芝加哥大學社會學家詹姆斯·埃文斯團隊于2026年1月14日在《Nature》發(fā)表了一項研究,揭示了人工智能在科學界的雙重影響。該團隊分析了4130萬篇研究論文,評估了人工智能工具對科學發(fā)現(xiàn)的影響。
結(jié)果顯示,AI顯著提升了科學家個人的研究能力,但也意外地縮小了科學探索的集體邊界。使用AI的科學家在論文數(shù)量和引用次數(shù)上遠超未使用AI的同行,前者發(fā)表的論文數(shù)量是后者的3.02倍,引用次數(shù)更是高達4.85倍。此外,AI還加速了職業(yè)晉升,使這些科學家平均提前1.4年成為各自領(lǐng)域的領(lǐng)軍人物。
然而,這種個人層面的優(yōu)勢并未轉(zhuǎn)化為科學界的多樣化發(fā)展。隨著AI的普及,科學研究的整體議題數(shù)量反而減少了4.63%,科學家之間的學術(shù)互動也下降了22%。埃文斯將這種現(xiàn)象稱為“孤獨的人群”:熱門話題吸引了大量關(guān)注,但引用同一作品的論文之間缺乏實質(zhì)性互動。科學家們傾向于利用AI在已知問題上通過趨同的方法尋找解決方案,而非通過協(xié)作開辟新的未知領(lǐng)域。
造成這一現(xiàn)象的原因在于AI的“數(shù)據(jù)趨光性”??茖W家們大規(guī)模向擁有豐富數(shù)據(jù)的領(lǐng)域遷移,因為這些領(lǐng)域中AI工具能基于易于評估的基準快速產(chǎn)出成果。這導致了“方法論單一化”,科學界面臨過早收斂于既定范式的風險。許多缺乏數(shù)據(jù)但可能蘊含重大突破的領(lǐng)域因此變得無人問津,科學探索的多樣性正受到前所未有的侵蝕。