گزارش حاضر به بررسی یکی از مهمترین تحولهای حال حاضر پژوهشهای علمی میپردازد:
ورود عاملهای هوش مصنوعی به فرایند توسعه و نگهداری نرمافزارهای علمی.
نویسندگان گزارش توضیح میدهند که اگرچه محاسبات علمی ستون فقرات پژوهشهای مدرن در حوزههایی مانند ژنومیک، زیستشناسی، فیزیک و علوم داده است، اما بسیاری از نرمافزارهای مورداستفاده پژوهشگران توسط تیمهای کوچک دانشگاهی توسعه یافتهاند و با چالشهایی مانند کدهای قدیمی، مستندسازی ضعیف، دشواری نگهداری و کمبود منابع مهندسی نرمافزار مواجه هستند. در نتیجه، بخش قابلتوجهی از زمان دانشمندان صرف رفع مشکلات نرمافزاری میشود، نه انجام پژوهش علمی.
گزارش OpenAI نشان میدهد که عاملهای کدنویس مبتنی بر مدلهای زبانی بزرگ میتوانند این وضعیت را تغییر دهند. برخلاف ابزارهای سنتی تکمیل کد، این عاملها قادرند وظایف پیچیده و چندمرحلهای مانند بازآرایی کد، رفع باگ، افزودن قابلیتهای جدید، نوشتن آزمون، مستندسازی و بهینهسازی عملکرد را با حداقل دخالت انسان انجام دهند. گزارش باتکیهبر مجموعهای از مطالعات موردی نشان میدهد که همکاری میان پژوهشگران و عاملهای هوش مصنوعی میتواند توسعه نرمافزارهای علمی را به طور محسوسی تسریع کند، کیفیت کد را افزایش دهد و به دانشمندان اجازه دهد زمان بیشتری را صرف حل مسائل علمی کنند. درعینحال، نویسندگان تأکید میکنند که این عاملها هنوز جایگزین قضاوت و نظارت متخصصان نیستند و بیشترین ارزش آنها در همکاری نزدیک با پژوهشگران و مهندسان نرمافزار آشکار میشود.
