De toekomst van onderzoek in het tijdperk van Generatieve en Agentic AI

De wetenschap staat op een kruispunt. Waar we gisteren artificiële intelligentie (AI) gebruikten voor data-analyse (classificatie en predictie), zien we vandaag dat de opkomst van generatieve AI met Large Language Models (LLMs) het mogelijk heeft gemaakt om makkelijk wetenschappelijke teksten te schrijven: AI als een virtuele mede-auteur. Met agentic AI gaat het nog een stap verder: systemen die autonoom hypotheses formuleren, data verzamelen en volledige onderzoekstrajecten automatiseren: AI als virtuele collega-onderzoeker. Dit stelt onderzoekers, financiers en evaluatoren voor complexe uitdagingen.

De Reflectiegroep Responsible Research & Innovation en Wetenschapsethiek (RRI& WE) van KVAB, JA en KAGB nodigt u uit voor een verkenning van de kansen en risico’s die deze technologieën bieden voor de automatisering van het onderzoeksproces en de impact op de wetenschap, de onderzoekers, de onderzoeksfinanciering en -evaluatie.

Kernpunten van het programma:

• Efficiëntie versus Kwaliteit: De invloed van AI op hypothesevorming, data-acquisitie, analyse en conclusievorming.
• De paradox van vaardigheden: Als AI het denkwerk overneemt, moeten we jonge onderzoekers dan nog wel "diep" leren nadenken? Dreigt er een verschraling van skills of juist een nieuwe intellectuele bloei?
• Ethiek & Transparantie: Hoe declareren we AI in projectvoorstellen, publicaties en auteurschap; wat betekent dit voor de integriteit van de wetenschap?
• Onderwijs & Training: De noodzaak voor een herijking van de opleiding voor beginnende onderzoekers in een AI-gedreven wereld.
• Beleidsvraagstukken: De impact op evaluaties van projectvoorstellen en promoties.
• Disciplinaire diversiteit: Verkenning van mogelijke verschillen van de impact van AI op de onderzoekspraktijken in humane, biomedische en exacte wetenschappen (W&T) en diverse disciplines, inclusief de specifieke problematiek binnen artistiek onderzoek.
• Dit symposium dient als een platform om Vlaamse expertise te bundelen en antwoorden te formuleren op de onzekerheden van morgen.

Themaverdeling van de sprekers:

Luc De Raedt

• Korte inleiding tot generatieve artificiële intelligentie, waarbij wordt ingegaan op de werking en de beperkingen van deze technologie.
• Daarbij worden onder andere large language models, large reasoning models en agentgebaseerde systemen besproken.
• Illustratie van het potentiële gebruik en misbruik van generatieve AI voor wetenschappelijke doeleinden.

Andres Algaba

• Automatisatie van het volledige onderzoekstraject: van hypothesevorming, uitwerking, ontwerp van experiment, meetgegevens, analyse van de data, conclusies tot publicatie.
• Reproduceerbaarheid en generalisatie van geautomatiseerde wetenschap.
• Impact op het onderzoeksgebeuren, AI gegenereerde fraude, AI-hallucinatie.
• Vermindering van de skills van de onderzoekers, impact op hun opleiding.
• Bewust en onbewust misbruik van AI door de publicatiedruk.

Wim Van Biesen

• AI toepassingen in de gezondheidszorg als puur technische wetenschap.
• Impact en belang van goede data.
• Impact van AI op ons mensbeeld (en dus begrip van zorg).
• Alignering van AI met onze gezondheidsnoden en doelen.
• Ethische en juridische vragen: in hoeverre mag technologie de rol van zorgverleners overnemen?

Sofie Goethals

• Ethiek en transparantie: Hoe omgaan met auteurschap en transparantie?
• Moeten er extra regels komen betreffende inzending of beoordeling?
• Hoeveel menselijke inbreng is ‘genoeg’?
• Impact op de diversiteit van het onderzoek.
• Impact van AI op de wereldwijde kenniskloof?

Sylvia Wenmackers

• Welke automatisatie is nuttig en wenselijk vanuit het doel van het onderzoek?
• Big Tech vs Academia: AI werktuigen nooit neutraal, gebrek aan openheid.
• Volledige impact van AI (lokaal en globaal, nu en in de toekomst) gebrek aan transparantie, ecologische impact, rekentijd, energieverbruik, levenscyclus analyse.

Hans Willems

• Beoordeling van onderzoeksvoorstellen.
• Automatisatie bij het concipiëren van onderzoeksprojecten.
• Toevloed onderzoeksvoorstellen, malafide uitgevers.
• Evaluatie van projectresultaten.
• Opsporen van AI genereerde fraude.

Afsluitend debat met moderator Johan Decruyenaere, KAGB

Panelleden: de sprekers, en twee onderzoekers die zich buigen over de vraag: "Hoe ziet de universiteit van 2030 eruit als AI de overhand neemt?"