La peer review è una parte vitale della ricerca scientifica. Svolge un ruolo cruciale nel garantire la veridicità e l’accuratezza dei risultati prima che vengano pubblicati. Tuttavia, il processo di revisione tra pari viene effettuato da esseri umani e gli esseri umani inevitabilmente commettono errori. Ma le tecnologie emergenti potrebbero essere la chiave per risolvere questo problema.
BeInCrypto ha parlato con il co-fondatore di YesNoError Matt Schlicht e il CEO di Mira Network Magnus Bratt per capire come l'intelligenza artificiale (AI) e la scienza decentralizzata (DeSci) si fondono per trasformare i processi scientifici sottoposti a revisione paritaria.
Il prezzo di una supervisione errata
Anche gli esseri umani più intelligenti commettono errori. Quando si tratta di scienza, questi errori possono avere conseguenze enormi. La storia, sia recente che antica, lo ha dimostrato più e più volte.
Nel 1998, la NASA ha lanciato il Mars Climate Orbiter per studiare l'atmosfera del pianeta. Il progetto prevedeva un investimento di 125 milioni di dollari e quasi 10 mesi di viaggio per arrivarci.
Al suo arrivo, l'orbiter bruciò e si ruppe, e la NASA presto considerò la missione un insuccesso. Ciò che più ha colpito è stato che il fallimento della missione fosse riconducibile a un semplice errore di navigazione.
Il team di navigazione guidato dal Jet Propulsion Laboratory (JPL) ha utilizzato unità metriche nei loro calcoli. Nel frattempo, Lockheed Martin Astronautics, progettista e costruttore del veicolo spaziale, ha fornito dati cruciali sull'accelerazione delle unità inglesi.
L'incapacità di Lockheed Martin di convertire le unità inglesi in metriche spiegò l'errore critico che fece sì che la navicella spaziale si avvicinasse troppo a Marte e bruciasse all'arrivo.
"La tradizionale revisione tra pari è intrinsecamente limitata dall'errore umano e dalla soggettività. I revisori possono trascurare difetti metodologici cruciali o errori statistici dovuti a pregiudizi individuali, interessi contrastanti o semplicemente alle limitazioni del controllo manuale", ha detto Bratt a BeInCrypto.
Successive indagini hanno scoperto che la mancanza di una revisione rigorosa e indipendente dei calcoli di navigazione ha contribuito a far sì che gli errori di conversione delle unità passassero inosservati. Tuttavia, ci sono stati casi ancora più recenti in cui i meccanismi di peer review non sono riusciti a risolvere errori così semplici.
Un recente caso di errore umano nella scienza
Uno degli eventi più recenti che parla della portata dell’errore umano nella ricerca scientifica sottoposta a revisione paritaria è avvenuto lo scorso anno. Nel mese di ottobre, uno studio pubblicato sulla rivista di chimica ambientale Chemosphere ha rivelato che i ritardanti di fiamma elettronici sono presenti in alcuni prodotti domestici in plastica nera, come gli utensili da cucina.
Lo studio ha dato origine a numerosi resoconti dei media, inclusi articoli in testate come The Atlantic e National Geographic, che invitavano i consumatori a scartare i loro utensili da cucina in plastica nera. Ha anche scatenato una frenesia di preoccupazione pubblica sui social media.
Tuttavia, a dicembre, per 30 centesimi e in 30 secondi, una queryOpenAI che esaminava i risultati dello studio ha rilevato che gli autori avevano mancato uno zero.
"Abbiamo calcolato male la dose di riferimento per un adulto di 60 kg, stimandola inizialmente a 42.000 ng/giorno invece del valore corretto di 420.000 ng/giorno", si legge nella correzione.
La ricerca originale conteneva un errore significativo di fattore 10, in cui una determinata esposizione veniva dichiarata pari all’80% del limite legale per una determinata tossina quando era solo dell’8%. In altre parole, questo errore sovrastimava significativamente l’esposizione a queste tossine.
"Direi che il limite numero uno che è molto chiaro che le revisioni tra pari hanno è che gli esseri umani commettono errori. Queste sono persone super intelligenti. Questo è stato pubblicato ovunque. È durato due mesi e milioni e milioni di persone hanno visto questo articolo, e nessuno se ne è accorto. Si scopre che se prendi quel documento e lo invii all'ultimo modello di OpenAI, dici semplicemente: 'ehi, ci sono errori in questo documento?' Per circa 30 centesimi e in 30 secondi, dice immediatamente di sì," ha detto Schlicht.
In risposta a questi eventi, i sostenitori dell’intelligenza artificiale e del DeSci hanno notato questi difetti negli approcci tradizionali alla scienza.
Reinventare la peer review con AI e DeSci
Il concetto di peer review esiste da secoli. Dalla sua nascita ha subito diversi cambiamenti.
