Biologer sågade Anthropics AI-genombrott – dansk forskare misstänker att hans data låg bakom fyndet

När marknadsföring och vetenskap krockar

Det låter onekligen imponerande. 950 AI-agenter arbetar i samspel och identifierar på 21 timmar ett återkommande mönster kring ett redan känt enzym – ett mönster som Anthropic menar inte tidigare dokumenterats. Företaget gick långt i sin kommunikation och jämförde fyndet med de tidiga observationer som lade grunden för genredigeringstekniken CRISPR.

Det var vid den jämförelsen biologerna slutade applådera.

Enligt MIT Technology Review kom kritiken snabbt och hårt, bland annat från biologen Lucas Harrington, vars inlägg spreds viralt och uttryckligen välkomnades av ledningen för läkemedelsjätten Eli Lilly. Harringtons poäng var enkel men skarp: att hitta ett ovanligt genmönster är ofta den enkla delen av vetenskapligt arbete. Det svåra – och det som faktiskt räknas – är att förstå vad mönstret gör, vilket biologiskt syfte det fyller och hur det kan omsättas i kunskap som hjälper människor.

Den distinktionen är inte petighet. Det är kärnan i vad vetenskap är.

En extra besvärande detalj

Som om inte den principiella debatten räckte tillkom en konkret och obehaglig komplikation. Biologen Mario Rodríguez Mestre vid Köpenhamns universitet uppgav att hans forskargrupp redan hade identifierat just det aktuella mönstret – och han undrade om Anthropics system oavsiktligt lärt sig av hans egna samtal med AI-assistenten Claude.

Anthropics förnekade bestämt att så skett. Men Mestre meddelade ändå att han slutar använda tjänsten. Det är ett litet men talande symptom på ett växande förtroendeproblem: när forskare inte kan lita på att deras arbete hanteras varsamt, väljer de bort verktygen – oavsett hur kraftfulla de är.

Vad AI faktiskt klarar – och vad det inte gör

Här vill jag vara tydlig, för det är lätt att driva debatten för långt åt fel håll. Det AI-systemet Anthropic byggde gör något genuint värdefullt. Att reducera ett sökrum på 200 000 möjliga kandidater till ett hanterbart fåtal värda att undersöka är ett betydande arbete – helt legitimt ur vetenskaplig synvinkel. Det är precis den typ av uppgift där maskiner är överlägsna: uthålliga, snabba, utan trötthet.

Problemet uppstår inte i vad systemet gör. Problemet uppstår i hur det beskrivs.

När AI-företag använder begreppet "genombrott" löst och parar det med CRISPR-jämförelser i pressmeddelanden, sätter de sig i en position de inte kan försvara inför en granskande forskarvärlden. Och när den världen reagerar – vilket den gör, och bör – riskerar det att kasta skugga över det som faktiskt är imponerande med tekniken.

Det är ett onödigt självskott.

En definitonsfråga med riktiga konsekvenser

Det pågår sedan länge en seriös diskussion inom forskarsamhället om vad som ska räknas som en AI-driven vetenskaplig upptäckt. Det är inte en akademisk spetsfundighet – det har direkta konsekvenser för hur forskning finansieras, hur äganderätt till fynd hanteras och hur AI-verktyg regleras inom akademin.

Om ett AI-system identifierar ett mönster som en forskargrupp redan dokumenterat – men inte publicerat – vem äger då fyndet? Vad händer med den forskargruppens arbete? Frågorna är reella och urgenta.

Branschen behöver gemensamma riktlinjer för vad som kvalificerar som en AI-driven upptäckt, och de behövs nu – innan marknadsavdelningarna hinner springa längre ifrån verkligheten än de redan gjort.