KI-Agenten liefern Ergebnisse – aber denken sie auch wissenschaftlich?
Corral macht sichtbar, wie KI-Agenten zu ihren Ergebnissen kommen: Der Benchmark zerlegt Agentenläufe in Hypothesen, Tests, Evidenz, Urteile und Korrekturen. So lassen sich produktive Formen wissenschaftlichen Schlussfolgerns ebenso erkennen wie problematische Muster, etwa wenn Evidenz nicht berücksichtigt wird. © HIPOLE Jena / Corral
Ein Forschungsteam unter gemeinsamer Leitung von Kevin Maik Jablonka vom Helmholtz-Institut für Polymere in Energieanwendungen Jena (HIPOLE Jena) und N. M. Anoop Krishnan vom Indian Institute of Technology Delhi hat mit Corral einen neuen Benchmark für KI-Agenten in der Wissenschaft entwickelt. Der Preprint „AI scientists produce results without reasoning scientifically“ ist auf arXiv erschienen (https://doi.org/10.48550/arXiv.2604.18805). Die Analyse zeigt, dass aktuelle Systeme zwar wissenschaftliche Workflows ausführen und Ergebnisse liefern können; häufig folgen sie dabei aber nicht den Grundprinzipien wissenschaftlicher Prüfung und Schlussfolgerung.
Künstliche Intelligenz soll künftig nicht nur Texte schreiben oder Daten auswerten, sondern auch wissenschaftliche Experimente planen, Ergebnisse analysieren und neue Erkenntnisse gewinnen. Doch wann betreibt ein KI-System tatsächlich Wissenschaft? Reicht es, wenn am Ende ein richtiges Ergebnis steht – oder muss auch der Weg dorthin wissenschaftlichen Standards genügen? Diese Frage untersucht der neue Preprint des Teams um Jablonka.
Mit Corral haben die Forschenden einen Benchmark entwickelt, der KI-basierte wissenschaftliche Agenten nicht nur nach dem Ergebnis bewertet, sondern auch danach, wie sie zu diesem Ergebnis kommen. Dafür analysierte das Team mehr als 25.000 Agentenläufe in acht wissenschaftlichen Aufgabenfeldern – von molekularen Simulationen und Materialdatenanalyse über spektroskopische Strukturaufklärung bis hin zu hypothesengetriebenen chemischen Tests. Bewertet wurde nicht nur, ob eine Aufgabe gelöst wurde, sondern auch, ob die Systeme gesammelte Hinweise berücksichtigen, Hypothesen entwickeln und prüfen sowie ihre Annahmen bei widersprüchlichen Ergebnissen korrigieren.
„Wir müssen klarer benennen, welche Art von wissenschaftlichem Denken wir von solchen KI-Systemen erwarten“, sagt Jablonka. „Wenn es um wissenschaftliche Strenge geht, können bessere Trainingsverfahren helfen. In Bereichen, in denen wir belastbare Prozessgarantien brauchen, werden wir aber vermutlich andere Systeme benötigen – etwa mit symbolischen und formal überprüfbaren Komponenten.“
HIPOLE Jena ist ein Institut des Helmholtz-Zentrums Berlin für Materialien und Energie (HZB) auf dem Campus und in Kooperation mit der Friedrich-Schiller-Universität Jena sowie dem Center for Energy and Environmental Chemistry Jena (CEEC). Helmholtz AI hat zu dem Preprint bereits eine ausführliche Einordnung veröffentlicht: https://www.helmholtz.ai/detail/do-ai-scientists-actually-do-science-new-benchmark-probes-the-reasoning-behind-the-results-featuring-dr-kevin-maik-jablonka-helmholtz-ai-associate/
- Neues Kontaktmaterial steigert Wirkungsgrad von Perowskit-SolarzellenEin neu entwickeltes Material für den Elektronenkontakt verbessert die Wirkungsgrade von Perowskit-Einzelsolarzellen und Perowskit/Silizium Tandemsolarzellen. Das neue Material basiert auf einem Carboran-Molekül und bietet gegenüber dem bisher genutzten Standardmaterial aus so genannten Fußballmolekülen eine Reihe von Vorteilen, zeigt die Studie, die federführend von einem Team um Steve Albrecht erarbeitet wurde. Inzwischen ist das Material patentiert und kommerziell erhältlich.
- BESSY II: Neue Probenumgebung erlaubt Einblick in thermokatalytische ProzesseEine neuartige Messzelle ermöglicht erstmals Untersuchungen mit weicher und harter Röntgenstrahlung unter hohen Drücken von bis zu 20 bar und Temperaturen von bis zu 400 °C. Dies liefert neue Erkenntnisse über thermokatalytische Prozesse, wie beispielsweise die Fischer-Tropsch-Synthese zur Herstellung synthetischer Kraftstoffe. Die Entwicklung der Messzelle gilt als Meilenstein im Rahmen des Care-O-Sene-Projekts.
- Präzise Grenzflächenchemie steigert Wirkungsgrad von Perowskit-SolarzellenIm Rahmen einer internationalen Forschungskooperation wurde eine neue molekulare Strategie entwickelt, um eine der Grenzflächen in Perowskit-Solarzellen zu verbessern. Die daraus resultierenden Solarzellen erreichten in der n-i-p-Architektur einen Energieumwandlungswirkungsgrad von 26,19 % bei gleichzeitig hoher Betriebsstabilität unter längerer Bestrahlung und erhöhten Temperaturen. Die Ergebnisse wurden im „Journal of the American Chemical Society“ veröffentlicht.