AI berpotensi untuk tumpulkan kreativitas peneliti

Salah satu keunggulan dari teknologi AI bagi para pekerja adalah untuk membantu mengerjakan pekerjaan repetitif yang memakan waktu, sehingga seorang pekerja dapat mengerjakan pekerjaan yang lebih penting. Tentu saja, ini akan mempengaruhi bagaimana seseorang menyelesaikan pekerjaan mereka.

Bukan hanya mempengaruhi dunia pekerjaan “biasa” saja, namun penggunaan kecerdasan buatan di bidang penelitian juga membawa pengaruh besar. AI biasanya digunakan untuk menganalisis data dan memodelkan hasil memiliki dampak besar pada prospek karier ilmuwan muda, dimana mereka dapat meraih posisi berpengaruh lebih cepat.

Tapi, di sisi lain, para peneliti di Universitas Chicago dan Universitas Tsinghua, Tiongkok, menemukan hal yang mengejutkan. Dalam analisis hampir 68 juta makalah penelitian di enam disiplin ilmu (tidak termasuk ilmu komputer), mereka yang menggunakan AI memiliki makalah dengan topik yang lebih sempit dan lebih repetitif.

Intinya, semakin banyak ilmuwan menggunakan AI, semakin mereka berfokus pada serangkaian masalah yang sama yang dapat dijawab dengan kumpulan data besar yang ada. Selain itu, para peneliti juga semakin sedikit mengeksplorasi pertanyaan mendasar yang dapat mengarah pada bidang studi yang sama sekali baru.

"Saya terkejut dengan skala dramatis dari temuan ini, (AI) secara dramatis meningkatkan kapasitas orang untuk bertahan dan maju dalam sistem," kata James Evans, salah satu penulis makalah pracetak dan direktur Knowledge Lab di University of Chicago seperti dikutip dari laman Gizmodo (16/12).

"Hal ini menunjukkan bahwa ada insentif besar bagi individu untuk menggunakan sistem semacam ini dalam pekerjaan mereka... hal ini berada di antara berkembang dan tidak bertahan dalam bidang penelitian yang kompetitif."

Studi ini meneliti makalah yang diterbitkan dari tahun 1980 hingga 2024 di bidang biologi, kedokteran, kimia, fisika, ilmu material, dan geologi. Menggunakan AI, ada peningkatan publikasi makalah sebesar 67 persen setiap tahunnya dan makalah tersebut dikutip tiga kali lebih sering.

Evans dan rekan penulisnya kemudian meneliti lintasan karier 3,5 juta ilmuwan dan mengkategorikan mereka sebagai ilmuwan yunior, mereka yang belum pernah memimpin tim peneliti, atau ilmuwan mapan, mereka yang pernah memimpin tim peneliti. 

Mereka menemukan bahwa ilmuwan yunior yang menggunakan AI memiliki kemungkinan 32 persen lebih besar untuk menjadi pemimpin tim peneliti — dan maju ke tahap karier tersebut jauh lebih cepat — dibandingkan dengan rekan mereka yang tidak menggunakan AI, yang cenderung meninggalkan dunia akademis.

Di sisi lain, penelitian ini juga mengungkap bahwa di seluruh enam bidang ilmiah, peneliti yang menggunakan AI “mengecilkan” cakupan topik yang mereka bahas hingga 5 persen, dibandingkan dengan peneliti yang tidak menggunakan AI.

Bidang penelitian yang didukung AI juga didominasi oleh makalah-makalah “superstar”. Sekitar 80 persen dari semua kutipan dalam kategori tersebut masuk ke 20 persen teratas dari makalah yang paling banyak dikutip dan 95 persen dari semua kutipan masuk ke 50 persen teratas dari makalah yang paling banyak dikutip.

Ini berarti bahwa sekitar setengah dari penelitian yang dibantu AI jarang atau bahkan tidak pernah dikutip lagi. Demikian pula, Evans dan rekan penulisnya — Fengli Xu, Yong Li, dan Qianyue Hao — menemukan bahwa penelitian AI memacu 24 persen lebih sedikit keterlibatan lanjutan dibandingkan penelitian non-AI dalam bentuk makalah yang mengutip satu sama lain serta makalah asli.

"Temuan-temuan yang terkumpul ini menunjukkan bahwa AI dalam sains telah menjadi lebih terkonsentrasi di sekitar topik-topik hangat tertentu yang menjadi 'keramaian yang sepi' dengan interaksi yang berkurang di antara makalah," tulis mereka. 

"Konsentrasi ini mengarah pada lebih banyak ide yang tumpang tindih dan inovasi yang berlebihan yang terkait dengan penyusutan dalam cakupan pengetahuan dan keragaman di seluruh sains."

Evans, yang spesialisasinya mempelajari cara orang belajar dan melakukan penelitian, mengatakan bahwa efek kontraksi pada penelitian ilmiah serupa dengan apa yang terjadi saat internet muncul dan jurnal akademik menjadi daring. 

Pada tahun 2008, ia menerbitkan sebuah makalah di jurnal Science yang menunjukkan bahwa saat penerbit beralih ke digital, jenis penelitian yang dikutip peneliti pun berubah. Mereka mengutip lebih sedikit makalah, dari kelompok jurnal yang lebih kecil, dan lebih menyukai penelitian yang lebih baru.

Sebagai pengguna setia teknik AI, Evans mengatakan bahwa ia tidak anti-teknologi; internet dan AI sama-sama memiliki manfaat yang jelas bagi sains. 

Namun, temuan studi terbarunya menunjukkan bahwa badan pendanaan pemerintah, perusahaan, dan lembaga akademis perlu mengubah sistem insentif bagi ilmuwan untuk mendorong pekerjaan yang tidak terlalu berfokus pada penggunaan alat tertentu dan lebih berfokus pada terobosan baru bagi generasi peneliti masa depan untuk dikembangkan.

"Ada kekurangan imajinasi," katanya. "Kita perlu memperlambat penggantian sumber daya secara menyeluruh terhadap penelitian terkait AI untuk mempertahankan beberapa pendekatan alternatif yang sudah ada."