In dit jaar heeft de professor Nicholas Polson van de University of Chicago Booth School of Business een ongekende publicatieritme laten zien. In negen maanden heeft hij meer dan tweehonderd wetenschappelijke artikelen geplaatst en veertien boeken op de markt gebracht. Hij gaf later toe dat hij kunstmatige intelligentie gebruikte om herhalingen te vermijden en zijn productiviteit te verhogen. “AI makes a productive researcher even more productive“, schreef hij in een e-mail aan een krant, waarmee hij de rol van de technologie in zijn werk onderstreepte.
Het ingrijpen van SSRN en de schok in de academische wereld
Het preprint-platform SSRN eigendom van Elsevier, reageerde op een “ongewone patroon van paper submissions” door de accounts van Polson te bevriezen en 257 van zijn documenten offline te halen. De meeste upload-acties vonden plaats zonder enige vorm van peer-review slechts één paper was zelfs naar een tijdschrift gestuurd. SSRN stelt dat de papers geen enkele vermelding bevatten van het gebruik van AI, terwijl de platformregels expliciet vragen om dergelijke informatie te verstrekken.
Reacties vanuit de wetenschap en de bredere discussie over AI-gebruik
Collega-onderzoekers uit de statistiek en wiskunde merkten op dat de onderwerpen onder de ingeleverde werken enorm uiteenliepen – van strategische speltheorie tot de algoritmen achter TikTok-videokeuze en zelfs demografische scenario’s rond Social Security-bekortingen. Een professor van UCLA merkte op: “Het is niet alleen het volume, maar ook de diversiteit van de thema’s en de afwijkingen ten opzichte van eerdere publicaties die opvallen.” Een andere statisticus van Columbia stelde dat hij bij het lezen van één van de artikelen concludeerde dat een chatbot delen had geschreven. Polson reageerde op de kritiek met de bewering dat de tegenstand voortkwam uit “jealousy and a desire to hijack my writing process and methods”.
De controverse heeft een bredere discussie aangewakkerd over de ethiek van AI-ondersteunde wetenschappelijke productie. Terwijl sommigen de efficiëntie-winst benadrukken, waarschuwen anderen voor een mogelijke overspoeling van matig tot slecht onderzoek die huidige beoordelingssystemen niet aankunnen. De situatie rond Polson illustreert dat de academische wereld nog zoekende is naar heldere richtlijnen voor transparantie en verantwoording bij het inzetten van geavanceerde algoritmen.
