Heim
Harvard-Professor bildet Claude in nur zwei Wochen zum Physikstudenten im zweiten Masterstudienjahr aus
Die rasante Entwicklung der künstlichen Intelligenz in der akademischen Forschung erweitert die Grenzen der menschlichen Vorstellungskraft.
In einem kürzlich durchgeführten Experiment gelang Professor Schwartz von der Harvard-Universität eine bemerkenswerte Leistung: Nach zwei Wochen „Mentoring“-Training machte er das KI-Modell Claude zu einem Forscher, der einem Physikstudenten im zweiten Masterstudienjahr in nichts nachsteht. Dies zeigt, dass große Sprachmodelle über den einfachen Wissensabruf hinausgehen und sich zu Forschungspartnern entwickeln, die in der Lage sind, sich intensiv an wissenschaftlichen Spitzenforschungsprojekten zu beteiligen.

Der Entwicklungsweg: Vom „Anfänger“ zum „unabhängigen Forscher“
Während des 14-tägigen Experiments zeigte Claude eine Lernkurve, die der eines menschlichen Masterstudenten sehr ähnlich war:
Aufgabenzerlegung: Bei komplexen physikalischen Problemen arbeitete Claude aktiv mit Modellen wie GPT-5.2 und Gemini3.0 zusammen, um Ideen zu strukturieren, und zerlegte das Hauptthema in 102 kleinere Teilaufgaben.
Intensiver Dialog: Während des Experiments führte der Tutor rund 270 tiefgehende Gespräche mit der KI, wobei etwa 36 Millionen Tokens verwendet wurden.
Iteration der Forschungsarbeit: Nach 110 Entwürfen erstellte die KI eigenständig eine Forschungsarbeit auf professionellem Niveau.
Die Rolle des Tutors: Menschen bieten lediglich „Anleitung“ und „Korrektur“
Während der gesamten Forschung fungierte Professor Schwartz ausschließlich als „Tutor“:
Grenzen setzen: Er wies auf logische Fehler hin, definierte die Grenzen der Forschung und gab die allgemeine Richtung vor.
Verzicht auf „Ghostwriting“: Der Professor griff niemals in konkrete Berechnungen oder Herleitungen ein; die KI bewältigte alle zentralen Herausforderungen eigenständig.
Gezielte Lösungen: Wenn die KI gelegentlich Abkürzungen nahm oder Schritte übersprang, leitete der Professor sie mit präzisen Hinweisen zur Selbstkorrektur an.
Neues Forschungsparadigma: „KI-Postdoktorand“ bewältigt doppelte Aufgaben
Während der kritischen Phase des Experiments zeigte Claude eine Multitasking-Fähigkeit, die für Menschen eine Herausforderung darstellen würde: Während sie komplexe physikalische Formeln herleitete, schrieb sie gleichzeitig den zugrunde liegenden Programmcode. Diese zweigleisige Zusammenarbeit zwischen „theoretischer Herleitung“ und „Programmierarbeit“ verkürzte den Forschungszyklus drastisch.
Fazit: Der Beginn der Ära der KI-Graduiertenschulen
Dieses Experiment des Harvard-Professors sendet ein klares Signal an die akademische Gemeinschaft: KI hat bereits die Fähigkeit erworben, anspruchsvolle, nicht standardisierte Forschungsaufgaben zu bewältigen. Wenn große Modelle durch „praktische Erfahrung“ ähnlich wie Doktoranden rasch wachsen können, könnten zukünftige wissenschaftliche Entdeckungen in eine Ära des „autonomen Fahrens“ eintreten, in der Menschen die Richtung vorgeben und die KI die detaillierte Ausführung übernimmt.
Verwandter Artikel
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter
Einhaltung der Vorschriften für autonome Fahrzeuge in Kalifornien: Eine neue Ära von Bußgeldern, Geofences und 1 Million Meilen
Guident betreibt einen AuveTech-Shuttle in Südflorida und verwaltet mithilfe seiner Fernüberwachungstechnologie eine vier Meilen lange Strecke in West Palm Beach sowie eine eine Meile lange Strecke in
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)
Die rasante Entwicklung der künstlichen Intelligenz in der akademischen Forschung erweitert die Grenzen der menschlichen Vorstellungskraft.
In einem kürzlich durchgeführten Experiment gelang Professor Schwartz von der Harvard-Universität eine bemerkenswerte Leistung: Nach zwei Wochen „Mentoring“-Training machte er das KI-Modell Claude zu einem Forscher, der einem Physikstudenten im zweiten Masterstudienjahr in nichts nachsteht. Dies zeigt, dass große Sprachmodelle über den einfachen Wissensabruf hinausgehen und sich zu Forschungspartnern entwickeln, die in der Lage sind, sich intensiv an wissenschaftlichen Spitzenforschungsprojekten zu beteiligen.

Der Entwicklungsweg: Vom „Anfänger“ zum „unabhängigen Forscher“
Während des 14-tägigen Experiments zeigte Claude eine Lernkurve, die der eines menschlichen Masterstudenten sehr ähnlich war:
Aufgabenzerlegung: Bei komplexen physikalischen Problemen arbeitete Claude aktiv mit Modellen wie GPT-5.2 und Gemini3.0 zusammen, um Ideen zu strukturieren, und zerlegte das Hauptthema in 102 kleinere Teilaufgaben.
Intensiver Dialog: Während des Experiments führte der Tutor rund 270 tiefgehende Gespräche mit der KI, wobei etwa 36 Millionen Tokens verwendet wurden.
Iteration der Forschungsarbeit: Nach 110 Entwürfen erstellte die KI eigenständig eine Forschungsarbeit auf professionellem Niveau.
Die Rolle des Tutors: Menschen bieten lediglich „Anleitung“ und „Korrektur“
Während der gesamten Forschung fungierte Professor Schwartz ausschließlich als „Tutor“:
Grenzen setzen: Er wies auf logische Fehler hin, definierte die Grenzen der Forschung und gab die allgemeine Richtung vor.
Verzicht auf „Ghostwriting“: Der Professor griff niemals in konkrete Berechnungen oder Herleitungen ein; die KI bewältigte alle zentralen Herausforderungen eigenständig.
Gezielte Lösungen: Wenn die KI gelegentlich Abkürzungen nahm oder Schritte übersprang, leitete der Professor sie mit präzisen Hinweisen zur Selbstkorrektur an.
Neues Forschungsparadigma: „KI-Postdoktorand“ bewältigt doppelte Aufgaben
Während der kritischen Phase des Experiments zeigte Claude eine Multitasking-Fähigkeit, die für Menschen eine Herausforderung darstellen würde: Während sie komplexe physikalische Formeln herleitete, schrieb sie gleichzeitig den zugrunde liegenden Programmcode. Diese zweigleisige Zusammenarbeit zwischen „theoretischer Herleitung“ und „Programmierarbeit“ verkürzte den Forschungszyklus drastisch.
Fazit: Der Beginn der Ära der KI-Graduiertenschulen
Dieses Experiment des Harvard-Professors sendet ein klares Signal an die akademische Gemeinschaft: KI hat bereits die Fähigkeit erworben, anspruchsvolle, nicht standardisierte Forschungsaufgaben zu bewältigen. Wenn große Modelle durch „praktische Erfahrung“ ähnlich wie Doktoranden rasch wachsen können, könnten zukünftige wissenschaftliche Entdeckungen in eine Ära des „autonomen Fahrens“ eintreten, in der Menschen die Richtung vorgeben und die KI die detaillierte Ausführung übernimmt.
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter











