Hva er verdien av forskningen når artikler er skrevet av KI, vurdert av KI, og til slutt lest av KI?

Hva skal forskere gjøre når datamaskinene tar over forskningen? Det høres kanskje naivt ut, men det er alt annet enn en fjern problemstilling. I vår entusiasme over hvordan kunstig intelligens (KI) kan spare oss for tid og ressurser, ser vi tegn til at forskningen endrer seg. Det er mulig å bruke KI til litteratursøk, man kan automatisere og effektivisere analysearbeid, og fagfellevurdering overlates til KI. Men hva er verdien av forskningen når artikler er skrevet av KI, vurdert av KI, og til slutt lest av KI?

Fakta

Eli Smeplass

Utdanning: Doktorgrad i sosiologi

Nåværende jobb: Førsteamanuensis i yrkespedagogikk ved Institutt for lærerutdanning

Roller i UH-sektoren: Medlem av New University Norway og initiativtaker til ProtestPub

Faglige interesser: Utdanning og samfunn

Opptatt av: Utdanningspolitikk på alle nivå, menneskelig engasjement og samhandling

Tiltrer som medlem av NTNUs hovedstyre fra høsten 2025.

Formater og faglig vurdering

Formater kan begrense forskningen. Særlig gjelder dette i samfunnsvitenskapene, som har større behov for kreativ formidling, kritikk og utforskning av usikkerhet enn naturvitenskapenes mer hypotesedrevne tilnærming. Selv har jeg aldri vært veldig opptatt av å slavisk tvinge frem formater om det er til hinder for faglig formidling. Noen ganger kommer studenter og spør hvor strenge vi er på formalia i forbindelse med eksamener og semesteroppgaver. Svaret mitt pleier å være at de må se det an selv, men at de helst bør unngå å skrive kort og mangelfullt, eller langt og kjedelig. Det verste jeg vet er å lese lange kjedelige oppgaver. I de fleste tilfeller klarer studentene å knekke formidlingskoden, og leverer noe som er både godt faglig fundert og spennende å lese.

Samtidig tenker jeg at studentene er ganske heldige. De får plass og rom til å utbrodere om valg og vurderinger, ja til og med feilskjær de støtte på underveis i en prosess. I masteroppgaver kan de eksempelvis skrive side opp og side ned om hva observasjonene viste og hva informantene deres sa. De kan bruke sin egen forskerstemme til å kommentere utfyllende om det de observerer. Det er ikke mulig om man vil publisere forskningen sin i moderne tidsskrift, hvor formatet er stramt og rigid for «effektiv» formidling.

Død over IMRaD!

Artikkelformatet kjent som IMRaD (som står for Introduction, methods, results and discussion) er kjent som et velstrukturert format for å presentere forskningsfunn på en ryddig og tilgjengelig måte. Det har dessverre blitt normen i de fleste akademiske tidsskrifter, også innen samfunnsvitenskapene. Dette til tross for at formatet opprinnelig ble utviklet for å rapportere naturvitenskapelige eksperimenter. Samtidig har andre faglige tradisjoner, særlig innen kvalitativ forskning, lenge brukt mer essayistiske, reflekterende og åpne formater. Likevel behandles IMRaD og fagfellevurderte artikler i tidsskrift fortsatt som gullstandard i akademia. Det er uheldig. For samfunnsvitenskapelig forskning passer dårlig inn i stramme rammer som prioriterer slik effektivitet fremfor undring, og struktur fremfor tenkning.

IMRaD begrenser ikke bare hvordan vi skriver – det former hva vi forsker på. Når formatet belønner forutsigbarhet, styrer det oss mot trygge og strømlinjeformede prosjekter, og vekk fra faglig risiko, kritikk og teoretisk nyskaping. Da kan forskningen miste noe av det som gjør den relevant.

Teknologioptimist/teknologipessimist

Jeg er verken pessimist eller blind optimist, men anser meg selv mer som en teknologirealist. Jeg har selv vokst opp med digitale hjelpemiddel til skriving og formidling. Jeg startet min skrivekarriere med Windows 97’ som hadde innebygget stavekontroll. Google translate har etter hvert hjulpet meg med mangt et ord og begrep.

Da kunstig intelligens som ChatGPT og Copilot ble tilgjengelig, ble det åpenbart at den kunne finne på tullete ting, eller hallusinere som det også kalles.

Jeg ville se om den kunne hjelpe meg med å formulere akademisk engelsk. Det var mildt sagt imponerende. Engelsken min er ikke så aller verst, men som for mange andre med et annet morsmål, krever det mye tid å skrive4 godt. Jeg har også måttet bruke skattebetalernes penger på «språkvask», altså å betale profesjonelle firmaer som retter teksten før den vurderes som publiserbar. Mange ganger opplevde jeg at min egen fortellerstemme, med sine fornorskede rariteter, ble omgjort til et språk jeg ikke helt kjente igjen som mitt. Nå kan jeg diskutere språk og formuleringer med språkmodellen i flere trinn, og bruker det som et nytt skriveredskap sammen med mange andre strategier for å utvikle tekst.

