Nature研究:AI写论文效率提升3倍,科学边界或受限

免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈
新智元报道
编辑:LRST
【新智元导读】清华在Nature上发表的最新研究发现,AI使科学家更聚焦于数据丰富、问题明确的领域,导致创新单一化,跨界合作减少。研究团队提出「全流程科研智能体系统」,推动AI从工具进化为伙伴,拓展科学边界。
当AlphaFold预测蛋白质结构、ChatGPT辅助科研写作、AI实验室自主设计实验成为常态,我们不禁要问:AI真的在加速科学进步吗?还是在悄悄改变科学探索的「游戏规则」?
2026年1月,清华大学电子工程系徐丰力、李勇教授联合芝加哥大学团队在《Nature》发表重磅研究,通过对4100余万篇科研论文的跨45年分析,首次揭示了一个令人深思的矛盾现象:AI正显著提升科学家的个人生产力,却在无形中收缩了科学探索的集体疆域。

论文链接:https://www.nature.com/articles/s41586-025-09922-y
Science跟进报道https://www.science.org/content/article/ai-has-supercharged-scientists-may-have-shrunk-science
Nature深度解读:https://www.nature.com/articles/d41586-025-04092-3
研究团队构建了全球首个AI赋能科研全景知识图谱,通过高质量专家标注与大规模语言模型训练,精准识别了跨越「机器学习、深度学习、生成式AI」三个时代的AI增强型科研论文。

分析显示,使用AI的科学家在个人层面获得显著优势:年均发表论文量高出3.02倍;获得引用量高出4.84倍;从初级晋升资深平均提前1.37年;AI论文年均引用量高出98.7%

「这表明AI工具确实有效提升了科学家的产出效率和影响力。」清华大学电子工程系徐丰力助理教授表示。
然而,当视角从个体转向集体,研究发现了一个令人担忧的现象:
AI驱动研究的集体知识广度下降4.63%
科学家间的跨界互动减少22%
AI论文引文呈现「星型结构」,创新活力趋向集中和单一化

李勇教授解释道,「我们发现,AI的高效引导了研究者集体涌向少数适合AI研究的热门山峰,这种群体登山模式虽加速了已知问题的解决,却无形中固化了科学探索的路径,系统性地削弱了科学家向未知山峰探索的广度。」

登山效应实例图
为什么AI会「缩小」科学疆域?
研究团队深入分析发现,AI的「偏好」源于数据可及性:AI更倾向于在「数据丰富、问题明确」的领域发力,而数据匮乏、问题模糊的前沿领域则被边缘化。
研究团队指出,「AI不是不善于创新,而是更容易在数据充足、问题清晰的领域发力。当AI被广泛应用于科研,它引导科学家集体涌向那些数据丰富、问题明确的热门山峰,导致科学探索的趋同优化。」
这与我们对科学进步的期待形成鲜明对比:科学的真正价值不仅在于解决问题,更在于提出问题。
从「辅助工具」到「合作伙伴」
AI科研的范式升级
面对这一「内卷悖论」,徐丰力、李勇教授团队提出全新解决方案:「全流程科研智能体系统」(OmniScientist.ai)。

访问链接:OmniScientist.ai
该系统通过深度挖掘大模型智能体的通用推理能力,实现跨学科、全流程、多模态的广谱科研赋能,推动AI从「辅助工具」进化为具备「主动提出假说、自主设计实验、分析结果并形成理论」的「AI科学家」。
「我们正在构建的,是一个加速接近现有知识边界的科学世界,而不是一个能不断揭示新知识边界的未来世界。」徐丰力教授强调,「未来AI需要拓展的不仅是认知能力,更是感知与实验能力。」
未来启示
警惕「科学内卷」,拓展认知边界
论文的发现,为科学政策制定者和AI研究者敲响了警钟:AI在加速个体科研产出的同时,可能正在系统性地削弱科学探索的多样性。
「我们需要重新思考AI在科学中的定位,」李勇教授表示,「AI不应只是认知能力的放大器,更应成为感知与实验能力的拓展器。」
AI在科研中的应用正从「工具」走向「伙伴」,但这场范式升级绝非一帆风顺。
当AI让科学家们「跑得更快」,我们更需要警惕:我们是否在加速走向一个「科学内卷」的未来?
正如研究指出,「科学的真正价值不仅在于解决问题,更在于提出问题。」
在这个AI驱动的时代,我们更需要保持对未知的热忱,让AI成为探索边界的开拓者,而非舒适区的守卫者。
作者介绍
该研究由清华大学电子工程系徐丰力(助理教授)、李勇(教授)与芝加哥大学社会学系James Evans教授联合主导,清华大学电子工程系博士生郝千越为第一作者。
徐丰力:清华大学电子工程系助理教授,专注于人工智能与科学发现的交叉研究
李勇:清华大学电子工程系教授,国家杰出青年科学基金获得者,长期致力于智能科学与工程研究
James Evans:芝加哥大学知识实验室主任,社会学教授,科学计量学权威
研究获国家自然科学基金支持,完成单位为清华大学电子工程系、芝加哥大学社会学系。
参考资料:
https://www.nature.com/articles/s41586-025-09922-y

游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
博通350亿美元私募融资 算力资本战升级
一则重磅融资消息,让全球AI算力竞赛的“资本底色”愈发清晰。据知情人士透露,两大私募资本巨头——阿波罗全球管理公司和黑石集团,正在与芯片设计巨头博通进行谈判,商讨一项规模高达约350亿美元的融资方案。 这笔资金,剑指何方?消息人士指出,博通计划将融资所得用于开发面向人工智能任务的新一代芯片。目前谈判
港中文AI导演系统:聊天生成多镜头电影,单GPU打造好莱坞级视频
这项由香港中文大学多媒体实验室、快手科技以及香港创新科技研究院联合开展的研究,已于2026年3月发表在计算机视觉顶级会议上,论文编号为arXiv:2603 25746v1。对技术细节感兴趣的读者,可以据此查阅完整论文。 当前的AI视频生成技术,更像是一位只会使用固定机位的摄影师。它能产出精美的单帧画
上海人工智能实验室突破三维视觉技术让计算机模拟人眼感知空间
在数字世界的浪潮中,一项来自中国顶尖科研机构的突破性技术,正在重塑机器感知三维空间的方式。由上海人工智能实验室、上海交通大学、复旦大学等联合研发的M?技术,为计算机视觉与三维重建领域开辟了全新的道路,预示着智能感知的未来已来。 试想一个基础问题:当我们用手机拍摄视频时,机器如何像人一样理解画面中的立
普林斯顿大学革新立体视觉技术:机器双眼识别更快速精准
这项由普林斯顿大学计算机科学系团队主导的研究发表于2026年3月,论文编号为arXiv:2603 24836v1。 我们人类用双眼看世界时,大脑能轻松对比左右眼图像的细微差异,瞬间判断出物体的远近。这种立体视觉能力,让我们能精准地拿起水杯、安全地过马路,感受世界的深度。如今,让计算机也拥有这样的“双
麻省理工学院如何用物理模拟器提升机器学习效率
在开始深入解读之前,我们首先需要明确一个核心前提。 您提出的要求是“根据给定的论文地址生成博客文章”,但当前提供的信息中,并未包含具体的论文链接或实质性的学术内容。您仅提供了一个指令框架和一张示意图片。 为了能够生成一篇具备深度、准确且对读者真正有帮助的专业分析文章,我的工作必须建立在可靠的学术文献
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

