Naukowcy testują agentyczną sztuczną inteligencję jako narzędzie zdolne do autonomicznego prowadzenia badań naukowych. Agentic AI to zaawansowana forma AI, która potrafi samodzielnie podejmować decyzje i wykonywać działania w celu realizacji postawionych celów - w przeciwieństwie do obecnych systemów takich jak ChatGPT czy Claude, które głównie odpowiadają na pytania użytkownika. Badacze zakładają, że takie agenty mogą znacznie przyspieszać proces odkryć naukowych poprzez automatyzację powtarzalnych zadań, formułowanie hipotez badawczych czy analizę ogromnych zbiorów danych, które człowiek przeglądałby przez miesiące.
Potencjalne zastosowania sięgają wielu dziedzin nauki - od biologii molekularnej poprzez chemię organiczną aż po fizykę teoretyczną. Agenty mogłyby samodzielnie planować eksperymenty, interpretować wyniki i proponować nowe kierunki badań bez ciągłej ingerencji naukowca. To nie oznacza zastąpienia badaczy, lecz uwolnienie ich od czasochłonnych prac analitycznych, aby skupili się na kreatywnym myśleniu i formułowaniu nowych pytań badawczych. Eksperymentalny charakter tych prac pokazuje jednak, że technologia jest jeszcze we wczesnej fazie - naukowcy muszą najpierw zrozumieć, jak zapewnić tym systemom wiarygodność, bezpieczeństwo i zgodność z metodologią naukową.
Wyzwania są znaczące. Agenty AI muszą nauczyć się pracować w złożonych, niepewnych warunkach laboratoryjnych, interpreting wyniki niejednoznaczne i radzić sobie z błędami pomiaru. Kwestią jest też reprodukowalność badań oraz możliwość "wyjaśnienia" decyzji podejmowanych przez AI - nauka tradycyjnie wymaga transparentności metod. Jeśli jednak te problemy uda się rozwiązać, agenci mogą zrewolucjonizować tempo innowacji, szczególnie w badaniach wymagających przeglądania i łączenia wiedzy z wielu źródeł czy w odkryciach przypadkowych, gdzie system nie czeka na konkretne polecenie, lecz aktywnie poszukuje anomalii i nieoczekiwanych wyników.