AI weryfikuje naukę: błędy w bazach danych i publikacjach na nieznaną skalę

Sztuczna inteligencja zaczyna weryfikować naukę, ale odkrywa przy tym zarówno błędy sprzed dziesięcioleci, jak i generuje nowe — tworząc paradoks, w którym narzędzie mające przyspieszać badania samo staje się źródłem wątpliwości wobec ich wiarygodności.

Jak AI odkrywa stare błędy w naukowych bazach danych

Badacze z laboratorium Zhejiang w Hangzhou zaobserwowali coś niepokojącego: model sztucznej inteligencji prognozujący parametry cząsteczek wykazał rozbieżności z wartościami z zaufanej, 75-letniej bazy referencyjnej temperatur wrzenia. Po ręcznym sprawdzeniu literatury okazało się, że to nie AI się mylił — błędy tkwiły w samych podręcznikach. Zawierały one błędy drukarskie i przestarzałe dane pomiarowe sprzed ponad wieku.

Sebastian Pios, naukowiec z tego zespołu, należy do rosnącej grupy badaczy wykorzystujących nowe technologie do audytu wiedzy naukowej. To pokazuje, że AI może być cennym narzędziem do tropienia pomyłek w bazach danych i artykułach naukowych — ale tylko wtedy, gdy wyniki są weryfikowane przez ludzi.

Czy AI sama nie tworzy więcej problemów niż rozwiązuje?

Paradoks jest uderzający: w momencie, gdy AI zaczyna weryfikować naukę, liczba błędów w publikacjach rośnie w zawrotnym tempie. Badanie Jamesa Zou ze Stanford University wykazało, że średnia liczba błędów w publikacjach z konferencji NeurIPS wzrosła z 3,8 w 2021 roku do 5,9 w 2025 roku — wzrost o 55 procent. Analiza skupiała się na obiektywnych pomyłkach w formułach, obliczeniach i wykresach, celowo pomijając kwestie interpretacji danych czy nowości naukowej.

Przyczyna jest oczywista: duże modele językowe (LLM) są coraz częściej używane do pisania artykułów naukowych, ale ich halucynacje — wymyślone fakty i liczby — nie są weryfikowane przez naukowców, którzy podpisują się jako autorzy. To oznacza, że zamiast przyspieszenia nauki, nieodpowiedzialne używanie AI prowadzi do jej zanieczyszczenia.

Jak skuteczne są agenty AI w weryfikacji badań?

Analitycy z SAI Labs z Delaware użyli autonomicznych systemów AI do oceny 168 prac wybranych na konferencję ICML w 2026 roku. Agenty wyekstrahowały twierdzenia autorów, pobrały materiały i powtórzyli eksperymenty.

Metrika	Wynik
Liczba przeanalizowanych artykułów	168
Artykuły z co najmniej 5 weryfikowalnymi tezami	92
Artykuły, w których AI powtórzyła więcej niż 2 tezy	34
Procent artykułów, w których powtórzono ponad 80% tez	8
Liczba błędów w NeurIPS 2021	3,8 średnio
Liczba błędów w NeurIPS 2025	5,9 średnio
Wzrost błędów	55%

Wyniki są rozczarowujące: zaledwie w 34 przypadkach spośród 92 artykułów AI zdołała odtworzyć więcej niż 2 tezy. Ponad 80 procent twierdzeń powtórzono pomyślnie zaledwie w 8 pracach. To sugeruje, że tzw. kryzys replikacyjny — problem znany z psychologii i nauk społecznych — jest istotnym problemem także w naukach ścisłych.

Co to oznacza dla przyszłości recenzji naukowej?

Narzędzia AI mogą być pomocne jako druga para oczu przed wysłaniem pracy do recenzji, ale nie powinny być traktowane jako zastępstwo dla ludzkiego osądu. W ankiecie przeprowadzonej wśród 733 naukowców zgłaszających prace na konferencję ICML w 2026 roku 35 procent badanych przyznało, że automatyczne wsparcie wykryło błędy w ich publikacjach, a 31 procent podjęło pod wpływem informacji zwrotnej nowe eksperymenty.

Jednocześnie — i to jest kluczowe — najlepszy model AI wykrył zaledwie 1/5 błędów wskazanych wcześniej przez ludzkich recenzentów, generując przy tym fałszywe alarmy. Oznacza to, że AI może przeoczyć założenia badawcze lub wymyślić nieistniejące problemy, co mogłoby doprowadzić do odrzucenia poprawnej pracy.

Naukowcy ostrzegają przed bezkrytycznym przyjmowaniem wyników generowanych przez algorytmy. Inicjatywy takie jak Black Spatula Project testują obecnie skuteczność modeli w starciu z pracami zawierającymi znane pomyłki, poddając wyniki ocenie ekspertów.

Rozwiązanie: AI z nadzorem, a nie bez niego

James Zou z Stanford University podkreśla: „Największą różnicą jest możliwość robienia tego na skalę, jaka nie była wcześniej możliwa”. Jednak Federico Bianchi z Together AI dodaje istotne zastrzeżenie: „AI nie powinna robić wszystkiego i powinna pozostawiać wybory dotyczące nowości i znaczenia ludziom”.

Odd Erik Gundersen z Norweskiego Uniwersytetu Nauki i Technologii w Trondheim zauważa, że cyfrowe narzędzia audytowe „popełniają błędy podobnie jak ludzie”, dlatego wymagają nadzoru ze strony badaczy. To oznacza, że przyszłość weryfikacji nauki nie leży w całkowitej automatyzacji, lecz w hybrydowym podejściu: AI jako pomocnik, człowiek jako ostateczny arbiter.

Paradoks jest więc taki: sztuczna inteligencja może odkrywać błędy sprzed dziesięcioleci, ale sama tworzy nowe. Rozwiązaniem nie jest porzucenie AI, lecz odpowiedzialne jej używanie z ludzkimi kontrolami na każdym kroku.