"La peer review non è sempre stata il processo formale e anonimo che conosciamo oggi. Agli albori delle riviste scientifiche (metà del 1600), gli editori, come Henry Oldenburg della Royal Society, decidevano cosa pubblicare senza consultare esperti esterni. Nel corso del XVIII e XIX secolo, con l'espansione delle comunità scientifiche, le discussioni informali e le valutazioni interne si sono gradualmente evolute in una pratica più sistematica. Verso la metà del XX secolo, con l'esplosione dei risultati della ricerca, le riviste hanno adottato una peer review strutturata ed esterna (spesso con revisori anonimi) per aiutare a mantenere la qualità e l’equità. Oggi vediamo una serie di modelli – dalle revisioni in singolo e doppio cieco alle revisioni aperte e post-pubblicazione – che riflettono gli sforzi continui per bilanciare trasparenza, efficienza e rigore in un panorama accademico in rapida crescita”, ha spiegato Bratt.
DeSci è partito alla ricerca di soluzioni tecnologiche Web3 per affrontare le sfide critiche che emergono come parte dell'approccio tradizionale alla ricerca scientifica. Di conseguenza, gli agenti di intelligenza artificiale sono diventati una soluzione evidente alle conseguenze potenzialmente disastrose che l’errore umano può avere sui meccanismi di peer review.
"L'intelligenza artificiale può segnalare automaticamente errori, incoerenze e plagi abbinando i manoscritti ai revisori più adatti, contribuendo a ridurre i pregiudizi e ad alleviare il carico di lavoro dei revisori. Le piattaforme scientifiche decentralizzate , utilizzando blockchain o tecnologie simili, possono registrare le cronologie delle revisioni in modo trasparente e consentire valutazioni crowdsourcing, aumentando la responsabilità e la fiducia. Insieme, questi strumenti semplificano e migliorano la revisione tra pari, garantendo un controllo di qualità più rapido e affidabile", ha aggiunto.
Queste tecnologie emergenti hanno anche reso più accessibili i contributi alla revisione scientifica.
"La scienza decentralizzata e l'intelligenza artificiale possono aiutare enormemente le revisioni tra pari riducendo il costo di una revisione tra pari consentendo a un'intelligenza artificiale di farlo a una frazione del costo e a una velocità molto più elevata. DeSci può dare a tutti la possibilità di avere infinite revisioni tra pari istantaneamente", ha affermato Schlicht.
Efficienza, velocità, decentralizzazione e riduzione dei costi possono aprire nuove strade per affrontare problemi scientifici complessi che finora hanno resistito alle soluzioni.
Accelerare il progresso scientifico con l’intelligenza artificiale
Le tecnologie emergenti come l'intelligenza artificiale offrono nuovi approcci promettenti per complesse sfide scientifiche, tra cui la ricerca sul cancro, la longevità umana e il morbo di Alzheimer.
Grazie a secoli di ricerca umana, oggi milioni di articoli scientifici vengono pubblicati da riviste di tutto il mondo, traducendosi in grandi quantità di dati. Gli agenti IA possono archiviare, filtrare e analizzare i set di dati esistenti a velocità oggi umanamente impossibili.
"L'intelligenza artificiale sta trasformando la ricerca sul cancro e rappresenta un'enorme promessa per accelerare la scoperta di trattamenti efficaci. Gli strumenti di intelligenza artificiale si stanno già rivelando preziosi vagliando rapidamente enormi set di dati per scoprire marcatori genetici e nuovi bersagli farmacologici, modellando il modo in cui i tumori si evolvono e persino suggerendo combinazioni di trattamenti innovativi. Queste scoperte non stanno solo accelerando le fasi iniziali di scoperta, ma stanno anche ottimizzando i progetti di studi clinici e prevedendo le risposte dei pazienti con crescente precisione. Sebbene il cancro rimanga un insieme complesso di malattie, il crescente impatto dell'intelligenza artificiale è rendere l'obiettivo di una cura sempre più raggiungibile e sta dando energia all'intera comunità di ricerca", ha detto Bratt a BeInCrypto.
YesNoError (YNE) di Schlicht ha creato un whitepaper per un'iniziativa decentralizzata che sfrutta modelli avanzati di linguaggio di grandi dimensioni (LLM) per controllare sistematicamente tutta la letteratura scientifica esistente. Il token YNE è costruito su un modello economico in cui i possessori di token possono votare su quali progetti dovrebbero ricevere la priorità.
Gli agenti IA sono responsabili di errori di scansione che vanno dai semplici errori di calcolo alla falsificazione dei dati. L'obiettivo più ampio del progetto è sviluppare uno strumento per la verifica delle affermazioni scientifiche accessibile a ricercatori, istituzioni e pubblico.
