte tientallen jaren van gezamenlijke inspanning en technologische vooruitgang om de hypothese te valideren. Wetenschappelijke vooruitgang komt voort uit debat, onenigheid en gedeelde intellectuele eerlijkheid – een proces dat puur computationele analyse overstijgt.
Onderzoekers functioneren meer als een samenwerkende stam dan als neutrale dataverzamelaars. Ze registreren niet alleen feiten; ze creëren kennis door vakkundige praktijk, argumentatie en sociaal geïnformeerde normen. Dit inherent menselijke element zorgt ervoor dat wetenschappelijk onderzoek geworteld blijft in gedeelde doelen, ervaringen en ambities.
De weg voorwaarts: AI als hulpmiddel, niet als vervanging
AI kan ongetwijfeld de wetenschappelijke vooruitgang versnellen als het doordacht wordt ingezet. Goed ontworpen AI-tools kunnen mechanische taken stroomlijnen, zoals het compileren van gegevens, het ontwerpen van experimenten en het verzamelen van metingen. Pogingen om de wetenschap volledig te automatiseren of menselijke wetenschappers te vervangen lopen echter het risico deze te reduceren tot een holle imitatie van haar ware vorm. De kernlegitimiteit van wetenschap als bron van kennis hangt af van de menselijke kwaliteiten die haar aandrijven.
Concluderend: AI heeft een enorm potentieel als wetenschappelijke versneller, maar het succes ervan hangt af van het behoud van de essentiële rol van menselijke wetenschappers. Wetenschap gaat niet alleen over wat we weten; het gaat erom hoe we het leren kennen, en dat proces blijft fundamenteel menselijk.
