AI ett administrativt stöd för doktoranden

– Jag forskar om immunförsvarets reaktion vid covid-19 och influensainfektion. Genom att undersöka immunsvar under hela sjukdomsförloppet vill vi hitta tidiga biomarkörer för att förstå utveckling av svår sjukdom. Min introduktion till AI skedde i samband med planeringen av mitt doktorandprojekt. Min handledare och jag insåg att mängden tillgängliga forskningsresultat var så pass stor att det var svårt att kapitalisera på datan med traditionella statistiska metoder, säger Eric Åhlberg, doktorand vid institutionen för medicin, Solna, Karolinska Institutet. 

– Jag tycker det är positivt att Microsoft Copilot erbjuds till alla medarbetare på KI. Microsoft Copilot källhänvisar automatiskt och är baserad på en kraftig språkmodell. Jag har mestadels goda erfarenheter men det finns också begränsningar såsom antalet interaktioner per dag och textlängder som accepteras.

Hur använder du AI-lösningar idag? 

– Jag har precis börjat implementera AI och lär mig hur jag kan använda det ansvarsfullt i min forskning. Det är viktigt att stegvis utvärdera AI:s resultat, parallellt med traditionella metoder, för att validera AI-genererade utfall. Jag använder språkmodeller som Microsoft Copilot och ChatGPT för R-programmering och R-paket för att tillämpa maskininlärningsalgoritmer på mina forskningsdata.

Vilka är fördelarna med AI inom forskningen? 

– I början av min doktorandtjänstgöring var jag en nybörjare på programmering och fick ägna mycket tid åt detta. ChatGPT och Microsoft Copilot hjälpte mig att förstå och förbättra kod från open-source forum, vilket var ett effektivt pedagogiskt verktyg. 

– Smarta chattbotar underlättar bland annat att skriva programkod för statistiska analyser och datahantering. Det gynnar forskare med programmeringskunskaper men som ännu inte är programmeringsexperter, genom att förbättra och förfina deras kod. Det är dock viktigt att förstå kodens styrkor och svagheter. 

– AI frigör också tid för forskare att fokusera på sin huvuduppgift: forskningen. Detta genom att assistera i administrativa uppgifter utanför själva forskningen, exempelvis att skapa presentationer och hantera dokument. 

– Dock ska man inte förvänta sig underverk på första frågan till AI-verktyget, eller prompten. Enligt min erfarenhet av AI-baserade chattbotar vid exempelvis design av presentationer är att det kan ta många interaktioner innan resultatet blir användbart.

Vilka är utmaningarna? 

– Det finns flertalet risker med att applicera AI inom forskning. När man blint litar på en chattmodells rekommendation för statistiska beräkningar, långa programkoder eller artikelsammanfattningar kommer man förr eller senare att trampa snett. Många av oss har upplevt att språkmodellerna tenderar att ge ett svar med varierande sanningshalt på en fråga, framför att svara "jag vet inte". AI fråntar oss inte kritiskt tänkande utan tvärtom, det ökar vikten av det.

– En annan risk är att forskare matar in känslig information som sedan används för att träna algoritmen, information som kanske blir tillgänglig för individer som den ursprungligen inte var menad för. 

Vilka möjligheter ser du med AI över tid? 

– Min förhoppning är att AI ska öka min möjlighet att nå forskningsresultat av hög vetenskaplig kvalitet. Detta kan göras på ett direkt sätt, till exempel genom att bolla idéer för statistiska metoder och koder för programmering. Det kan också göras på ett indirekt sätt genom att minska tiden som forskare behöver läggas på övriga arbetsuppgifter, säger Eric Åhlberg.