في خطوة جديدة لتعزيز دور الذكاء الاصطناعي في مجال البحث العلمي، قدم الباحثون معيار تقييم يسمى Science Edge Evaluation (SEE). يهدف هذا المعيار إلى قياس قدرة نماذج اللغة الكبيرة (Large Language Models) على دعم الاكتشافات العلمية المعقدة. إذ تُظهر الدراسات أن الذكاء الاصطناعي يلعب دورًا متزايد الأهمية في مجال الاكتشافات العلمية، إلا أن فعاليته في المختبرات الحقيقية تحتاج لمزيد من التحقق.

تم تقييم 19 نموذجًا متعدد الوسائط للذكاء الاصطناعي في مجالات الكيمياء، والأحياء، وعلوم المواد، وكانت النتيجة مثيرة للقلق: حتى أفضل نموذج لم يحقق سوى 48.7% من الدقة المطلوبة. وهذا يعني أن النماذج التي تم تصميمها خصيصًا للعلوم لم تكن أكثر نجاحًا من النماذج العامة، حيث أثبتت النماذج ذات الاستخدام العام درجة من التفوق.

أما في تقييم الوكلاء المرئية، فإن استخدام الأدوات زاد من الدقة إلى 52.7%، مما يُظهر أنه يمكن توسيع المعلومات المتاحة للنماذج. ومع ذلك، لا تعني الزيادة في المعلومات بالضرورة أن النماذج تتمكن من استنتاجات علمية موثوقة. فالتحدي الأبرز هو قدرة النماذج على إدارة المعلومات المستمدة من الأدوات ضمن حدود الأدلة التجريبية الأصلية.

تجري اليوم محاولات لسد الفجوة بين قدرة الذكاء الاصطناعي على توضيح المفاهيم العلمية الأسس وبين قدرته على استنتاج رؤى جديدة ومبنية على الأدلة من البيانات التجريبية. إذ يتطلب الأمر تضامنًا وابتكارًا في تطوير النماذج لتعزيز دور الذكاء الاصطناعي في مجال البحث العلمي.