Forskere bør la AI generere 100 «risikable» hypoteser

Kunstig intelligens har kraftig akselerert forskningsprosessen. Forskere kan nå skrive flere artikler, analysere data raskere og effektivisere tester, men Venu Govindaraju ved University at Buffalo mener de også bør bruke AI til å gjøre feil. I podcasten «The Key» argumenterer Govindaraju for at AI gjør det mulig å teste langt flere hypoteser, gjerne 100 i stedet for 5–10, inkludert de mer risikable. Dette er nødvendig for å gjenskape den «overraskelsesfaktoren» som historisk har ført til mange vitenskapelige gjennombrudd. Han understreker at forskere ikke bør blindt følge AI-genererte forslag, da dette kan føre til at mange potensielt fruktbare ideer går tapt. Kunnskap oppstår ofte ved å forstå hva som *ikke* fungerer. Govindaraju mener forskningsmiljøer må tilpasse seg ved å belønne og finansiere dristige initiativer som utforsker «andre veier», selv om de resulterer i feil. Dette krever at finansieringsorganisasjoner aktivt støtter prosjekter som tør å utfordre det etablerte, for å sikre at de beste ideene fortsatt kommer frem.