芝大、清华团队分析了6800万份论文表明，AI可能会降低科学家的创造力?

主要观点总结

一项新研究发现，使用人工智能工具进行研究和建模对年轻科学家的职业前景有积极影响，增加了他们在各领域晋升的机会。但这种趋势似乎以牺牲科学探索的本质为代价。研究分析了六个科学学科的论文，发现融入AI的论文被引用次数更多，但主题更狭窄，重复性更强。科学家过度依赖AI工具会导致对基础问题的探索减少，政府和企业需要调整激励制度来平衡AI的使用和探索新的研究领域。

关键观点总结

关键观点1: 人工智能工具的使用对年轻科学家职业前景有积极影响

增加了晋升机会和发表论文的数量及被引用次数

关键观点2: 使用人工智能似乎以牺牲科学探索的本质为代价

科学家过度依赖AI工具导致研究主题狭窄，重复性增强，忽视基础问题

关键观点3: 人工智能的使用与科学领域知识范围和多样性的萎缩有关

研究发现使用AI的论文相互引用和激发新研究方向的能力降低

关键观点4: 政府资助机构、企业和学术机构需要调整激励制度

以鼓励科学家在关注使用特定工具的同时，更多地关注为后代研究人员开辟新的研究领域

文章预览

一项新研究表明，采用人工智能工具分析数据和建模结果对年轻科学家的职业前景有着巨大的影响，大大增加了他们在各自领域晋升到有影响力职位的机会。但这种对个体研究人员的利好似乎以牺牲科学为代价。 芝加哥大学和清华大学的研究人员分析了六个科学学科（生物学、医学、化学、物理学、材料学和地质学，不包括计算机科学）的近 6800 万份研究论文，发现融入人工智能技术的论文被引用的次数更多，但同时也集中在更窄的主题上，而且重复性更强。 本质上，科学家使用人工智能越多，他们就越关注那些可以用大量现有数据集来回答的同一类问题，也就越少关心探索可以引领全新研究领域的现有数据稀少的基础问题。 「我对这一发现的惊人规模感到惊讶，人工智能极大地提高了人们在系统内停留和晋升的能力。」该论文的作者之一、芝 ………………………………