“Quanti articoli di ricerca sono stati scritti sulla longevità? Diciamo che sono un milione, diciamo che siete un laboratorio focalizzato sulla longevità. Le dimensioni del tuo team necessarie da un punto di vista umano non solo per leggere semplicemente un milione di documenti, ma anche per analizzarli accuratamente e sintetizzare i dati, non sono fattibili su scala umana. Ma quando inizi a progettare un sistema gestito dall'intelligenza artificiale in grado di leggere un milione di documenti praticamente all'istante, puoi orchestrare queste IA per giungere a conclusioni, tornare con informazioni sintetizzate e poi portarle al team umano. Quindi questo è un modo molto chiaro in cui l'IA può aiutare a raggiungere progressi nella longevità o altro. altro obiettivo scientifico”, ha detto Schlicht.
Altri importanti attori stanno iniziando a cogliere questa tendenza sempre più popolare. I ricercatori di Advanced Micro Devices (AMD) e della Johns Hopkins University hanno recentemente sviluppato Agent Laboratory. Questo framework di intelligenza artificiale è progettato per automatizzare parti chiave della ricerca scientifica.
Questo sistema utilizza modelli linguistici di grandi dimensioni per condurre revisioni della letteratura, progettare esperimenti e generare report, inclusi codice e documentazione. Tuttavia, non è decentralizzato o basato su un modello token. I risultati iniziali suggeriscono che il quadro può ridurre i costi di ricerca dell'84% rispetto ad altri metodi automatizzati senza compromettere la qualità della ricerca.
Tuttavia, se altri progetti nel settore delle criptovalute intendono sviluppare progetti simili, l’intelligenza artificiale in DeSci può in definitiva riservare un futuro promettente.
Le prospettive brillanti di DeSci
Secondo CoinGecko, la capitalizzazione di mercato di DeSci è di 1,05 miliardi di dollari al momento della stesura di questo articolo. Nell'ultimo anno, il settore ha dimostrato una crescita costante e una costante innovazione . Molti dei progetti più recenti sono diventati rapidamente attori importanti.
Schlicht e Bratt prevedono che la dimensione del mercato per la scienza decentralizzata crescerà in modo esponenziale.
“Penso che tra 10 anni la capitalizzazione di mercato di DeSci potrebbe essere ben oltre 10.000 volte quella attuale. Grazie alla combinazione di intelligenza artificiale, decentralizzazione e token, le scoperte scientifiche stanno per aumentare in modo esponenziale”, ha affermato Schlicht.
A quel punto, Bratt ha aggiunto:
“In caso di successo, può facilmente diventare il 5-10% del mercato globale della ricerca scientifica, che ammonta già a trilioni”.
Tuttavia, si aspettano anche che DeSci debba affrontare la resistenza delle tradizionali lobby mediche e scientifiche.
Di fronte allo status quo
Sebbene la ricerca scientifica possa essere finanziata tramite sovvenzioni da parte di varie agenzie governative, istituzioni e fondazioni, è per lo più finanziata da società private.
Un rapporto dell’UCLA del 2023 indica che quasi l’80% dei circa 57 miliardi di dollari spesi per la ricerca sul cancro negli Stati Uniti nel 2021 provenivano dal settore privato, principalmente grandi aziende farmaceutiche. Ha inoltre segnalato una condivisione limitata dei risultati della ricerca.
“Ci sono interessi acquisiti che possono esercitare pressioni per vietare tali attività di mercato per proteggere gli operatori storici”, ha affermato Bratt.
Per Schlicht, DeSci rappresenta un’opportunità per sfidare gli interessi privati.
"In precedenza, le aziende erano in grado di controllare quale ricerca veniva finanziata. DeSci interrompe questo sistema e consente a chiunque di essere finanziato se le persone credono che la loro idea sia buona", ha affermato.
Poiché la tecnologia blockchain consente l’anonimato e dà priorità alla privacy, sostiene che sarà più difficile rintracciare gli innovatori.
“Non credo che i lobbisti riusciranno a fermare la DeSci. Il prossimo Einstein potrebbe essere anonimo, potrebbe essere qualcuno con un avatar di pinguino, o l'immagine del profilo di una rana, o qualcuno con un NFT come profilo e un mucchio di numeri nel nome. I lobbisti non riescono nemmeno a trovarli perché non sanno chi sono, sono finanziati in modo decentralizzato e hanno anche un team di altre persone pseudonime che lavorano con loro, sia umani che IA", ha detto Schlicht.
Ma prima di contemplare una potenziale rivalità tra i lobbisti medici tradizionali e gli innovatori nella scienza decentralizzata, DeSci è ancora sulla strada della maturità.
In definitiva, la convergenza dell’intelligenza artificiale e della scienza decentralizzata offre un nuovo potente paradigma per la ricerca scientifica. Questa opportunità ha il potenziale per migliorare l’affidabilità e l’efficienza della revisione tra pari, democratizzare l’accesso ai finanziamenti e accelerare i progressi attraverso le diverse frontiere scientifiche.
Monitorare i progressi dell’intelligenza artificiale e della scienza decentralizzata sarà essenziale per integrare responsabilmente queste tecnologie nella ricerca scientifica.
Il post Gli esperti rivelano come l'intelligenza artificiale e DeSci possono rimodellare la scienza per sempre è apparso per la prima volta su BeInCrypto .