“Bijna magisch.” Zo omschrijven collega-wetenschappers van Mads Lykke Berggreen altijd zijn vermogen om hun complexe onderzoeksideeën in meeslepend proza ​​om te zetten. Maar het afgelopen jaar voelde hij dat zijn ster begon af te nemen, nu generatieve kunstmatige intelligentie (AI)-tools zoals ChatGPT hebben aangetoond dat ze vergelijkbare capaciteiten hebben, maar toch sneller zijn – en misschien zelfs beter. “Ineens was ik vervangbaar”, zegt de onderzoeksadviseur, werkzaam aan het VIA College School in Aarhus, Denemarken.

Sinds Lykke Berggreen tot dit besef kwam, heeft hij goed nagedacht over hoe generatieve AI de onderzoeksmanagementpraktijken zal beïnvloeden – zowel die van hemzelf als die van de bredere beroepsgroep. Hij heeft besloten de technologie te omarmen.

Hij gebruikt ChatGPT bijvoorbeeld om onderzoekers te helpen bij het schrijven van een eerste idea van hun onderzoeksvoorstellen. “Ik bereid de krantenkoppen en de structuur van de aanvraag vooraf voor, daarna interview ik de onderzoeker over hun voorstel. Alles wat de onderzoekers sowieso in het eerste idea zouden hebben gestopt, zal ik er in een gesprek gewoon uithalen.” Hij maakt handmatige aantekeningen met behulp van een tekstverwerker en voert deze in ChatGPT in. “Dan zal ChatGPT ons het proza ​​geven.” Het heeft de duur van een taak die voorheen enkele werkdagen in beslag nam, teruggebracht tot een paar uur.

Lykke Berggreen is niet de enige. Over de hele wereld onderzoeken onderzoeksmanagers hoe ze generatieve AI kunnen gebruiken om te helpen bij hun dagelijkse taken.

Yolanda Davids, adjunct-directeur onderzoeksontwikkeling aan de Universiteit van de Witwatersrand in Johannesburg, Zuid-Afrika, zegt dat ze ChatGPT gebruikt om brieven en rapporten op te stellen. Ze kan de instrument bijvoorbeeld een korte beschrijving geven van een onderzoeksproject, samen met andere informatie die ze onder de aandacht wil brengen, en de instrument vragen een steunbrief voor de financier te schrijven, waarin ze de potentiële impression van het onderzoek en het belang ervan voor de financiering benadrukt. de context van Zuid-Afrika. “Nadat ChatGPT mij de resultaten heeft gegeven, bekijk ik ze en breng ik wijzigingen aan”, zegt ze. Dat houdt in dat we ervoor moeten zorgen dat het Engels Zuid-Afrikaans klinkt, in plaats van een Amerikaans tintje te hebben, en dat we de “uitgebreide bijvoeglijke naamwoorden en descriptoren” moeten verwijderen die het proza ​​van ChatGPT vaak bederven.

Door AI bedachte hypothesen zouden ‘blinde vlekken’ in onderzoek kunnen vinden

Kelly Basinger, senior voorstelmanager bij het Superior Environmental Analysis Institute van de Universiteit van Noord-Texas in Denton, zegt dat ze ChatGPT gebruikt om onderzoekers te laten zien hoe ze de leesbaarheid van hun teksten kunnen verbeteren. De instrument kan complexe, met jargon gevulde tekst herformuleren zodat deze previous bij het geletterdheidsniveau van een middelbare scholier of een beginnende universiteitsstudent, en demonstreert docenten hoe zij hun schrijven toegankelijker kunnen maken. “Het is duidelijk dat docenten willen dat hun ideeën gefinancierd worden”, zegt Basinger. “De eerste stap is om anderen te helpen deze ideeën te begrijpen.”

Veel onderzoeksmanagers, zoals Nik Claesen, directeur van de European Affiliation of Analysis Managers and Directors in Brussel, zien AI als een kans voor het vak. Maar het gebruik van AI voor het schrijven van subsidies is niet zonder risico, zegt Ellen Schenk, een onderzoeksfinancieringsconsulent gevestigd in Rotterdam, Nederland. Ze zegt dat een snode side van ChatGPT de neiging is om de gebruiker tevreden te stellen, tot het punt dat het materiaal uitvindt – een fenomeen dat bekend staat als hallucinatie.

Schenk ondervond dit uit de eerste hand toen hij werkte aan een voorstel voor een Europese financieringsoproep voor ongelijkheid en toegang tot gezondheidszorg. Ze vroeg ChatGPT of het voorgestelde venture goed bij de name paste. Het antwoord was een volmondig ja. Maar toen Schenk ChatGPT vroeg om zijn beweringen te staven, gaf het referenties die niet bestonden. Ze zegt dat ze nu “zeer, zeer terughoudend” is om ChatGPT te vragen projecten te ontwerpen. “Als je niet kritisch bent op de output, heb je een mooi voorstel en waarschijnlijk zullen de reviewers het ook kopen. Maar het venture zal niet realistisch of haalbaar zijn.”

Sommige gebruikers schrikken ervan als de resultaten van ChatGPT er op het eerste gezicht indrukwekkend uitzien, maar bij nader inzien onjuist of te langdradig blijken te zijn. Lykke Berggreen zegt dat de beste manier om voorbij deze ‘woordsalade’-fase te komen, is door te leren welke informatie ChatGPT nodig heeft om goede output te genereren. Er zijn veel AI-beïnvloeders die aanwijzingen delen en advies uitdelen, zegt hij, maar hij heeft ontdekt dat de beste manier om te leren is door vallen en opstaan.

