Czy AI może przewidzieć laureata Nagrody Nobla w dziedzinie fizyki lub chemii z 85% dokładnością dziesięć lat wcześniej ?

Przewidywania laureatów Nagrody Nobla opierają się na identyfikowaniu przełomowych, lecz często nieprzewidywalnych wkładów naukowych. Sztuczna inteligencja może analizować sieci cytowań, trendy badawcze i historyczne wzorce, aby prognozować potencjalnych laureatów. Ta zdolność odzwierciedla rosnącą rolę AI w ocenie długoterminowego wpływu naukowego, choć wciąż budzi kontrowersje w kręgach akademickich.

Badacze próbowali przewidywać przełomy na poziomie Nagrody Nobla, analizując sieci cytowań i wzorce przyznawania nagród, jednak długoterminowa dokładność znacznie przewyższająca przypadkowy traf pozostaje nieuchwytna; ostatnie badania donoszą jedynie o skromnych sygnałach wczesnego ostrzegania w 40–60 % przypadków przy prognozowaniu głównych nagród pięć lub więcej lat wcześniej. Prace, które deklarują 85 % skuteczności, zazwyczaj opierają się na małych, wyselekcjonowanych zbiorach danych lub etykietowaniu ex post, a nie na walidacji poza próbą na przestrzeni dziesięcioleci historii Nagrody Nobla. Samą Królewską Szwedzką Akademię Nauk podkreśla, że decyzje o przyznaniu nagrody zależą od nieuchwytnych osądów komisji, co uniemożliwia deterministyczne przewidywanie przy tak rygorystycznych progach.