人工智慧（AI）逐漸被引入科研補助流程，用於協助資助機構快速篩選具有潛力的研究專案。倫敦帝國學院（Imperial College London）的「氣候解方催化劑」（CSC）即是一個先例。該計畫於 2024 年啟動，利用 ChatGPT 模型掃描自 2010 年以來的 1 萬篇英國研究摘要，挑選出 160 篇具商業化潛力的研究，經人工審查縮減至 50 篇，最後提供三項補助。其中，愛丁堡大學學者 Joanna Sadler 便獲得 35,000 英鎊，用於推進其將一次性餐具轉化為工業溶劑丙酮的研究。CSC 的科學與創新主管 Christopher Waite 表示，研究者會將這筆資金用於學術補助通常不涵蓋的項目，例如與產業夥伴合作，或聘請顧問進行市場研究。他強調，這筆資金沒有任何附帶義務，帝國學院也不會要求股份或專利權。計畫的目標並非立即商業化，而是發掘那些平常不會浮現的突破，並給予研究者推動成果進入市場的工具。
北西大學 Dashun Wang 指出，AI 主動找出被忽視的創新潛力，或可減少性別、資源等既有偏見；如果能訓練 AI 偵測「目前仍隱藏在象牙塔中的未被開發的創新潛力」，就能克服這類偏見。他還指出，AI 也能幫助資助機構解析日益龐大且高度專業化的科學文獻。上個月美國科學家聯盟（FAS）呼籲美國科學技術政策辦公室（OSTP）主導跨部會推動 AI，協助分析補助申請，並找出可服務公共利益的前沿研究。FAS 表示，除了其他好處外，AI 在摘要複雜研究主題方面的能力，還能幫助專家審查員理解某個研究計畫如何造福其他領域。
目前公共資助機構仍十分謹慎。2023 年，美國國家衛生研究院（NIH）禁止在補助審查流程中使用 AI 工具，部分原因是擔心研究計畫的保密性可能受到威脅。除非用戶主動選擇退出，大多數商用大型語言模型都會使用上傳的資料來進行訓練。去年，英國最大的科研資助機構「英國研究與創新署」（UKRI）也發布了指南，同樣禁止審查員使用生成式 AI。
這些工具究竟能發揮多大作用，目前仍不明朗。學者表示：「我們需要更多測試這類工具，來了解它們究竟如何影響結果」。無論 AI 在尋找值得資助的新科學研究方面變得多麼強大，學者認為它不可能完全取代人類判斷。
全文請見：https://www.science.org/content/article/ai-enters-grant-game-picking-winners