Lykke Berggreen en Schenk gebruiken allebei de abonnementsversie van ChatGPT. Schenk zegt dat het verschillende voordelen heeft ten opzichte van de free of charge versie: gegarandeerde toegang (de free of charge dienst die overspoeld werd met verzoeken was vooral problematisch in de begindagen van de instrument); een veel hogere woordlimiet, wat resulteert in betere antwoorden en betere redenering; en toegang tot AI-plug-ins: instruments die zijn geschreven met specifieke taken in gedachten, zoals het doorzoeken van databases met academische literatuur.

Opschalen

Ongeacht de beperkingen van AI-instrumenten denken veel onderzoeksmanagers dat de technologie diepgaande gevolgen voor de arbeid zal hebben. James Shelley, die werkt aan kennismobilisatie en wetenschapscommunicatie aan de Western College in Ontario, Canada, zegt dat hij geïnteresseerd is geraakt in het ontwikkelen van AI-toepassingen voor onderzoeksadministratie, deels omdat hij in de toekomst een baan wil hebben. Zijn werk maakt geen gebruik van ChatGPT zelf; in plaats daarvan gebruikt hij de technologie achter de instrument.

Shelley en zijn collega’s betalen een paar greenback per maand om toegang te krijgen tot deze back-endtechnologie van Open AI, het in Californië gevestigde bedrijf achter ChatGPT, en deze te gebruiken om geautomatiseerde workflows te ontwikkelen die het onderzoeksmanagement ondersteunen. Hij denkt dat dit soort op maat gemaakte instruments de manier vertegenwoordigt waarop de beroepsgroep in de toekomst AI zal integreren, in plaats van dat individuele managers tekst in ChatGPT kopiëren en plakken.

Hoe ChatGPT en andere AI-tools wetenschappelijke publicaties kunnen ontwrichten

Eén zo’n workflow, die zijn universiteit nu intern gebruikt, genereert samenvattingen in eenvoudige taal van nieuwe tijdschriftartikelen die zijn gepubliceerd door onderzoekers van de Faculteit der Gezondheidswetenschappen van de instelling. Deze worden verwerkt in een reguliere e-mail voor de onderzoeksadministratie- en communicatieteams van de afdeling. Dit is iets dat nog niet eerder werd gedaan, voegt Shelley eraan toe, omdat het niet zinvol zou zijn geweest om iemand in te huren alleen maar om elk onderzoeksrapport dat de afdeling produceerde samen te vatten. Tot nu toe zijn de reacties volgens hem geweldig.

Een ander voorbeeld van laaghangend fruit waarop de technologie zich zou kunnen richten, zegt Shelley, zijn systemen die een first-pass evaluate van financieringsvoorstellen genereren, waarbij wordt gecontroleerd of ze voldoen aan de basisrichtlijnen voor indiening voordat ze worden doorgegeven aan een medewerker. “Ik kan me voorstellen dat dit waarschijnlijk de plek zal zijn waar de meeste instellingen AI op grote schaal zullen inzetten in de onderzoeksadministratie”, zegt hij.

Passende begeleiding

Verschillende van de voor dit artikel geïnterviewde onderzoeksmanagers uitten hun bezorgdheid over het gebrek aan richtlijnen over wat het juiste gebruik van de technologie in de onderzoeksadministratie inhoudt. Tse-Hsiang Chen, financieringsadviseur en subsidieschrijver bij het onderzoeksbureau van het Universitair Medisch Centrum Utrecht in Nederland, zegt dat hij verwacht dat dit binnenkort duidelijker zal worden. De Europese Unie ontwikkelt AI-wetgeving die regels en richtlijnen vastlegt over hoe AI-systemen veilig en legaal kunnen worden gebruikt, met respect voor de fundamentele mensenrechten. Zijn instelling ontwikkelt, in samenwerking met de Universiteit Utrecht, ook in Nederland, richtlijnen, met title voor het gebruik van generatieve AI in de context van onderzoeksondersteuning. Als het om dit soort werk gaat, zegt hij: “Ik ben er vrij zeker van dat we niet alleen zijn”.

Schaalbaarheid is ook een zorg voor Lykke Berggreen, die een AI-assistent heeft gecreëerd om aanvragen te schrijven voor de Deense nationale onderzoeksraad, Danmarks Frie Forskningsfond (DFF). De assistent gebruikt hetzelfde interviewgebaseerde systeem dat Lykke Berggreen heeft ontwikkeld om subsidievoorstellen op te stellen met behulp van ChatGPT. De vragen zijn afgestemd op het extraheren van de gedetailleerde informatie die de raad nodig heeft in de aanvraag, waarbij de onderzoeker zijn antwoorden typt. De instrument produceert vervolgens een eerste idea op maat van de specificaties van het DFF.

ChatGPT: zegen en final?

Lykke Berggreen is optimistisch over de bedreiging die AI-tools kunnen vormen voor zijn eigen werkgelegenheid. “AI zal zeker veel onderzoeksmanagementtaken vervangen, en waarschijnlijk ook een aantal onderzoeksmanagers”, zegt hij. Maar hij denkt dat er belangrijke onderdelen van zijn werk zijn die een machine niet zou kunnen doen. Hij hoopt dat AI de ondergeschikte taken zal overnemen, waardoor hij meer één-op-één tijd kan besteden aan het coachen van onderzoekers. “Ik bouw veel vertrouwen op als ik met onderzoekers praat en hen vertel dat hun ideeën goed genoeg zijn. Dat ze deze en gene subsidie ​​kunnen en moeten aanvragen. Ik denk dat dat moeilijk te vervangen is door een machine”, zegt hij.