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/
- Magnon-Momentum-Mikroskopie: Neues Fenster in nanoskalige SpinwellenEin internationales Team unter der Leitung des Max-Born-Instituts hat eine neue Art der Momentum-Mikroskopie entwickelt, mit der Magnonen – die Quanten kollektiv angeregter Spins – mithilfe von Weichröntgenstrahlung direkt im zweidimensionalen reziproken Raum abgebildet werden können. Die Messungen fanden an BESSY II und Petra III statt. Erstautor ist der HZB-Physiker Steffen Wittrock. Dank ihrer Empfindlichkeit, Einfachheit und der Möglichkeit, Wellenlängen im Nanometerbereich aufzulösen, bildet diese neuartige Methode eine leistungsstarke und vielseitige Plattform für die Erforschung nichtlinearer Magnonen-Wechselwirkungen, die für zukünftige Rechenkonzepte interessant sind.
- Röntgenlicht belegt Übermalung faschistischer SymboleWährend der NS-Zeit und auch danach war Erich Mercker ein erfolgreicher Maler. Nach 1945 hat er in mindestens einem seiner Werke NS-Symbole übermalt. Dies zeigen Röntgenfluoreszenzanalysen eines Mercker-Gemäldes. Mit einem interdisziplinären Team berichtet die Physikerin Dr. Ioanna Mantouvalou im Nature-Journal Heritage Science über diese Studie.
- Magnetfeld während Katalysator-Synthese verdreifacht AmmoniakausbeuteEin externes Magnetfeld während der Synthese von CoFe₂O₄-Dünnschichten verdreifacht beim Einsatz in der Elektrokatalyse die Ammoniakausbeute. Das Magnetfeld verändert die Oberflächenzustände der Spinell-Oxid-Dünnschichten, so dass die katalytisch aktiven Zentren stärker exponiert sind. Im Fachjournal 'Advanced Functional Materials' zeigt ein Team um Marcel Risch, HZB, und Sanjay Mathur, Universität Köln, eine skalierbare Strategie, um Elektrokatalysatoren der nächsten Generation für effiziente und nachhaltige chemische Umwandlungen zu entwickeln.