Judith Wolst: Risken när upptäckter görs över en lunchrast

Vibe coding, att skriva kod mer på känsla än genom att metodiskt knacka fram varje rad själv, letade sig under förra året in på nyordslistan. Begreppet beskriver hur programmering förändras när AI kan ta hand om stora delar av det tekniska hantverket. Människan beskriver vad hon vill bygga. Maskinen gör jobbet.

Men det var bara början.

Nu ser vi nästa steg: vibe coding av vetenskap.

I forskningsvärlden har AI länge använts för att analysera data och hitta mönster. Det nya är att systemen nu alltmer deltar i själva upptäcktsprocessen. I över 100 år har forskningen i stor utsträckning följt samma logik: forskare formulerar en hypotes, testar den och analyserar resultatet. Labbrock, pipett och väldigt mycket tålamod.

AI börjar i andra änden. Den utgår från enorma datamängder, hittar mönster och samband som är för komplexa för människor att se – och föreslår nya hypoteser att undersöka.

Forskaren sätter riktningen. Maskinen utforskar möjlighetsrummet. Och den klagar inte ens när experiment nummer 12 000 misslyckas.

Och nu går det snabbt. Under de senaste åren har AI exempelvis hjälpt forskare att hitta nya material för batterier, identifiera lovande antibiotika och utveckla nya läkemedel. Den stora kartläggningen av hur proteiner veckar sig, där AI-systemet Alphafold välförtjänt kammade hem ett Nobelpris, har redan förändrat förutsättningarna för forskning.

Men proteinkartläggningen stannar inte vid medicin. Den används till exempel för att designa enzymer som kan bryta ner plast, proteiner som kan fånga koldioxid och mer effektiva biologiska processer i allt från jordbruk till industri.

Inte illa för något som i grunden handlar om hur små biologiska spagettisträngar viker sig i cellernas kemiska bad.

Den typ av upptäckter som tidigare tog år och kostade enorma summor kan nu ibland göras över en lunchrast. Nya material, läkemedel och energilösningar kan dyka upp snabbare än våra institutioner är vana vid att hantera.

För den gröna omställningen kan det här bli en kraftfull hävstång. AI kan hjälpa oss att hitta bättre batterier, effektivare katalysatorer, nya sätt att lagra energi och material som kräver mindre resurser att producera. När forskningsprocessen accelererar kan också omställningen göra det.

Det är hoppfullt.

Men som vi vet finns nästan alltid en annan sida. När verktygen för vetenskapliga genombrott blir alltmer tillgängliga ökar också risken att samma metoder används för mindre önskvärda syften. I teorin kan AI hjälpa forskare att designa nya läkemedel. Den kan också hjälpa till att ta fram farliga kemiska ämnen eller biologiska hot.

Plötsligt handlar vibe coding inte bara om appar och affärssystem. Det kan också handla om biologi och nya material.

Vibe coding av vetenskap innebär alltså inte bara att upptäckter kan gå snabbare. Det innebär också att trösklarna sänks.

Därför blir vår roll viktigare än någonsin. Tekniken sätter tempot, men människor måste sätta riktningen. Vilka problem vi väljer att lösa, vilka risker vi accepterar och vilka regler som ska gälla kommer i slutändan att avgöra vilken sorts framtid dessa verktyg skapar.

Det innebär inte att alla problem plötsligt försvinner.

Men det betyder att mänsklighetens verktyg för att lösa dem håller på att bli betydligt kraftfullare. Och att ansvaret för hur de används växer i samma takt.