量子位
·
清华新研究，Nature+Science双杀！
内容提要
清华大学的研究表明，AI虽然能加速论文发表，但也导致科学探索的广度收缩。AI模型缺乏通用性，使研究者更集中于热门领域，从而削弱了创新能力。为此，推出了跨学科科研智能体系统OmniScientist，以提升科研效率和广度。
关键要点
-
清华大学的研究表明，AI加速论文发表，但导致科学探索的广度收缩。
-
AI模型缺乏通用性，使研究者集中于热门领域，削弱创新能力。
-
推出跨学科科研智能体系统OmniScientist，以提升科研效率和广度。
-
研究分析了全球2.5亿篇科学文献，揭示AI助力个体加速但集体注意力窄化的矛盾。
-
AI for Science领域的颠覆性研究成果逐年下降，未能获得AI助力。
-
团队采用高质量专家标注与大规模语言模型推理相结合的方法，构建AI赋能科研全景地图。
-
使用AI的科学家发表论文数量和引用量显著高于不使用AI的科学家。
-
AI结合的科研项目知识广度下降，跨界互动减少，研究趋向集中和单一化。
-
当前AI模型缺乏通用性，导致科学探索路径固化，广度让位于速度。
-
OmniScientist系统旨在实现跨学科、全流程的科研支持，推动AI从辅助工具进化为主动的AI科学家。
延伸解读
AI对科学研究的双刃剑效应
清华大学的研究揭示了AI在科学研究中的双重影响：一方面，AI显著提高了个体科研的效率，帮助科学家更快发表论文；另一方面，AI的使用导致了科学探索的广度收缩，研究者更倾向于热门领域，创新能力受到削弱。这种现象提醒科研人员在追求效率的同时，也要关注研究的多样性和创新性。
OmniScientist的创新意义
为了解决AI导致的科学探索收缩问题，清华大学推出了OmniScientist系统。该系统旨在通过跨学科的科研支持，提升AI的通用性和应用广度。这一创新不仅有助于打破现有研究的局限性，还可能推动科学研究向更广泛的未知领域探索，促进真正的科研创新。
关注AI模型的通用性
研究指出，当前AI模型缺乏通用性是导致科学探索路径固化的主要原因。科研人员在选择研究方向时，应警惕过度依赖AI工具可能带来的局限性，努力寻找适合多样化研究的问题，以避免陷入“群体登山”的陷阱。
延伸问答
清华大学的研究揭示了AI在科学研究中的哪些矛盾？
AI虽然加速了科学家的个体论文发表，但导致科学界的集体注意力收窄，科学探索的广度减小。
OmniScientist系统的目的是什么？
OmniScientist系统旨在提升科研效率和广度，推动AI从辅助工具进化为主动的AI科学家。
使用AI的科学家与不使用AI的科学家在论文发表上有什么区别？
使用AI的科学家发表的论文数量是未使用者的3.02倍，引用量是4.84倍，且更早成为项目负责人。
当前AI模型缺乏通用性对科学研究有什么影响？
缺乏通用性导致研究者集中于热门领域，形成“群体登山”现象，削弱了科学探索的广度。
研究团队是如何分析AI对科学的影响的？
团队通过构建科学语义地图和定义知识广度指标，分析了AI在自然科学六大领域的影响。
AI在科学研究中的应用对创新能力有何影响？
AI的应用导致研究趋向集中和单一化，缺乏创新活力，整体科学进展未见明显加速。
