撰文丨王聰

編輯丨王多魚

排版丨水成文

人工智能（AI）的發(fā)展正在加速科學發(fā)現(xiàn)，2024 年諾貝爾物理學獎和化學家均授予了 AI 領域科學家，這些趨勢確立了 AI 工具在科學中的角色。這一進展引發(fā)了關于 AI 工具對科學家及科學整體影響的思考，并凸顯了個人利益與集體利益之間的潛在沖突。

2026 年 1 月 14 日，清華大學電子工程系李勇教授、徐豐力助理教授聯(lián)合芝加哥大學James Evans教授（清華大學郝千越為論文第一作者），在國際頂尖學術期刊Nature上發(fā)表了題為：Artificial intelligence tools expand scientists’ impact but contract science’s focus 的研究論文。

該研究揭示了一個悖論：在自然科學中采用人工智能（AI）工具擴大了科學家的影響力，但卻也讓研究領域變得更為狹窄。

該研究分析了超過 4100 萬篇論文，其中約 31.1 萬篇論文借助了 AI 工具（例如使用機器學習或生成式人工智能）。結果顯示，使用 AI 輔助科學研究的科學家發(fā)表的論文更多，被引用量更高，職業(yè)發(fā)展也更快。而在系統(tǒng)層面，AI 善于在已有的、數(shù)據豐富的領域內進行優(yōu)化和自動化（例如在已有的藥物分子庫中篩選新候選藥物），而缺乏真正創(chuàng)新所需的“直覺”和“跨領域聯(lián)想”能力。這引發(fā)了人們對 AI 工具可能對科學家以及整個科學界產生的影響的質疑和擔憂。

在這項最新研究中，研究團隊通過預訓練語言模型來識別 AI 輔助科學研究，該模型在專家標注數(shù)據驗證中 F1 得分達到 0.875�；诤w自然科學領域 4130 萬篇研究論文、跨越不同 AI 時代的數(shù)據集，研究團隊發(fā)現(xiàn)，科學家對 AI 工具的采用正在加速，AI 的使用帶來持續(xù)的專業(yè)優(yōu)勢，但科學焦點出現(xiàn)集體性收窄。

使用 AI 輔助科學研究的科學家比未使用者多發(fā)表 3.02 倍論文，獲得 4.84 倍引用，并提前 1.37 年成為研究項目負責人。相比之下，AI 的使用使集體研究的科學主題總量縮減 4.63%，科學家之間的協(xié)作參與度降低 22%。

由此，AI 在科學中的應用呈現(xiàn)出一個看似矛盾的現(xiàn)象：個體科學家影響力擴大，但科學集體的觸及范圍收縮——因為 AI 輔助的工作集體性地向數(shù)據最密集的領域集中。隨著后續(xù)參與度降低，AI 工具似乎是在自動化既定領域而非探索新方向，這凸顯了個人晉升與集體科學進步之間的張力。

這項研究提醒我們，AI 在賦予科學家個體強大能力的同時，如果不加引導，可能會無形中引導科學共同體走向一種“內卷”，即在一個收縮的范圍內進行越來越精細的優(yōu)化，而犧牲了那些真正需要開拓的、未知的邊疆。這要求我們在推動 AI 用于科學研究時，需有意識地建立鼓勵探索、獎勵冒險的機制，以平衡效率與創(chuàng)新。

Nature同期發(fā)表了題為：AI tools boost individual scientists but could limit research as a whole 的 News and Views 文章，文章指出，AI 工具能提升科學家個體的科研能力，但可能限制整個科研領域的發(fā)展。

論文鏈接：

https://www.nature.com/articles/s41586-025-09922-y