Oppgangen av AI i vitenskapelige oppdagelser: Kan AI virkelig tenke utenfor boksen?

Kunstig intelligens (AI) utvikles raskt, med anvendelser som sprenger seg over industrier som helse, finans, utdanning og underholdning. Blant de mest spennende områdene for AI er vitenskapelig forskning. AI’s evne til å prosessere store datamengder, gjenkjenne komplekse mønster og foreta prediksjoner, akselerer tempoet for hvordan vitenskapelige oppdagelser gjøres. Dette reiser en intrigerende spørsmål: Kan AI tenke utenfor boksen og generere virkelig nye ideer som menneskelige forskere? For å utforske dette, må vi se på hvordan AI for tiden brukes i vitenskapelig oppdagelse og om det kan virkelig produsere originale tanker.

AI’s økende rolle i vitenskapelige oppdagelser

AI har gjort betydelige fremskritt i ulike vitenskapelige felt, inkludert legemiddelforskning, genetikk, materialvitenskap, klimaforskning og astronomi. Ved å prosessere massive datamengder som mennesker ikke kan håndtere, har AI vært instrumental i å identifisere potensielle legemiddelkandidater, modellere klimaendringer og til og med foreslå nye teorier om universet.

For eksempel brukte forskere ved MIT AI til å oppdage et nytt antibiotikum på noen dager, som målrettede bakterier som var resistente mot eksisterende legemidler. I biologi løste DeepMinds AlphaFold protein-folding-problemet, og forutså 3D-protein-strukturer som er avgjørende for legemiddelutvikling. I materialvitenskap forutså AI-modeller som GNoME millioner av nye krystaller som kunne omdefinere teknologier som batterier og solceller. AI har også bidratt til fysikk ved å foreslå nye måter å modellere fysisk fenomen og i astronomi ved å oppdage eksoplaneter og gravitasjonslinser. I klimaforskning har AI forbedret klimaprediksjoner og hjulpet med å modellere ekstreme værhendelser.

Kan AI tenke utenfor boksen?

Selv om AI’s bidrag til vitenskapelige oppdagelser er ubestridt, forblir spørsmålet: Kan det virkelig tenke utenfor boksen? Menneskelig vitenskapelig fremgang har ofte avhengt av intuisjon, kreativitet og mot til å utfordre eksisterende paradigmer. Slike gjennombrudd kommer vanligvis fra forskere som er villige til å tenke utenfor konvensjonell visdom.

AI, derimot, drives av data. Det analyserer mønster og forutsier resultater basert på informasjonen som er gitt, men det besitter ikke den imaginative, abstrakte tenkningen som mennesker gjør. I denne forstand er AI’s kreativitet forskjellig fra menneskelig kreativitet. AI opererer innenfor begrensningene av sine data og algoritmer, som begrenser dens evne til å utføre virkelig kreative, utenfor-boksen-tenkning.

Det er imidlertid en mer kompleks situasjon. AI har vist at det kan generere nye hypoteser, foreslå innovative løsninger og til og med utfordre etablert kunnskap i noen områder. For eksempel har maskinlæringsmodeller blitt brukt til å skape nye kjemiske forbindelser og designe materialer som mennesker tidligere ikke hadde vurdert. I noen tilfeller har disse oppdagelsene ledet til gjennombrudd som ville ha vært vanskelige for menneskelige forskere å oppnå på egen hånd.

Argumenter som støtter AI’s kreativitet

Forsvarere hevder at AI demonstrerer kreativitet ved å generere ideer som ikke er umiddelbart åpenbare for menneskelige forskere. For eksempel brukte AlphaFold en ny dyp læringsarkitektur til å løse protein-folding-utfordringen, som hadde forvirret forskere i tiår. Liksom Googles Gemini 2.0-drevne AI har blitt brukt til å skape originale hypoteser og forskningsforslag, som lar forskere bryte ned barrierer mellom ulike vitenskapelige domener. En studie fra University of Chicago antyder at AI kunne generere “alien”-hypoteser – innovative ideer som mennesker kanskje ikke tenker på, og utvider grensene for vitenskapelig utforskning. Disse eksemplene antyder at AI har potensialet til å tenke utenfor boksen ved å foreslå nye ideer.

Argumenter mot AI’s kreativitet

Kritikere hevder at AI er fundamentalt begrenset fordi det avhenger av eksisterende kunnskap og datamengder. Dets arbeid er mer som å fylle hull i data enn å utfordre eksisterende antakelser. AI’s kreativitet, ifølge kritikere, er begrenset av datamengden det er trent på, og hindrer det fra å gjøre virkelig banebrytende oppdagelser.

Thomas Wolf, en kjent AI-ekspert, hevdet at sanne innovasjoner – som Einsteins ideer – krever å stille helt nye spørsmål og utfordre konvensjonell visdom. Store språkmodeller (LLM) og andre AI-systemer, til tross for omfattende trening, demonstrerer ikke evnen til å generere virkelig nye innsikter. Derfor sees AI mer som et effektivt verktøy for læring enn som en genuin tenker i stand til å bryte gjennom etablerte vitenskapelige paradigmer.

I tillegg mangler AI de menneskelige kvalitetene intuisjon, emosjon og tilfeldighet som ofte driver kreative gjennombrudd. AI arbeider innenfor forhåndsdefinerte algoritmer, og avhenger av logiske og systematiske prosesser. Ifølge Entrepreneur er denne algoritmiske tilnærmingen svært forskjellig fra den uforutsigbare, spontane naturen til menneskelig kreativitet. En forsknings artikkel fra ScienceDirect argumenterer også for at AI-generert kreativitet kan se innovativ ut, men ikke gir samme dybde av innsikt som menneskelig kreativitet gjør.

Syntese og implikasjoner

Selv om AI kan tenke utenfor boksen på noen måter – spesielt når det gjelder å identifisere mønster og foreslå nye løsninger – skiller det seg fra menneskelig kreativitet ved at det avhenger av data-drevet analyse snarere enn intuisjon eller livserfaring. AI’s rolle i vitenskapelig oppdagelse er bedre forstått som en partner til menneskelige forskere, snarere enn en erstatning.

Forskning fra Imperial College Business School viser at AI komplementerer tradisjonelle vitenskapelige metoder, og hjelper med å avdekke nye prinsipper og løse problemet med synkende forskningsproduktivitet. Liksom Kellogg forskere har funnet at AI kan ha en positiv innvirkning på tvers av vitenskapelige felt, men understreker at trening og tverrfaglig samarbeid er essensielt for å fullt utnytte AI’s potensial.

De mest betydelige fremgangene i vitenskapen er sannsynligvis å komme fra å kombinere menneskelig kreativitet med AI’s analytiske evner. Sammen kan de akselerere gjennombrudd og føre til oppdagelser som vi ikke kan forestille oss i dag.

Bunnen av saken

AI forvandler vitenskapelig forskning ved å akselerere oppdagelser og introdusere nye måter å tenke på. Selv om AI har demonstrert evnen til å generere hypoteser og identifisere nye mønster, er det ikke helt i stand til å tenke utenfor boksen på samme måte som mennesker kan. Per 2025 antyder pågående utvikling at AI’s innvirkning på vitenskapen vil fortsette å vokse. Det er imidlertid avgjørende å sikre at AI støtter menneskelige anstrengelser snarere enn å erstatte dem, med omhyggelig oppmerksomhet på transparens, validering og etisk integrering. Ved å arbeide sammen med menneskelig kreativitet kan AI forbedre vitenskapelig fremgang og åpne nye veier for utforskning.