Nature 期刊研究指出,AI 推动个人研究者职业快速发展,但使科学整体范围变窄
一项大型研究发现,尽管 AI 工具加速了科学家的成功,但却令人担忧地导致新知识发现的整体范围缩小。
一项发表在世界顶级期刊 Nature 上的重要研究揭示了人工智能 (AI) 对科学界的双重影响。研究指出,AI 成为一种强大的工具,能帮助个人研究者更快地在职业上取得成功,但与此同时,却使科学研究的整体方向变得狭窄且多样性降低。
由芝加哥大学社会学家詹姆斯·埃文斯 (James Evans) 领导的研究团队分析了 6 个自然科学领域(生物学、医学、化学、物理学、材料科学和地质学)的超过 310,957 篇研究论文,并使用 Google 的语言模型来识别使用了 AI 的研究。研究结果显示,使用 AI 的研究者发表论文的数量是非使用者的 3.02 倍,其论文被引用的次数更是后者的 4.85 倍。此外,他们成为研究团队负责人的速度也比同行平均快 1.37 年。
然而,从科学界整体来看,却发现了负面影响。AI 的应用导致研究主题数量减少了 4.63%,并使研究者之间的互动减少了 22%。研究作者总结道:“AI 工具似乎更多地是使现有领域自动化,而不是探索新领域”,这产生了一种看似矛盾的现象:“扩大了个体科学家的影响力,却使科学的整体覆盖范围缩小。”
詹姆斯·埃文斯将这种现象总结为“个体激励与科学整体利益之间的冲突”(You have this conflict between individual incentives and science as a whole)。值得注意的是,这种模式从早期的 machine learning、deep learning 时代一直持续到当前的 generative AI 时代,反映了科学界在 AI 时代面临的结构性挑战。
尽管 AI 是一个提高效率的工具,但这种影响揭示了一个风险:科学发现可能集中在现有主题上,这可能长期阻碍需要探索新知识的重大发现。