新火種
2024-12-24 
芝大、清華團隊分析了6800萬份論文表明，AI可能會降低科學家的創造力?
編輯 | 白菜葉
一項新研究表明，采用人工智能工具分析數據和建模結果對年輕科學家的職業前景有著巨大的影響，大大增加了他們在各自領域晉升到有影響力職位的機會。但這種對個體研究人員的利好似乎以犧牲科學為代價。
芝加哥大學和清華大學的研究人員分析了六個科學學科（生物學、醫學、化學、物理學、材料學和地質學，不包括計算機科學）的近 6800 萬份研究論文，發現融入人工智能技術的論文被引用的次數更多，但同時也集中在更窄的主題上，而且重復性更強。
本質上，科學家使用人工智能越多，他們就越關注那些可以用大量現有數據集來回答的同一類問題，也就越少關心探索可以引領全新研究領域的現有數據稀少的基礎問題。
「我對這一發現的驚人規模感到驚訝，人工智能極大地提高了人們在系統內停留和晉升的能力。」該論文的作者之一、芝加哥大學知識實驗室主任James Evans表示，「這表明，個人在工作中采用這類系統有著巨大的動力……在競爭激烈的研究領域，這是蓬勃發展和生存的兩難選擇。」
由于這種激勵導致對機器學習、神經網絡和 Transformer 模型的依賴日益增加，「人工智能所做的整個科學體系正在萎縮。」他說。
該研究以「AI Expands Scientists' Impact but Contracts Science's Focus」為題，于 2024 年 12 月 10 日發布在 arXiv預印平臺。
這項研究調查了 1980 年至 2024 年期間在生物學、醫學、化學、物理學、材料科學和地質學領域發表的論文。
研究發現，使用人工智能工具進行研究的科學家每年發表的論文數量平均多 67%，他們的論文被引用的次數是未使用人工智能的科學家的三倍多。
隨后，Evans 和清華大學研究團隊研究了 350 萬名科學家的職業軌跡，并將他們分為初級科學家（未領導過研究團隊）和資深科學家（領導過研究團隊）。
他們發現，與非人工智能同行相比，使用人工智能的初級科學家繼續領導研究團隊的可能性高出 32%，而且他們進入職業生涯這一階段的速度要快得多，而非人工智能同行更有可能完全離開學術界。
接下來，作者使用人工智能模型對人工智能輔助研究和非人工智能研究涵蓋的主題進行分類，并研究不同類型的論文如何相互引用，以及它們是否激發了新的研究方向。
他們發現，在所有六個科學領域中，與未使用人工智能的研究人員相比，使用人工智能的研究人員將他們涵蓋的主題范圍「縮小」了 5%。
人工智能研究領域也以「超級明星」論文為主。該類別中約 80% 的引用來自引用次數最多的前 20% 的論文，95% 的引用來自引用次數最多的前 50% 的論文，這意味著約有一半的人工智能輔助研究很少被再次引用。
同樣，Evans 團隊發現，與非人工智能研究相比，人工智能研究在論文相互引用和引用原始論文方面引發的后續參與度要低 24%。
「這些綜合研究結果表明，科學領域的人工智能已經更加集中于特定的熱門話題，這些話題變成了『孤獨的人群』，論文之間的互動減少了。」他們寫道，「這種集中導致更多重疊的想法和多余的創新，這會導致整個科學領域知識范圍和多樣性的萎縮。」
Evans 的專業是研究人們如何學習和進行研究，他說，契約效應對科學研究的影響類似于互聯網出現和學術期刊上線后的情況。
2008 年，他在《Science》雜志上發表了一篇論文，指出隨著出版機構走向數字化，研究人員引用的研究類型發生了變化。他們引用的論文更少，期刊數量也更少，而且更傾向于較新的研究。
作為人工智能技術的狂熱用戶，Evans 表示他并不反對技術；互聯網和人工智能都對科學有明顯的好處。但他的最新研究結果表明，政府資助機構、企業和學術機構需要調整科學家的激勵制度，以鼓勵他們少關注使用特定工具，多關注為后代研究人員開辟新天地。
「想象力太匱乏了。」他說，「我們需要放慢將資源完全轉移到人工智能相關研究的速度，以保留一些現有的替代方法。」
相關報道：https://gizmodo.com/ai-could-be-making-scientists-less-creative-2000538342
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
