Shenyang/Nanjing – Große Sprachmodelle (LLMs) können nach Einschätzung von Experten dabei helfen, die rasant wachsende, aber oft fragmentierte Datenflut in der Umweltforschung effizienter zu nutzen. In einer im Fachjournal Artificial Intelligence & Environment (DOI: 10.66178/aie-0026-0019) veröffentlichten Übersichtsarbeit betonen Wissenschaftler, dass Künstliche Intelligenz (KI) das Sichten von Literatur, das Aufspüren von ökologischen Zusammenhängen und das Extrahieren quantitativer Messwerte massiv beschleunigen kann.
In einer Untersuchung filterte das KI-Modell GPT-4 rund 12 000 Datensätze fehlerfrei und halbierte die dafür nötige manuelle Arbeitszeit. Die KI könne Kontexte interpretieren, komplexe Suchkriterien parallel anwenden und verstreute Werte wie Schadstoffkonzentrationen oder Abbauraten in strukturierten Datenbanken zusammenführen.
Eine vollständige Automatisierung der Wissenschaft lehnen die Forscher jedoch ab. Da KI-Modelle weiterhin zu Fehlern bei Zahlen und Einheiten oder zu falschen Verknüpfungen neigen, müsse die Letztentscheidung und Qualitätskontrolle zwingend bei menschlichen Experten verbleiben. Ziel sei ein kollaborativer Arbeitsablauf, bei dem die KI den Forschern die Routinearbeit abnimmt, ohne die wissenschaftliche Sorgfalt zu gefährden.
