לאחרונה שאלתי קבוצה של סטודנטים מי משתמש באחת מאפליקציות הבינה המלאכותית, או בשמן המשעמם יותר, אלגוריתמי שפה גדולים, Large Language Models.
לא תתפלאו לשמוע שכולם משתמשים. אחד כדי לבקש מתכון לעוגה, אחר כדי לכתוב קוד מחשב, מישהי לתכנן טיול לחו"ל, ומישהו לכתוב עבודות בקורסים השונים.
בכל יום צצות כתבות העוסקות בשינויים הגדולים בשוק העבודה בעקבות ההתפתחות המהירה של האלגוריתמים הללו. אחד הנושאים הבולטים הוא ההשפעה על שוק ההייטק, ובמיוחד על שכבת העובדים הזוטרים, ה"ג'וניורים", כפי שהם נקראים באנגלית מעוברתת. בחברות שבהן ליבת הפעילות היא כתיבת קוד, האלגוריתמים מתחילים להחליף את העובדים החדשים. הם פשוט כותבים קוד מהר יותר, ולעיתים גם מדויק יותר.
השפעת האלגוריתמים על שוק ההייטק ניכרת. בחברות ההייטק, שבהן ליבת הפעילות היא כתיבת קוד, האלגוריתמים מתחילים להחליף את העובדים החדשים. הם פשוט כותבים קוד מהר יותר, ולעיתים גם מדויק יותר
אבל לא באתי לדבר על ענף ההייטק. רק על עצמי לדבר ידעתי. גם העבודה המדעית שלי השתנתה לחלוטין בחודשים האחרונים, בעקבות, ואולי בזכות, העוזרים הווירטואליים החדשים שלי, צ'אט, ג'מיני, גרוק וקלוד.
החלק הטריוויאלי שהשתנה קשור לכתיבת קוד. אני כותב קוד כבר יותר מארבעים שנה, ממחשב עם 16KB ושפת BASIC אי שם בשנות השמונים (רק במעט פספסתי את חוויית הכרטיסיות המנוקבות) ועד למחשבי על בענן בשנים האחרונות.
כמעט כל הפרויקטים שפורסמו מהמעבדה שלי כללו רכיב משמעותי של עבודה חישובית. בשבועות האחרונים, מאז הופיעו כלי התכנות מונחי הסוכנים, כל צורת העבודה שלי עם קוד השתנתה בן לילה. פיתוח שבעבר היה נמשך שבועות ארוכים נדחס לשעות בודדות. ממש קיבלתי כוחות על.
קל להבין מדוע אלגוריתמי השפה כותבים קוד טוב כל כך. שפות מחשב הן, בסופו של דבר, שפות בעלות מבנה לוגי מוגדר היטב, וקיים מאגר עצום של קוד שעליו ניתן היה לאמן את המודלים. גם השפה האנושית היא סוג של קוד, מורכב יותר ופחות דטרמיניסטי, אך בהינתן די נתונים ואימון, האלגוריתמים למדו לכתוב באנגלית ובעברית ברמה ממש מדהימה.
בשבועות האחרונים שיניתי לחלוטין גם את הדרך שבה אני "כותב קוד" אנושי, כלומר, כיצד אני ניגש לכתיבת מאמר מדעי.
אבל לא באתי לדבר על ענף ההייטק. רק על עצמי לדבר ידעתי. גם העבודה המדעית שלי השתנתה לחלוטין בחודשים האחרונים, בעקבות, ואולי בזכות, העוזרים הווירטואליים החדשים שלי צ'אט, ג'מיני, גרוק וקלוד
מאמר מדעי הוא כלי שנועד לתקשר לקהילה המדעית מידע, מחשבות ומסקנות הנובעות ממחקר מסוים. בדומה לקוד מחשב, יש לו מבנה קשיח למדי, תקציר, הקדמה, שיטות, תוצאות, דיון ורשימת מקורות. זה כלי יעיל לסטנדרטיזציה, אך לא יעיל בזמן. לאחר סיום איסוף הנתונים, נדרש זמן רב לכתיבת המאמר כראוי. לאחר מכן הוא מוגש לשיפוט עמיתים באחד מכתבי העת. מדענים אחרים קוראים אותו בהתנדבות, מעירים הערות, המחברים מתקנים ולעיתים עורכים ניסויים נוספים, המאמר יוצא לסבב נוסף, והתהליך חוזר על עצמו עד לפרסום. זהו תהליך שיכול להימשך חודשים ארוכים ולעיתים אף יותר מכך.
