IT之家 1 月 17 日报道，芝加哥大学社会学家詹姆斯·埃文斯 (James Evans) 及其团队于 2026 年 1 月 14 日在《自然》杂志上发表了一项重磅研究，揭示了人工智能对科学界的“双刃剑”效应。该团队对 4130 万篇研究文章进行了深入分析，定量评估了人工智能工具对科学发现的双重影响。结果，人工智能在极大扩展了科学家个体研究能力的同时，却意外地缩小了科学研究的集体边界，导致科学研究过度集中，具有创新潜力的领域被边缘化。数据显示，采用人工智能的科学家在个人表现方面取得了显着的优势。使用人工智能的研究人员发表的文章数量是未使用人工智能的研究人员的 3.02 倍，引用次数是未使用人工智能的研究人员的 4.85 倍。更重要的是，人工智能的好处也加速了独特的职业发展轨迹，使这些科学家成为各自领域的领导者的速度平均加快了 1.4 年。人工智能工具在数据处理和假设生成方面令人难以置信的效率显然已成为个人学术竞争力的核心倍增器。然而，个人层面的繁荣并没有带来科学的繁荣。研究显示，随着人工智能的扩展，科研课题总数减少了4.63%，科学家之间的学术交流也减少了22%。人工智能和非人工智能文章的知识范围埃文斯将这种现象称为“孤独人群”。热门话题吸引了大量关注，但引用相同研究的文章之间缺乏兴趣。科学家倾向于使用人工智能来集中寻找已知问题的解决方案，而不是协作探索新的未知领域。造成这种现象的根本原因是AI的“数据趋光性”。科学家正在大规模进入数据丰富的领域，人工智能工具可以根据易于评估的基准快速生成结果。这种趋势导致了“方法论单一文化”，科学界面临过早趋向既定范式的风险。结果，许多缺乏数据但可能包含重要进展的领域仍未得到探索，科学探索的多样性正受到前所未有的侵蚀。 IT主页附参考地址
特别说明：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由网易号用户上传发布。向媒体平台提供信息存储服务。
