Het vermogen van kunstmatige intelligentie om een aanzienlijk deel van de werklast bij subsidieaanvragen op zich te nemen is indicatief voor een systeem dat steeds ouderwetser lijkt. Het is de hoogste tijd dat we het proces vereenvoudigen voor wetenschappers die onderzoeksfinanciering zoeken.
Laten we eerlijk zijn: het schrijven van subsidies kan een beproeving zijn.
Als wetenschappers gedijen we bij het bedenken van ideeën, bij het schetsen van diagrammen en het verwoorden van onze gedachten door middel van woorden. Het proces van het aanvragen van subsidies vergt echter een berg werk dat veel verder gaat dan alleen het communiceren van een idee voor een onderzoeksproject. Dit is een tijdrovende en arbeidsintensieve onderneming.
Normaal gesproken vereisen subsidieaanvragen dat u een standaardcase ter ondersteuning indient, waarin u het voorgestelde onderzoek uiteenzet. Maar zoals elke doorgewinterde onderzoeker zal beamen, zijn er vaak nog meer elementen bij betrokken. Deze kunnen variëren van een samenvatting voor leken, een lange samenvatting, uw CV, impactverklaringen, plannen voor publieke betrokkenheid, tot gedetailleerde uitleg over de betrokkenheid van het personeel, projectmanagementplannen, steunbrieven van collega's, strategieën voor gegevensverwerking en de verwachte tijdlijn van de project. En laten we de risicoanalyse niet vergeten! Al deze inspanningen, alleen met een kans van 90-95% op afwijzing.
Ondanks de uitgebreide voorbereiding is de harde realiteit dat zodra het onderzoek begint, de zaken misschien niet zo uitpakken als verwacht. Het kan zijn dat mijlpalen niet worden gehaald, sommige verwachte resultaten mogelijk niet worden gerealiseerd en als experimenten mislukken, beschikt u mogelijk niet over de bandbreedte om alle in de subsidieaanvraag beschreven activiteiten op het gebied van publieke betrokkenheid uit te voeren. Toch kan het zijn dat u aan het einde van het project nog steeds een aanzienlijke bijdrage levert aan de wetenschappelijke vooruitgang, zelfs als de resultaten afwijken van uw oorspronkelijke voorstel. En dat zou volkomen acceptabel moeten zijn.
Vanuit het perspectief van de panelleden die belast zijn met het toekennen van de subsidies, verloopt het proces verre van naadloos. Omdat ik zelf in panels heb gezeten, is het duidelijk dat er simpelweg niet altijd voldoende tijd is om elke aanvraag tot in detail door te nemen. Panelleden concentreren zich vaak op drie hoofdvragen: Sluit het voorstel aan bij de call briefing? Is de voorgestelde wetenschap gedegen en innovatief? En zijn de aanvragers experts op hun vakgebied? Het abstract en een deel van het onderzoeksvoorstel beantwoorden de eerste twee vragen, terwijl een snelle Google-zoekopdracht inzicht kan geven in de expertise van de aanvragers.
Waarom moeten aanvragers dan zo’n uitgebreide reeks documenten overleggen? Het systeem is ontworpen om rigoureus, robuust en vrij van vooringenomenheid te zijn; het is bedoeld om ervoor te zorgen dat financieringsinstanties serieuze voorstellen ontvangen. Het uitgebreide karakter van het proces zorgt ervoor dat alleen echt toegewijde individuen zich aanmelden. De creatie van deze lange, schijnbaar overbodige documenten kost echter buitensporig veel tijd van wetenschappers.
Maak kennis met Chat, de chatbot met kunstmatige intelligentie (AI) die de tekortkomingen van het systeem aan het licht brengt.
Onlangs besprak ik met een collega een subsidieaanvraag en vertelde me dat ik te weinig tijd had om de aanvraag op te stellen zoals ik die voor ogen had. Hij raadde me aan om Chat te gebruiken, waarmee hij de meer saaie aspecten van subsidieaanvragen afhandelt.
Ik besloot Chat eens uit te proberen terwijl ik aan een andere subsidieaanvraag werkte. De samenvatting was klaar, maar ik vroeg Chat om de kernideeën die ik had opgeschreven verder uit te werken. De resultaten waren indrukwekkend: de AI produceerde hoogwaardige Engelse tekst. Ik gebruikte Chat ook om uit te leggen hoe ons voorgestelde onderzoek aansloot bij de oproep van de financier. Ook hier waren de resultaten bevredigend. Er waren een paar kleine aanpassingen nodig om het gebruik van AI te maskeren, maar het verminderde mijn werklast van drie dagen naar slechts drie uur.
Toen ik de subsidie had ingediend, vertelde ik terloops aan een vriend dat ik net mijn eerste 'Chat-subsidie' had aangevraagd. Tot mijn verbazing vertelde hij dat hij en vele andere wetenschappers al maanden AI voor dit doel gebruikten. Een onderzoek in Nature uit 2023 onder 1,600 onderzoekers wees uit dat meer dan 25% AI gebruikt ter ondersteuning van het schrijven van manuscripten en meer dan 15% de technologie gebruikt voor subsidieaanvragen.
Hoewel sommigen het gebruik van Chat voor subsidieaanvragen als een vorm van valsspelen beschouwen, onderstreept het een groter probleem: waarom vragen we wetenschappers om documenten te produceren die AI gemakkelijk kan genereren? Welke toegevoegde waarde bieden we? Misschien is het tijd dat subsidieverstrekkers hun aanvraagprocedures herzien.