Vitenskapelig databehandling i en tid med agentisk AI

Vitenskapelig databehandling er en grunnpilar i moderne forskning, både i akademia og næringslivet. Likevel har programvaren som trengs for å analysere vitenskapelig informasjon, hatt problemer med å holde tritt med den raske veksten i datamengden. Mange mye brukte forskningsverktøy begynte som kode som fulgte med en forskningsartikkel, utviklet av små akademiske team med begrenset utviklingserfaring og lite tid til pakking, testing, optimalisering eller langsiktig støtte. Resultatet er en vitenskapelig infrastruktur som ofte er avhengig av trege, sårbare arbeidsprosesser som krever kontinuerlig vedlikehold. Disse begrensningene bremser oppdagelsestakten.

AI-agenter begynner å endre dette regnestykket. Ved å redusere kostnadene ved utviklingsarbeid og ta seg av tidkrevende implementeringsoppgaver kan de hjelpe forskere med å lage prototyper raskere, gjennomføre prosjekter som tidligere var upraktiske, og enklere vedlikeholde programvare over tid. Dermed blir vitenskapelig programvare mer effektiv og bedre vedlikeholdt, slik at forskerne kan bruke mer tid på nye oppdagelser.

Vi deler en utforskende feltrapport om åtte agentstøttede prosjekter innen vitenskapelig databehandling, hovedsakelig i livsvitenskapene. Fem brukte bare Codex, mens tre kombinerte Codex og Claude Code. Rapporten samler casestudier skrevet av teamene bak hvert prosjekt og identifiserer gjennomgående temaer. Prosjektene spenner fra rutinemessig vedlikehold og målrettet optimalisering til omfattende språkmigreringer og GPU-baserte nyutforminger. Bidragsyterne forteller at agenter gjorde utvikling og vedlikehold av programvare betydelig raskere. I enkelte tilfeller hjalp de små team med å utføre arbeid som ellers ville krevd langt mer tid eller spesialisert utviklingsstøtte. Samtidig fremhever de den vedvarende utfordringen med å etablere tydelig, langsiktig ansvar og forvaltning av verktøyene som utvikles.

Bidragsyterne beskriver gjennomgående at forskernes rolle flyttes fra implementering til verifisering og koordinering: å spesifisere hva som skal bygges, definere hvordan korrekthet skal måles, og avgjøre når et prosjekt er klart for lansering. I denne nye modellen beholder forskerne kontrollen over den vitenskapelige retningen og kvalitetskravene, samtidig som agentisk støtte øker arbeidstakten.

Selv om prosjektene varierte mye i omfang, viste de at kodeagenter gjør tilgangen på utviklingskapasitet og ekspertise til en mindre begrensning innen vitenskapelig databehandling. Flaskehalsen er nå å validere resultatene fra en AI-agent, noe som fortsatt krever menneskelig skjønn.

På tvers av casestudiene håndterte agentene konkrete, klart avgrensede forespørsler effektivt, men de kunne ikke pålitelig vurdere om arbeidet var vitenskapelig gyldig eller innfridde forventningene. Agentene uttrykte ofte stor sikkerhet selv når arbeidet inneholdt tydelige feil. Menneskelige kontrollører måtte derfor finne pålitelige metoder for å validere resultatene. De beste tilnærmingene brukte en ekstern referanse eller et målbart akseptansekriterium, som helt samsvarende resultater, samme ytelse som et eksisterende verktøy, riktig statistisk atferd eller svar fastsatt på forhånd ved hjelp av simulerte data.

Et annet gjennomgående tema var at prosjektene som regel ble gjennomført trinnvis, gjennom tilbakemeldingsbaserte iterasjoner, fremfor som one-shot-tilnærminger. Bidragsyterne delte overordnede mål opp i mindre endringer og brukte deretter delmål og testsystemer til å evaluere og forbedre agentenes arbeid. Agentene laget ofte de første implementeringene raskt, men det tok langt mer tid å løse grensetilfeller og små numeriske avvik. Å fullføre implementeringens «siste etappe» krevde ofte mest arbeid.

Samlet tyder disse casestudiene på at agenter gjør det mulig for forskere å bruke mindre tid på implementering og mer tid på å lede det vitenskapelige arbeidet. Mennesker definerer målet, deler komplekse prosjekter inn i håndterbare deler og vurderer om resultatene er vitenskapelig gyldige. Ved å redusere langvarige utviklingsbegrensninger utvider agenter hva forskere kan bygge, samtidig som de frigjør tid til de viktigste vitenskapelige spørsmålene og beslutningene.

Mangelfullt vedlikehold av forskningsprogramvare har lenge bremset utviklingen og begrenset reproduserbarheten og påliteligheten. Publiserte studier av «forskningskode⁠(åpnes i et nytt vindu)» og omikkverktøy⁠(åpnes i et nytt vindu) har vist at publisert programvare ofte ikke lar seg installere riktig i et nytt datamiljø eller kjøre som dokumentert. Dermed må forskere bruke mye tid på konfigurering og feilsøking. Selv rutinemessige forbedringer kan spare forskerne for tid og redusere behovet for datakraft, mens ytelsesrettet refaktorering og omskriving kan gi større gevinster.

Men lavere implementeringskostnader gjør det også enklere å lage mange lignende omskrivinger. Det kan splitte brukergruppen og spre ekspertisen som trengs for å holde hvert enkelt verktøy pålitelig. Derfor er langsiktig forvaltning og tydelig kreditering avgjørende. Moden vitenskapelig programvare rommer udokumenterte konvensjoner, kompatibilitetskrav og brukertillit som ikke kan gjenskapes bare ved å oversette kildekoden.

Casestudiene viser flere mulige veier videre. Endringene i MHCflurry og cyvcf2 ble innlemmet i de opprinnelige oppstrømsprosjektene, mens rustar-aligner fikk ny forvaltning av fellesskapet fordi det opprinnelige prosjektet var forlatt. Der det er mulig å samarbeide med eksisterende vedlikeholdere, bør dette begynne så tidlig som mulig. Når en separat implementering er nødvendig, må den ha en tydelig eier og en troverdig vedlikeholdsplan. Uten dette kan dagens moderne omskriving bli morgendagens forlatte kode, i stedet for pålitelig vitenskapelig infrastruktur.

Denne feltrapporten er retrospektiv og utforskende, men casestudiene peker mot en praktisk endring i hvordan vitenskapelig programvare utvikles. Kodeagenter som Codex kan redusere kostnadene ved vedlikehold, migrering, optimalisering og nye implementeringer betydelig. Den langsiktige vitenskapelige verdien avhenger fortsatt av menneskelige beslutninger om hva som skal bygges, hvordan det skal verifiseres, og hvem som skal vedlikeholde det. Den dypere endringen er ikke bare at forskere kan utvikle mer programvare, men at de kan konsentrere mer av innsatsen om å definere, validere og forvalte verktøyene.

Disse casestudiene viser at agenter allerede kan øke iterasjonstakten innen vitenskapelig databehandling. Etter hvert som kodeagentene blir bedre, kan forskere bruke mindre tid på å holde analysekjeder i gang og mer tid på å bringe fagfeltene sine videre.