Notes2Skills: 연구 노트에서 신뢰도 인식 과학 에이전트 기술로

초록

과학적 발견 워크플로는 일반적으로 연구자가 관찰 결과를 기록하고, 불확실한 결과를 해석하며, 후속 실험을 계획하는 실험실 노트를 포함하고 이에 크게 의존한다. 이러한 정보를 담은 실험실 노트는 출판물에 제시되는 다듬어진 최종 결과보다는 진화하는 과학적 추론과 저자의 불확실성을 보존하여, AI가 보다 포괄적이고 심층적인 수준에서 과학적 탐구에 참여할 수 있는 귀중한 기회를 제공한다. 그러나 과학 텍스트에 대한 대부분의 이전 연구는 논문, 프로토콜 또는 구조화된 데이터베이스에 초점을 맞추어, 비공식적인 실험실 노트는 과학을 위한 AI 에이전트의 입력으로 충분히 탐구되지 않은 상태로 남아 있다. 이러한 격차가 중요한 이유는 실험실 노트가 동일한 구절 내에서 검증된 관찰, 잠정적 판단, 그리고 가능한 실험적 다음 단계를 혼합하는 경우가 많기 때문이다. 이러한 신호들이 혼동되면 AI 에이전트는 불확실한 과학적 판단을 확정된 결론이나 실행 가능한 행동으로 오인할 수 있다. 이를 위해 우리는 저자의 확실성을 보존하면서 실험실 노트북을 과학적 AI 에이전트를 위한 검증 가능한 스킬로 전환하는 2단계 프레임워크인 Notes2Skills를 제시한다. 7가지 조건과 3번의 습식 실험실 세션에 걸쳐, Notes2Skills는 불확실한 노트를 확실한 지시로 오인하지도 않고 확실한 노트를 폐기하지도 않는 유일한 구성이다. 우리는 확실성 보존이 실험실 노트북과 신뢰할 수 있는 에이전트 스킬 사이의 빠진 조각임을 보여주며, 더 안전한 AI 공동 과학자 시스템으로 가는 길을 연다.

English

Scientific discovery workflows usually contain and rely heavily on lab notes, where researchers record observations, interpret uncertain results, and plan follow-up experiments. Such informative lab notes preserve evolving scientific reasoning and author uncertainty, rather than polished final results exhibited in publications, providing a valuable opportunity for AI to engage in scientific exploration at a more comprehensive and deeper level. However, most prior work on scientific text focuses on papers, protocols, or structured databases, leaving informal laboratory notes underexplored as inputs to AI agents for science. This gap matters because lab notes often intermingle validated observations, tentative judgments, and possible experimental next steps within the same passage. If these signals are conflated, an AI agent may mistake uncertain scientific judgments for confirmed conclusions or executable actions. To this end, we present Notes2Skills, a two-stage framework for turning lab notebooks into verifiable skills for scientific AI agents while preserving the author's certainty. Across seven conditions and three wet-lab sessions, Notes2Skills is the only configuration that neither mistakes uncertain notes for firm instructions nor discards firm ones. We show that certainty preservation is the missing piece between lab notebooks and reliable agent skills, opening a path toward safer AI co-scientist systems.