Kunstig intelligens omformer fundamentalt hvordan forskning utføres, tilgjengeliggjøres og omsettes til samfunnsnytte. En AI workshop for researchers gir nå akademikere muligheten til å mestre disse verktøyene på en produktiv og ansvarlig måte. Vi ser hvordan forskere over hele verden søker kunnskap om hvordan generativ AI kan styrke forskningsarbeidet deres. I denne artikkelen utforsker vi Virginia Techs nyskapende tilnærming til AI-opplæring, spesifikt designet for å hjelpe forskere med å utnytte AI-teknologi effektivt. Fremfor alt vil vi se på hvordan institusjonen kombinerer praktisk veiledning med sikre AI-verktøy for å akselerere forskningsresultater samtidig som datakonfidensialitet ivaretas.
Virginia Tech lanserer workshop for ansvarlig AI-bruk i forskning
Office of Research and Innovation sammen med Division of Information Technology arrangerer «Unlocking the Power of AI in Research» workshop 27. februar fra klokken 08:00 til 16:00 på The Inn at Virginia Tech. Arrangementet samler nesten et dusin eksperter innen AI, cybersikkerhet og etisk forskning fra universitetet.
Alberto Cano, som er visepressident for forskningsdata, leder initiativet. «I tilfelle av AI ønsker vi virkelig å være intensjonelle i å bevege oss raskt og tilby løsninger», forklarer Cano, som også er førsteamanuensis i datateknologi.
Dan Sui, sjef for forskning og innovasjon ved universitetet, understreker at kunstig intelligens akselererer oppdagelser og muliggjør helt nye former for datadrevet vitenskap. Workshopen skal styrke fakultetsmedlemmenes evne til å bruke AI produktivt og ansvarlig gjennom forelesninger og rundeborddiskusjoner.
Foredragsholderne vil demonstrere hvordan AI kan støtte ulike forskningsfaser. Dette inkluderer finansieringssøk, utvikling av forskningsforslag og gjennomføring av forskningsprogrammer. Deltakerne får veiledning om høyrisikohandlinger og datahensyn for å fremme etisk og regelkonform bruk. Cano påpeker at workshopen hjelper forskere med å forstå både offentlig tilgjengelige AI-tjenester og universitetets egne verktøy.
Hva dekker workshopen fra finansiering til gjennomføring?
Programmet dekker hele forskningsløpet med særlig vekt på tre kritiske faser. Deltakerne lærer spesifikt hvordan AI kan effektivisere søk etter forskningsfinansiering gjennom identifisering av relevante utlysninger og tilpasning av søknadstekster. Videre får forskerne innsikt i hvordan generative AI-verktøy kan styrke utformingen av forskningsforslag ved å strukturere argumentasjon og syntetisere eksisterende litteratur.
Gjennomføringsfasen mottar betydelig oppmerksomhet i workshopen. Vi ser at AI kan assistere i dataanalyse, mønstergjenkjenning og tekstproduksjon gjennom forskningsprosessen. Praktiske økter gir deltakerne mulighet til å teste ulike AI-verktøy direkte på egne forskningscaser.
Workshopen balanserer teknisk opplæring med etiske betraktninger. Rundeborddiskusjoner adresserer datakonfidensialitet, personvern og ansvarlig bruk av AI-generert innhold. Forskerne må forstå når det er trygt å dele data med offentlige AI-tjenester kontra når institusjonsbaserte løsninger er nødvendige.
I tillegg til forelesninger inkluderer dagen interaktive sesjoner hvor deltakerne diskuterer risikovurdering og kvalitetssikring. Eksperter fra cybersikkerhet veileder om hvordan forskere kan unngå utilsiktede datalekkasjer ved bruk av kommersielle AI-plattformer. Denne helhetlige tilnærmingen sikrer at forskere kan utnytte AI produktivt samtidig som de opprettholder forskningsetiske standarder.
Virginia Techs egne AI-verktøy sikrer datakonfidensialitet
Advanced Research Computing tilbyr sine egne språkmodeller som kjører fullstendig internt på universitetets sikre infrastruktur. Datakonfidensialitet står sentralt i denne løsningen fordi ingen forespørsler eller data sendes til parter utenfor universitetet. Videre brukes ikke brukerdata til å trene modellene, noe som skiller tjenesten fra kommersielle alternativer.
Forskere får tilgang til tre ulike språkmodeller via webgrensesnittet llm.arc.vt.edu: Z.ai GLM-4.5-Air for høy ytelse, QuantTrio GLM-4.5V-AWQ med bildegjenkjenning, og OpenAI gpt-oss-120b. I tillegg til webgrensesnittet tilbyr llm-api.arc.vt.edu et API-endepunkt som er kompatibelt med OpenAI, slik at forskere enkelt kan koble eksisterende verktøy som VS Code GitHub Copilot eller Jupyter notebooks til universitetets egne modeller ved å bytte URL og API-nøkkel.
Advanced Research Computing godkjenner høyrisikodata for bruk med deres LLM-tjenester, noe som gir forskere større fleksibilitet sammenlignet med offentlige AI-plattformer. Open OnDemand-tjenesten utvider mulighetene ytterligere med tilgang til over 40 språkmodeller for intensive forskningsbehov. Alle disse tjenestene er kostnadsfrie for universitetets ansatte og studenter samtidig som de beskytter intellektuell eiendom og proprietære data.
Konklusjon
Virginia Techs AI-workshop representerer faktisk en fremtidsrettet tilnærming til akademisk forskning. Vi ser hvordan institusjonens egne språkmodeller gir forskere produktive verktøy samtidig som datakonfidensialitet opprettholdes. Programmet dekker hele forskningsløpet fra finansieringssøk til gjennomføring. I lys av voksende AI-bruk i akademia skaper denne type målrettet opplæring et solid grunnlag for ansvarlig teknologibruk. Forskere får nødvendig kompetanse til å utnytte kunstig intelligens effektivt uten å kompromittere etiske standarder eller datasikkerhet.