AI 助推科研生涯，却让科学发现变平
AI Boosts Research Careers but Flattens Scientific Discovery
一项对 4000 多万篇论文的分析揭示了一个令人不安的真相：使用 AI 工具的研究人员确实能发表更多论文、获得更多引用并更快晋升，但整个科学界的思想广度却在急剧收窄。AI 让科学家们像出版机器一样高效，却将大家引向相同的数据富矿，导致研究同质化严重。正如芝加哥大学的 James Evans 所言，个人职业激励与科学整体进步之间出现了严重冲突。当所有研究者都在用 AI 挖掘同一个坑时，我们虽然挖得更深，却可能永远错过了那些未被探索的广阔领域。
我们正在把同一个坑越挖越深。
- 有评论者指出，AI 在科研中的应用与金融市场中的拥挤交易（crowded trade）逻辑一致：当所有人针对同一信号优化时，个体效率提升但整体边际收益衰减，导致科学发现趋于平庸。
- 一位生物信息学从业者警告，通用大模型难以建立跨领域的非线性知识关联（如 Taq polymerase 的发现路径），若科研过度依赖回归均值的 AI，可能导致人类知识增长永久停滞。
- 评论认为，当前科研体系过度依赖论文数量等易于量化的指标（volume-of-stuff）来分配资金，而 AI 恰好成为游戏这些劣质指标的高效工具，从而加剧了低质量产出。
- 有观点反驳‘科学家追求名利’的论调，指出大多数科研人员的核心动机是维持就业和获取下一轮 Funding，而非追求 fame and glory，AI 只是强化了这种生存导向的优化策略。