Anthropics AI-fynd inom biologin väcker frågor om vetenskapliga upptäckter

Anthropic uppger att företagets AI-system har gjort sin första upptäckt inom biologin. Företagets laboratorium använder Claude-agenter för att undersöka svåra biologiska frågor, medan mänskliga forskare utför experimenten. I det här fallet sökte agenterna igenom biologiska data och upptäckte ett återkommande mönster kring ett känt enzym.

Enligt företaget hade mönstret inte katalogiserats tidigare. Men agenterna hittade ingen ny DNA-sekvens och kunde inte heller fastställa vad mönstret har för funktion. Den skillnaden spelar roll: att upptäcka något ovanligt kan vara ett användbart steg i forskningen, men det kan krävas experiment och ytterligare studier för att visa varför det är betydelsefullt.

Vad hittade agenterna?

Anthropic uppger att 950 agenter identifierade mönstret på 21 timmar, efter att ha sållat bland 200 000 kandidater. I sitt tillkännagivande jämförde företaget mönstret med upptäckter som bidrog till utvecklingen av CRISPR, en teknik för genredigering. Vissa biologer invände mot den beskrivningen. Lucas Harrington, en biolog som kritiserade tillkännagivandet, sade att det ofta är lättare att identifiera ett ovanligt kluster än att ta reda på vad det gör.

Det råder också oenighet om huruvida mönstret var nytt. Mario Rodríguez Mestre, biolog vid Köpenhamns universitet, sade till New York Times att hans team redan hade hittat det. Han undrade om Anthropics forskare hade fått kännedom om mönstret genom hans samtal med Claude. Anthropic förnekar det; Mestre säger att han kommer att sluta använda Claude.

Varför etiketten spelar roll

Debatten handlar delvis om vad man menar när man säger att AI har gjort en upptäckt. Agenterna kan ha hjälpt till att sålla bland ett stort antal kandidater, men människor styrde arbetet och genomförde experimenten. Att kalla resultatet en AI-upptäckt kan få ett värdefullt bidrag att låta som ett fullständigt vetenskapligt genombrott – eller leda till kritik om det inte når upp till den ribban.

Artikeln argumenterar för att företag bör beskriva vad deras system faktiskt har gjort och ställa höga krav på påståenden om upptäckter. Annars riskerar verkliga framsteg att avfärdas, samtidigt som upptäcktens betydelse hamnar i skymundan i diskussioner om huruvida AI:n ska få äran.