Derfor opplever jeg at generativ kunstig intelligens tross alt er et styrkende verktøy, som trolig vil gjøre det lettere for mange å formulere seg på måter som er hensiktsmessige og legitime. Allikevel bekymrer jeg meg en del for det vi skal igjennom de kommende årene.

Forskning som masseproduksjon

Forskning publiseres i dag på måter som kan gi oss trøbbel i møte med denne nye teknologien. Publiseringsindustrien har vist seg å være sårbar for samtidens kvantitetsjag. Forskere blir målt opp mot hverandre i ansettelsesprosesser, søknader om forskningsmidler og ulike incentivordninger. Dette har gjort det viktigere å ha mange publikasjoner på CV-en, noe både seriøse og useriøse aktører har visst å tjene penger på. Publiseringsavgifter er blitt Big business, og når fagfellevurderte artikler tillegges størst prestisje, sier det seg selv at det oppstår press på både fagfeller og redaksjoner.

Internett har gjort det mulig å spre forskning globalt. Men samtidig har det åpnet for overproduksjon. Nå mener jeg at dette systemet står for fall.

De siste årene har jeg fagfellevurdert for en rekke tidsskrifter, både nasjonalt og internasjonalt. I flere tilfeller har det vært åpenbart at teksten er KI-generert. Den er ikke nødvendigvis dårlig skrevet, men uten analytisk dybde. Språket flyter greit, men idé, argumentasjon og analyse mangler i mange tilfeller faglig tyngde. Jeg har sett flere eksempler på at hele teksten er skrevet av en språkmodell. I reviewen påpeker jeg gjerne disse svakhetene, men det får meg til å lure: Hva skjer når modellene om ett eller to år er så gode at vi ikke lenger kan se forskjellen på det som er skrevet av et menneske og en robot (KI)?

I dag er det tidsskrifter som lar KI gjøre selve fagfellevurderingen. Hvor vanvittig er ikke det? Artikler skrevet av KI, vurdert av KI, og til slutt kanskje bare lest av KI, fordi ingen av oss orker å lese forskning som uansett bare kan oppsummeres i en automatisk generert podcast. Det er ganske dystert.

Samtidig står vi i fare for å senke terskelen for publisering av artikler. Det er nå fullt mulig å sende inn artikler til internasjonale tidsskrifter uten å ha fått opplæring i metode, teori eller faglig formidling. Og det må jo sies at tidsskriftsartikler uansett kan være et håpløst format. Forskeren får ofte kun ett avsnitt til å forklare hele forskningsprosessen.

Det er altså mange risikoer med det systemet vi nå har laget, og det er grunn til å så tvil om vi er godt nok rustet til å håndtere utfordringene forskning står ovenfor globalt som følge av kunstig intelligens.

 For å vise faren med dette systemet har jeg har laget en illustrasjon av det jeg kaller «Den komplett meningsløse forskningsloop» hvor forskningen går i en evig meningsløs runddans hvor KI opptrer i forskerens rolle:

Ikke bli erstattet av en robot ...

Utviklingen vi nå står i har fått meg til å innse at vi som forsker kan gjøre oss selv overflødige hvis vi bare fortsetter som før, uten å ta inn over oss konsekvensene av kunstig intelligens, useriøse tidsskrifter og publiseringspresset som fører til masseproduksjon av forskning med varierende kvalitet. Jeg tenker derfor at fremtidens forskere må finne mer hensiktsmessige måter å forvalte og formidle sin kunnskap på. Forskningsetikk og trygg håndtering av data blir enda viktigere, sammen med evnen til å stille gode spørsmål, lede databehandlingsprosesser og sikre kvalitet i analyser.

Språkmodellene trenes på det vi allerede har skrevet. Derfor må vi fortsette å produsere forskning som bringer inn det unike, sammensatte og menneskelige. Forskere må altså bruke tiden sin på det maskinene ikke kan. Vi må ta ansvaret for å formulere nye innsikter, kjenne etter, stå i usikkerhet og ta ansvar for kunnskapen vi deler. Hvis vi ikke klarer det, blir vi bare noe som legitimerer den komplett meningsløse forskningsloopen.

Kjennskap til, og evne til å handle med utgangspunkt i vitenskapsteori er en nøkkelkompetanse. Vi må vite hvordan vi kan vurdere om noe er relevant, gyldig og pålitelig. Jeg tror vi vil se forskere som bygger og forvalter større databaser med bruk av kunstig intelligens. Men jeg håper vi også ser en bevegelse bort fra kjedelige og uhensiktsmessige formater. Kanskje kan vi gjenvinne verdien av lengre resonnementer, grundige metodebeskrivelser og gi mer rom for faglig refleksjon?

Forskere må videre fortsette å snakke med mennesker, jobbe mot skjevheter i datagrunnlag, sikre representativitet og motvirke forenklede fremstillinger av komplekse samfunnsutfordringer.

Det innebærer også å håndtere motstridende informasjon og erkjenne at verden sjelden lar seg redusere til enkle svar. Kanskje åpner dette for en fornyet interesse for kreativ og utforskende forskningsformidling, der det er plass til nyanser, ambivalens og tvil? Jeg håper virkelig det.

Les flere bidrag av UAs gjesteskribenter her