AI slop, czyli jak niskiej jakości treści degradują naukę

AI slop w nauce zwiększa produktywność badaczy, ale jednocześnie obniża jakość ich publikacji i podważa tradycyjne kryteria oceny.

.W ciągu ostatnich trzech lat generatywna sztuczna inteligencja radykalnie zmieniła sposób tworzenia tekstów, a nauka stała się jednym z obszarów najmocniej dotkniętych tym zjawiskiem. Modele językowe potrafią dziś generować złożone i poprawne językowo podsumowania, artykuły czy streszczenia przy minimalnym udziale człowieka. Skutkiem ubocznym tej dostępności jest jednak masowa produkcja tzw. AI slop, czyli treści niskiej jakości, które sprawiają wrażenie profesjonalnych, lecz nie wnoszą realnej wartości poznawczej. Badania pokazują, że nauka zaczyna odczuwać ten problem szczególnie dotkliwie.

Zespół badaczy z Uniwersytetu Kalifornijskiego w Berkeley i Uniwersytetu Cornella przeanalizował ponad milion preprintów opublikowanych w latach 2018–2024, czyli wstępnych wersji artykułów naukowych udostępnianych publicznie przed formalnym procesem recenzji naukowej. Wyniki, opublikowane w czasopiśmie „Science”, wskazują, że wykorzystanie AI znacząco zwiększa produktywność akademicką.

Po rozpoczęciu korzystania z narzędzi AI, liczba publikowanych preprintów rosła od 36,2% do 59,8% miesięcznie, w zależności od platformy. Największy wzrost odnotowano wśród autorów niebędących native speakerami języka angielskiego, zwłaszcza w Azji, gdzie sięgał nawet 89,3%. Dane sugerują, że AI jest często wykorzystywana jako narzędzie poprawy języka, a niekoniecznie jakości badań.

Kluczowe pytanie dotyczy jednak jakości publikacji. Analiza wykazała, że artykuły wspierane przez AI charakteryzują się bardziej złożonym językiem. Problem polega na tym, że w przypadku prac pisanych bez AI wysoki poziom językowy zwiększał szanse na publikację w recenzowanym czasopiśmie. W przypadku tekstów tworzonych z pomocą AI zależność ta się odwracała. Im bardziej złożony język, tym mniejsze prawdopodobieństwo akceptacji. Oznacza to, że skomplikowana narracja bywa wykorzystywana do maskowania słabych metodologicznie lub mało oryginalnych badań, co podważa dotychczasowe heurystyki stosowane w ocenie prac naukowych.

.Jednocześnie AI wpływa na sposób wyszukiwania i dystrybucji wiedzy. Badanie wykazało, że użytkownicy wyszukiwarek wspieranych AI, takich jak Bing Chat, trafiają na bardziej zróżnicowane i nowsze źródła niż użytkownicy tradycyjnych wyszukiwarek. To pozytywny sygnał, który przeczy obawom o zamykanie nauki w kręgu tych samych, często cytowanych publikacji. Jednak rosnąca liczba słabych jakościowo prac oznacza większe obciążenie dla systemu recenzji naukowej. Autorzy badania wskazują, że jedyną realną odpowiedzią może być wykorzystanie AI także po stronie recenzentów, do wstępnej oceny metodologii i spójności badań.

AI slop w nauce nie jest więc wyłącznie problemem technologicznym, lecz systemowym. Sztuczna inteligencja zwiększa tempo produkcji wiedzy, ale jednocześnie osłabia znaczenie języka jako wskaźnika jakości. W przyszłości o wartości badań będzie musiała decydować nie forma, lecz pogłębiona analiza metod i rzeczywistego wkładu naukowego.

Oprac: SŚ