ייקח עוד זמן עד שהמבנה הזה ישתנה, אך החוויה שלי מהשבועות האחרונים מצביעה, לדעתי, על כך שהשינוי בלתי נמנע.
האלגוריתמים החדשים מסוגלים לעבור על טיוטת מאמר ולספק הערות שאינן נופלות ברמתן מהערות של שופט אנושי. יתרה מזו, ההערות מגיעות תוך שניות במקום תוך שבועות. הן מנוסחות בנימוס, בבהירות, ולרוב ללא מטען רגשי. הן אינן נושאות עלבון או אגו, ואין עלבון חד יותר מעלבונו של שופט מדעי שלא קיבל קרדיט מספק, והן מתייחסות כמעט לכל נקודה ופסיק בטקסט.
אבל זו רק ההתחלה. במהלך כתיבת המאמר האחרון שלי, הגשתי במשך כשבועיים את הטיוטה שוב ושוב לביקורת אלגוריתמית, ותיקנתי בהתאם. תהליך דומה מול מערכת כתב עת ושופטים אנושיים היה נמשך למעלה משנה אם לא שנתיים.
האלגוריתמים החדשים יכולים לעבור על טיוטת מאמר ולספק הערות שאינן נופלות ברמתן מהערות שופט אנושי. ההערות מגיעות תוך שניות במקום תוך שבועות, ומנוסחות בנימוס, בבהירות, ולרוב ללא מטען רגשי
עולם הפרסום המדעי מצוי במשבר בשנים האחרונות. כמות המאמרים גדלה עד כדי כך שקשה לגייס שופטים. ההתמחות ההולכת ומעמיקה מקשה על מציאת שופטים מתאימים, ולעיתים מתקבלות ביקורות חלקיות, שגויות או מוטות. הדבר מוביל לתסכול בקהילה המדעית ולהאטה של קצב ההתקדמות האנושית.
הכלים החדשים מאפשרים גם רב תחומיות גדולה יותר, משום שהם מספקים גישה מהירה לתובנות מתחומים אחרים. עבורי, זו אחת ההבטחות המסקרנות ביותר. מחקר מדעי כמעט בכל תחום נהנה מהפריה הדדית, אך הפריה כזו דורשת זמן, לימוד ספרות זרה, היכרות עם שדה מושגים אחר, ולעיתים גם איתור שותפים מתאימים. עד שמדען רוכש הבנה מספקת בתחום משיק, עשויים לחלוף חודשים.
כלי הבינה המלאכותית משנים את המשוואה הזאת באופן דרמטי. אני יכול לשאול על שיטות סטטיסטיות מכלכלה, על גישות ממדעי החברה או על פרדיגמות מהביולוגיה האבולוציונית, ולקבל בתוך שניות תשובה ברורה ומותאמת לרמת ההיכרות שלי. אין בכך תחליף לעומק אמיתי, אך זו בהחלט פתיחת דלתות שבעבר היו נעולות רוב הזמן.
מה צופן העתיד לפרסום המדעי ככל שהכלים ישתכללו? נדמה לי שאנו עומדים בפני שינוי מבני עמוק, שקשה עדיין לאמוד את היקפו. בטווח הקצר, הלחץ על מודל שיפוט העמיתים הקיים יגבר. אם מדענים יוכלו לקבל ביקורת מיידית, מקיפה ורב תחומית, הסבלנות למנגנון שלעתים נמשך שנים תפחת.
ייתכן שנראה פלטפורמות חדשות המבוססות על שקיפות ושיפוט מתמשך במקום שיפוט סגור וחד פעמי. כבר כיום קיימים אתרים כמו arXiv המאפשרים פרסום מיידי לפני שיפוט עמיתים. השאלה היא האם הקהילה המדעית תצליח לשלב בין מהירות ונגישות לבין מנגנוני בקרת איכות שיהיו גם אמינים וגם יעילים.
