Članak ispituje granice primene veštačke inteligencije u nauci i zaključuje da VI može ubrzati istraživanja, ali ne i zameniti naučnike. Primer AlphaFold‑a pokazuje koliko VI može pomoći, ali i podseća da modeli zavise od ljudski pripremljenih podataka i teorijskog utemeljenja. Nauka je društveni i generacijski proces, pa potpuna automatizacija ugrožava njen legitimitet. Ambiciozni projekti poput Genesis Mission mogu doneti koristi samo uz aktivno učešće naučne zajednice.
Zašto veštačka inteligencija može ubrzati nauku — ali ne može zameniti naučnike
Human scientists lay the foundations for every scientific breakthrough. | Credit: Qi Yang/Moment via Getty Images
U skladu sa opštim trendom primene veštačke inteligencije (VI) u gotovo svim oblastima, istraživači i donositelji odluka sve češće koriste modele trenirane na naučnim podacima da bi testirali hipoteze i ubrzali istraživanja. Pitanje koje se nameće glasi: može li VI u potpunosti zameniti ljudske naučnike?
Genesis Mission: ambiciozan, ali kontroverzan projekat
Administracija Donalda Trumpa potpisala je 24. novembra 2025. izvršnu naredbu kojom je najavljena Genesis Mission — inicijativa za izgradnju i obuku serije VI agenata na saveznim naučnim skupovima podataka kako bi "testirali nove hipoteze, automatizovali istraživačke tokove rada i ubrzali naučna otkrića." Takvi projekti pokazuju potencijal, ali i izazove u primeni VI u nauci.
Šta VI već radi dobro
VI sistemi izvrsno barataju ogromnim količinama podataka: mogu brzo obrađivati publikacije, eksperimente i javno dostupne bazе podataka, uočavati suptilne obrasce i generisati hipoteze koje bi ljudima promakle. Dobar primer je AlphaFold, model koji je svojim doprinosom u predviđanju strukture proteina značajno olakšao biomedicinska istraživanja — tako značajno da su njegovi tvorci nagrađeni Nobelovom nagradom za hemiju 2024.
Ograničenja: zašto VI ne može samostalno „raditi nauku”
Ipak, VI ne stvara novo znanje iz ničega. Modeli ne „uče” direktno iz sveta na način na koji ljudi to čine — oni zavise od podataka koje ljudski stručnjaci prikupljaju, selektuju i etiketuju. Bez pažljivo odabranih i interpretiranih skupova podataka, preporuke VI sistema mogu biti nepraktične, nerelevantne ili čak opasne.
Breakthroughs are possible through collaboration across generations of scientists. | Credit: Jacob Wackerhausen/iStock via Getty Images Plus
"Da bi bili uspešni kao naučni alati, modeli VI moraju zadržati snažnu empirijsku vezu sa već uspostavljenim znanjem." — Emily Sullivan
Osim tehničkih ograničenja, postoji i dublji filozofski i društveni problem: nauka je društveni proces. Naučna otkrića nastaju u okviru generacija istraživača, debate, metodoloških standarda i vrednosti. Primer je priča o dvojnogoj zavojnici DNK: konačno otkriće 1953. bilo je rezultat dugog niza ideja, eksperimenata i tehnološkog napretka, a ne trenutnog, izolovanog uvida.
Kako VI može najefikasnije pomoći
VI može znatno ubrzati određene faze naučnog rada: pretragu literature, automatsku obradu podataka, predloške za eksperimentalni dizajn, simulacije i identifikaciju obećavajućih pravaca istraživanja. Ključno je da VI alati budu razvijeni i korišćeni uz aktivno učešće naučne zajednice — da bi ostali ukotvljeni u postojećem znanju, metodama i etičkim normama.
Zaključak
Veštačka inteligencija je moćan alat koji može ubrzati naučni napredak i olakšati istraživački rad, ali ne može sama zameniti ljudske naučnike. Nauka ne počiva samo na algoritmima — ona počiva na ljudskoj radoznalosti, vrednostima, društvenim institucijama i višegeneracijskom radu. Ambiciozni programi poput Genesis Mission mogu biti korisni, ali samo ako su dizajnirani i nadgledani u saradnji sa naučnicima.
Izvor: Adaptirano i uređeno iz članka iz The Conversation pod Creative Commons licencom.
Pomozite nam da budemo bolji.
