Στο μεγαλύτερο συνέδριο φυσικής στον κόσμο, το AI δεν ήταν απλώς θέμα συζήτησης — ήταν ανοιχτό σε κάθε laptop στην αίθουσα. Από εργαλείο κατανόησης μέχρι συν-συγγραφέας ερευνητικών εργασιών, η τεχνητή νοημοσύνη αλλάζει τον τρόπο που γίνεται η επιστήμη, και οι επιστήμονες δεν ξέρουν ακόμα τι να σκεφτούν γι’ αυτό.
Ήταν μια εικόνα που έγινε γρήγορα σύμβολο. Στο American Physical Society Global Physics Summit στο Ντένβερ του Κολοράντο — το μεγαλύτερο ετήσιο συνέδριο φυσικής στον κόσμο, με 14.000 ερευνητές παρόντες — οι ομιλητές μιλούσαν για κβαντική θεωρία πεδίου και spintronics, και στις οθόνες των laptops άνοιγαν παράθυρα chatbot. «Τι είναι ένα transmon qubit;» «Εξήγησέ μου τι είναι ένα two-level system.» Οι απαντήσεις έρχονταν αμέσως, με emoji ως bullet points.
Αυτή η σκηνή συνοψίζει μια βαθύτερη αναταραχή που διατρέχει τον κόσμο της επιστήμης. Το AI δεν είναι πλέον απλώς βοηθητικό εργαλείο για τους φυσικούς — γίνεται ενεργός συμμέτοχος στην έρευνα. Και αυτό δημιουργεί ερωτήματα που κανείς δεν έχει ακόμα απαντήσει.
Ο Matthew Schwartz από το Πανεπιστήμιο του Χάρβαρντ παρουσίασε στο συνέδριο μια από τις πιο προκλητικές θέσεις: το Claude της Anthropic μπορεί να λύνει προχωρημένα προβλήματα φυσικής σε επίπεδο πρωτοετούς διδακτορικού φοιτητή. Ο ίδιος συνεργάστηκε με το chatbot για περίπου δύο εβδομάδες και ολοκλήρωσε μια εργασία στη θεωρία κβαντικού πεδίου — κάτι που εκτιμά ότι με έναν φοιτητή θα απαιτούσε δύο χρόνια. Η ομιλία του είχε τίτλο «10.000 Einsteins», και η ιδέα ήταν ακριβώς αυτή: το AI μπορεί να δώσει σε κάθε ερευνητή τις δυνατότητες μιας ιδιοφυΐας. Ο Schwartz πιστεύει ότι τα μεγάλα ανοιχτά προβλήματα της φυσικής — όπως η ενοποίηση της κβαντομηχανικής με τη Γενική Θεωρία της Σχετικότητας του Αϊνστάιν — θα λυθούν μέσα στα επόμενα πέντε χρόνια.
Δεν συμφωνούν όλοι. Η Savannah Thais από το City University of New York επέστησε την προσοχή σε ένα κρίσιμο πρόβλημα: το AI παράγει επιστήμη που ακούγεται πειστική, αλλά δεν υπάρχει αξιόπιστος τρόπος να ελέγξεις αν είναι σωστή. Στη σωματιδιακή φυσική, για παράδειγμα, οι κρυφές παραδοχές που κάνει ένα μοντέλο μπορεί να οδηγήσουν σε λανθασμένα αποτελέσματα που φαίνονται αληθοφανή. Η Rachel Burley από την American Physical Society πρόσθεσε ένα ακόμα πρακτικό πρόβλημα: η έκρηξη των υποβολών σε επιστημονικά περιοδικά — εν μέρει χάρη στο AI — έχει θέσει υπό πίεση το σύστημα peer review, δηλαδή την αξιολόγηση των εργασιών από ειδικούς, που αποτελεί τον ακρογωνιαίο λίθο της επιστημονικής εγκυρότητας.
Το ερώτημα που αιωρούνταν πάνω από κάθε παρουσίαση και κάθε ανεπίσημη συζήτηση στους διαδρόμους ήταν το ίδιο: τι απομένει για τους ανθρώπους; Ο Matthew Ginsburg, πρώην φυσικός με δεκαετίες εμπειρίας στο AI — μεταξύ άλλων στο Google DeepMind — υποστήριξε ότι το AI παράγει τη «συναινετική γνώμη των ειδικών», ενώ οι επιστημονικές ανακαλύψεις συχνά γεννιούνται από ερευνητές που αμφισβητούν αυτή ακριβώς τη συναίνεση. Ο Schwartz, από την πλευρά του, εικάζει ότι οι φυσικοί θα αναλάβουν τον ρόλο του «taste-maker» — αυτού που αποφασίζει ποια προβλήματα αξίζει να λυθούν και γιατί.
Είναι μια παράξενη στιγμή για την επιστήμη. Τα εργαλεία γίνονται πιο ισχυρά από ποτέ, αλλά η ανθρώπινη κρίση — το τι αξίζει να ρωτήσεις, το τι έχει νόημα να ψάξεις — μοιάζει πιο απαραίτητη από ποτέ. «Είναι καταπληκτικό και λίγο τρομακτικό», είπε ο Schwartz. Και αυτή η πρόταση, ίσως, συνοψίζει καλύτερα από οτιδήποτε άλλο το πού βρίσκεται σήμερα η φυσική.