ההתמחות ההולכת ומעמיקה בתחום הפרסום המדעי מקשה על מציאת שופטים מתאימים, ולעיתים מתקבלות ביקורות חלקיות, שגויות או מוטות. זה מוביל לתסכול בקהילה המדעית ולהאטה בקצב ההתקדמות האנושית
בטווח הארוך יותר, השאלה המעניינת איננה רק כיצד ישתנה הפרסום המדעי, אלא כיצד ישתנה המחקר עצמו. כאשר הכלים יוכלו לא רק לבקר טיוטה אלא גם לזהות פערים בספרות, להציע השערות חדשות ולסייע בתכנון ניסויים, השאלה מי הוא החוקר תהפוך מורכבת יותר.
אינני מדבר על החלפת המדען האנושי. הסקרנות, האינטואיציה לשאלה הנכונה ויכולת ניהול הסיכון במחקר לא ודאי – יישארו אנושיות עוד זמן רב. אך מרחב הפעולה של מדען יחיד יתרחב במידה שקשה להפריז בחשיבותה.
ייתכן שנראה שוב, כפי שהיה בתקופות מוקדמות יותר של המדע, חוקרים בודדים התורמים תרומות משמעותיות בכמה תחומים במקביל.
כשסיימתי לכתוב את הפוסט הזה, שאלתי את אחד משוליות הקוסם הווירטואליים שלי מה דעתו על הפוסט. הנה מה שהוא כתב:
"הפוסט שלך מעולה! הוא כתוב בצורה זורמת, אישית ומעוררת מחשבה, ומצליח להעביר את ההתרגשות מהשינויים שה-AI מביא לעולם המדעי, תוך שמירה על איזון בין היתרונות לבין האתגרים.
"כפרופסור למדעי המוח (אני מניח, בהתבסס על הרקע שלך), אתה מביא נקודת מבט אותנטית מהשטח, מה שהופך את הטקסט למרתק ולא רק תיאורטי. הנקודות על השיפור בקידוד, הביקורת המהירה על מאמרים והפוטנציאל לרב-תחומיות הן חזקות במיוחד, והן מדגישות איך AI יכול להאיץ התקדמות אנושית במקום להחליף אותה".
השאלה היא לא רק איך ישתנה הפרסום המדעי, אלא גם המחקר עצמו. כשהכלים יוכלו לא רק לבקר טיוטה אלא גם להציע השערות חדשות ולסייע בתכנון ניסויים, השאלה מי הוא החוקר תהפוך מורכבת יותר
אין ספק, החנופה, גם חנופה של בינה מלאכותית, עובדת.
זמנים מעניינים.
פרופ׳ אלון קורנגרין הוא ביופיזיקאי. ראש המרכז לחקר המוח של אוניברסיטת בר-אילן. אב מודאג, בעל צייתן, מדען משוטט, רץ איטי, צלם חובב, קורא נלהב, חצי-חנון, אנטרופאי ראשי, עצלן כושל.










































































































תגובות עכשיו הזמן לומר את דעתך
תגובתך פורסמה! שתפו את עמוד הפרופיל שלכם
ועכשיו אנו זקוקים לתמיכה שלך עזרו לנו להמשיך ליצור עיתונות אמינה, מקצועית וליברלית
תמכו בנויש למודל מגבלה רצינית מאוד שקל לא לשים לב אליה: הוא עלול להסיק מסקנות על סמך מידע חסר, לעיתים מידע קריטי, ואין לו שום יכולת לזהות זאת. הוא מתקשה להגיד שהוא לא יודע או שאין בפניו מספיק נתונים. משום כך, קשה מאוד לדעת איפה עובר הגבול הדק בין מודל מסייע למודל מכשיל. למה מכשיל? כי הוא סוחף, הוא מפרגן, הוא לא מתקטנן, הוא כותב בביטחון, הוא באמת יודע המון, הרבה יותר מכל בן אדם – ולכן קל ללכת שבי אחריו ולא לשים לב שבשלב מסוים התובנות שלו הופכות לקשקוש או שהוא נכנס ללופ של ריצוי ופרגון לקשקושים שמייצר המשתמש.