Uzmanlar, daha karmaşık yapay zeka ajanlarının yükselişinin, araştırma finansmanının verilme biçimine yönelik “varoluşsal bir tehdit” oluşturduğu konusunda uyardı ve otonom yapay zeka sistemlerinin, hibe yarışmalarını uygulamalarla daha da fazla doldurabileceğini ve en iyi fikirlerin belirlenmesini zorlaştırabileceğini söyledi.
Avrupa Araştırma Üniversiteleri Birliği tarafından düzenlenen bir web seminerinde konuşan UCL’nin araştırma, inovasyon ve küresel katılımdan sorumlu başkan yardımcısı Geraint Rees, yeni bir yapay zeka araçları dalgasının günümüzün yaygın olarak kullanılan üretken yapay zekasından temel bir değişimi temsil ettiğini söyledi.
ChatGPT ve Claude gibi büyük dil modellerinin aksine, yapay zeka aracıları minimum düzeyde insan gözetimi ile özerk bir şekilde bilgi toplayabilir, kararlar alabilir ve iş üretebilir.
Rees, “Hibeler bağlamında üretken yapay zeka, daha iyi bir uygulama geliştirmenize veya yazmanıza yardımcı olabilir” dedi. “Fakat ajan yapay zeka gidip başvuruyu yazacak ve sizin için gönderecek.”
Bu tür sistemler, teklifler oluşturmak, incelemek ve geliştirmek için bir araştırmacının yayınlanmış çalışmasına, finansman kriterlerine ve daha önce başarılı olan hibe başvurularına göre eğitilebilir.
Rees, “Bir uygulama üretmenin marjinal maliyeti sıfıra düşüyor” dedi. “Bu önemli çünkü sorunun doğasını değiştiriyor. Bu, bağışınızı cilalamakla ilgili değil. Bu, temelde insan yargısını ve insan fikirlerini, insan yargısını simüle eden çıktılarla besleyen sonuçları değerlendirmek için tasarlanmış bir sistemle ilgili.”
UCL’de araştırma politikası profesörü ve Araştırma Enstitüsü’nün yönetici direktörü Rees ve James Wilsdon, yapay zeka ajanlarının araştırma fon sağlayıcıları için üç büyük zorluk yarattığını söyledi: uygulamalarda büyük bir artış, “kalite sıkıştırması” ve “yakınsama”.
Çiftin son araştırmalar Yedi araştırma sistemindeki 12 fon verenden gelen verileri analiz etti ve ChatGPT’nin 2022’deki lansmanı ile 2025’in sonu arasında hibe başvuru hacimlerinin yüzde 57 arttığını buldu. Wilsdon, 2026’ya ilişkin ilk verilerin büyüme oranının daha da hızlandığını gösterdiğini söyledi.
İkinci zorluk, araştırmacıların “kaliteli sıkıştırma” olarak tanımladığı şeydir.
Rees, “Herkesin teklifi optimizasyona ve mükemmel bir yazıya sahip olduğunda, kalite tabanı yükselir ancak tavan aynı kalır” dedi. “Gerçekten mükemmel fikirlerle normal fikirler arasında ayrım yapmak zorlaşıyor.”
Uzun vadeli endişe, yapay zeka sistemlerinin hibe başvuruları oluşturduğu ve aynı zamanda incelemecilerin bunları değerlendirmesine yardımcı olduğu yakınsamadır.
Rees, “Eğer temsilciler yazıyorsa ve temsilciler inceliyorsa ve temsilciler birbirleriyle konuşuyorsa, hepsi tamamen aynı iş üzerinde eğitilmiştir” dedi Rees. “Zamanla sistem harika fikirleri değerlendirmeyecek. Sadece fon sağlayıcıların daha önce ödüllendirdiği şeyleri acentelerin ne kadar iyi simüle ettiğini ölçecek. Bu, yapmaya çalıştığımız şey için gerçek bir varoluşsal tehdit.”
Araştırmacılar, teknolojik değişimin hızının muhtemelen üniversitelerin ve fon sağlayıcıların uyum sağlama yeteneğini geride bırakacağı konusunda uyardı.
Rees, “Eğer şimdi durumun kötü olduğunu düşünüyorsanız bir yıl daha bekleyin” dedi. “Araçlar o kadar hızlı gelişiyor ki, hibe finansman sistemini dönüştürme yeteneğimizi geride bırakma riskiyle karşı karşıya kalıyoruz.”
Her iki araştırmacı da, polisin kontrol altına alınmasının imkansız olduğunu söyleyerek, hibe yazımında yapay zekanın yasaklanması yönündeki önerileri reddetti.
Rees, “Yasaklar uygulanamaz” dedi. “Yapay zekayı tespit etmeye yönelik girişimler çok sayıda hatalı pozitif sonuca yol açıyor. Bu pratik bir yaklaşım değil.”
İkili, fon sağlayıcılar ve üniversitelerin birlikte çalışması gerektiğini savundu. araştırma değerlendirmesinin yeniden tasarlanması.
Rees, “Şu anda fon sağlayıcılar işlerin bir kısmını üniversitelere devreden kısa vadeli düzeltmeler getiriyor” dedi. “Ancak bu, yüksek lisans ve yapay zeka nedeniyle artık amaca uygun olmayan mevcut sistemin mimarisi hakkında derinlemesine düşünmekle ilgili.
“Ölçme yapay zekasının simüle edemeyeceği şeyleri temel alarak değerlendirme yapmayı düşünmeliyiz: bir araştırmacının kariyer aşamasına uygun araştırma geçmişi… harika fikirler sunma ve ilk etapta harika bir fikrin ne olduğu hakkında derinlemesine düşünme geçmişi. Dolayısıyla bu, insanları ve bağışları nasıl değerlendirdiğimize farklı bir vurgu anlamına gelecektir.”
