Οι αρνητές της κλιματικής αλλαγής προωθούν ένα έγγραφο που δημιουργήθηκε από τεχνητή νοημοσύνη (ΑΙ) και αμφισβητεί την ανθρωπογενή αύξηση της θερμοκρασίας, οδηγώντας τους ειδικούς να προειδοποιήσουν για την άνοδο της έρευνας που είναι εγγενώς ελαττωματική, αλλά πλασάρεται ως ουδέτερη και απολύτως λογική.
Το εν λόγω άρθρο, με τίτλο «Μια Κριτική Επανεκτίμηση της Υπόθεσης CO2 και της Ανθρωπογενούς Θερμοκρασίας», απορρίπτει τα κλιματικά μοντέλα σχετικά με την ανθρωπογενή υπερθέρμανση του πλανήτη και έχει αναφερθεί ευρέως στα μέσα κοινωνικής δικτύωσης ως η πρώτη «αξιολογημένη» έρευνα με επικεφαλής την τεχνητή νοημοσύνη (AI) επί του θέματος.
Ο ρόλος της τεχνητής νοημοσύνης στην άρνηση της κλιματικής αλλαγής
Το άρθρο παρουσιάζεται ως το πρώτο ερευνητικό έργο που έχει δημιουργηθεί εξ ολοκλήρου από το τεχνητό σύστημα Grok 3, το οποίο ανήκει στην εταιρεία του Έλον Μασκ.
Παρά την αμφισβητούμενη επιστημονική βάση του και την έντονη αντίθεση από την επιστημονική κοινότητα, το άρθρο έχει αποκτήσει μεγάλη δημοσιότητα μέσω διαδικτυακών προωθήσεων από άτομα που αμφισβητούν την κλιματική αλλαγή, όπως ο Covid-19 αρνητής Robert Malone.
Οι υποστηρικτές του άρθρου ισχυρίζονται ότι η χρήση της τεχνητής νοημοσύνης στην έρευνα μπορεί να γίνει η νέα κανονικότητα στην επιστημονική κοινότητα, ανοίγοντας το δρόμο για τη χρησιμοποίηση αυτής της τεχνολογίας σε μελλοντικές έρευνες.
Η επιστημονική κατάρριψη της τεχνητής νοημοσύνης ως «αντικειμενικής» ερευνητικής οντότητας
Όμως, οι ερευνητές και οι επιστήμονες επισημαίνουν ότι η χρήση τεχνητής νοημοσύνης για τη συγγραφή επιστημονικών άρθρων μπορεί να οδηγήσει σε ψευδή εντύπωση «αντικειμενικότητας». Οι μεγάλοι γλωσσικοί αλγόριθμοι (όπως το Grok 3) βασίζονται σε στατιστικά μοντέλα που προβλέπουν λέξεις ή φράσεις με βάση τα δεδομένα που έχουν εκπαιδευτεί πάνω τους, και όχι σε λογική ή πραγματική κατανόηση του θέματος.
Ο καθηγητής Μάρκ Νεφ, ειδικός στην περιβαλλοντική επιστήμη, υποστηρίζει ότι «αυτά τα μοντέλα δεν έχουν τη δυνατότητα να σκέφτονται. Είναι στατιστικά εργαλεία, όχι πραγματική έρευνα». Επομένως, η αποδοχή τέτοιων ερευνών ως «αντικειμενικών» μπορεί να οδηγήσει σε αποπροσανατολισμό και παραπληροφόρηση.
Η αμφισβήτηση των πηγών και των στοιχείων του άρθρου
Ειδικοί στον τομέα της επιστημονικής ηθικής, όπως η μικροβιολόγος Ελίζαμπεθ Μπικ, αμφισβητούν την αδιαφάνεια γύρω από τη διαδικασία συγγραφής του άρθρου. Το άρθρο δεν αναφέρει ακριβώς πώς χρησιμοποιήθηκαν τα δεδομένα ή ποιες παραμέτροι δόθηκαν στην AI για να αναλύσει αυτά τα δεδομένα.
Επιπλέον, οι αναφορές που χρησιμοποιούνται από το AI περιλαμβάνουν επιστημονικές εργασίες αμφισβητούμενες και συχνά διαστρεβλωμένες από κλιματικούς αρνητές, όπως ο φυσικός Χέρμαν Χάρντε και ο αστροφυσικός Γουίλι Σουν, οι οποίοι έχουν λάβει σημαντική χρηματοδότηση από τη βιομηχανία ορυκτών καυσίμων.
Το αδιαφανές σύστημα αξιολόγησης
Το άρθρο αναφέρει ότι υποβλήθηκε και δημοσιεύθηκε μέσα σε μόλις 12 ημέρες, χωρίς να διευκρινίζεται ποιο σύστημα αξιολόγησης ακολούθησε. Επιπλέον, το περιοδικό και ο εκδότης φαίνεται να είναι άγνωστοι στην κοινότητα και δεν φαίνεται να είναι μέλη της Επιτροπής Εκδοτικής Δεοντολογίας.
Η απουσία διαφάνειας στην όλη διαδικασία, σε συνδυασμό με τη χρήση του AI, εντείνει τις ανησυχίες για την αξιοπιστία του άρθρου και το ενδεχόμενο χρήσης του για την προώθηση παραπλανητικών ή αβάσιμων επιχειρημάτων.
Ο κίνδυνος της χρήσης AI για επιστημονική παραπληροφόρηση
Η άρνηση της κλιματικής αλλαγής φαίνεται να προσλαμβάνει νέες μορφές, με τη χρήση της τεχνητής νοημοσύνης για τη δημιουργία δήθεν επιστημονικών έργων που δεν βασίζονται σε σωστά δεδομένα ή ερευνητική διαδικασία. Η αδιαφάνεια στην αξιολόγηση, οι αμφισβητούμενες πηγές και η ψευδής αίσθηση αντικειμενικότητας είναι τα βασικά στοιχεία που υπογραμμίζουν τον κίνδυνο αυτών των προσπαθειών.
Είναι κρίσιμο για την επιστημονική κοινότητα να παραμείνει προσεκτική και να αναγνωρίσει τις διαφορές μεταξύ πραγματικής έρευνας και παραπληροφόρησης που παρουσιάζεται ως αντικειμενική.
Η καμπάνια παραπληροφόρησης μέσω τεχνητής νοημοσύνης υπογραμμίζει την ανάγκη για αυστηρές διαδικασίες και διαφάνεια στην επιστημονική έρευνα, ώστε να αποφεύγονται τέτοιες πλάνες και να διασφαλίζεται η αλήθεια και η ακεραιότητα των επιστημονικών δεδομένων.