在 AI 的加持下，現(xiàn)在讀博是不是比以前容易很多？

想啥呢，AI這玩意看似陽光普照，但是不同的人之間用它的手法或者收益千差萬別。再加上，讀博其實(shí)得分三個(gè)階段來看，分別是錄取前、讀博中和畢業(yè)后。

錄取前

01

我相信不管你從別人口中，還是從新聞中得知，博士在擴(kuò)招。是的，從宏觀數(shù)據(jù)上來看，博士教育確實(shí)迎來了“擴(kuò)招”的春天。各大高校紛紛增設(shè)博士點(diǎn)，招生名額逐年攀升。這無疑給了更多人觸摸博士門檻的機(jī)會。從這個(gè)角度看，獲得一個(gè)博士候選人的“身份”，似乎比幾十年前要容易。

但是從個(gè)體角度來看，擴(kuò)招的背后其實(shí)是申請者技術(shù)的爆炸性增長，也就是分子的確增多了，但是分母漲的更多。

你的競爭者不再僅僅是隔壁實(shí)驗(yàn)室的學(xué)霸，而是來自五湖四海、背景各異的“卷王”們。他們可能手握多篇SCI，實(shí)習(xí)經(jīng)歷橫跨產(chǎn)學(xué)研，甚至自帶項(xiàng)目和經(jīng)費(fèi)。這使得進(jìn)入真正優(yōu)質(zhì)的、有前景的導(dǎo)師團(tuán)隊(duì)的競爭，變得空前激烈。

所以，讀博前的“容易”更像是一種假象。整體錄取率的提升，掩蓋了個(gè)體突圍難度的急劇拉升。

讀博中

02

如果你很幸運(yùn)或很不幸的開始讀博，那么這個(gè)階段AI對你的加成的確非常大，甚至我覺得在AI時(shí)代讀博真的是一件非常幸運(yùn)的事情。

你像很多人開始讀博后才開始補(bǔ)編程，補(bǔ)機(jī)器學(xué)習(xí)知識，一般惡補(bǔ)一年左右才能達(dá)到做實(shí)驗(yàn)的水平，但現(xiàn)在不一樣了，你只需要知道理論知識，就可以讓AI或者AI編程軟件直接幫你搞定編程以及實(shí)驗(yàn)，這對于一部分的文科專業(yè)以及基礎(chǔ)比較差的工科專業(yè)學(xué)生非常爽，可以說，只要博士畢業(yè)條件不變，這幾年讀博的確要比ChatGPT出現(xiàn)以前爽的多。

還有英語相關(guān)的技能，比如英文寫作，再比如文獻(xiàn)綜述，現(xiàn)在都有AI工具可以直接做。

但有利就有弊，那就是AI都替你做了，人就會產(chǎn)生一種”我懂了“的假象，這是致命的。

你不愿意逐字逐句地去啃那些晦澀的經(jīng)典，去辨析不同研究間的細(xì)微差異和邏輯漏洞，這個(gè)過程中，AI越來越強(qiáng)，你批判性思考能力越來越弱。

另外，過于依賴AI進(jìn)行數(shù)據(jù)分析，可能會讓你成為一個(gè)“調(diào)包俠”，知其然不知其所以然。你得到了結(jié)果，卻失去了對研究方法底層邏輯的深刻理解。當(dāng)面對復(fù)雜或全新的問題，需要對方法進(jìn)行創(chuàng)新和調(diào)整時(shí)，你可能會束手無策。

可以說，AI讓讀博的“體力活”變少了，但對“腦力活”的考驗(yàn)卻可能以一種更隱蔽、更高級的形式出現(xiàn)了。博士的核心，在于創(chuàng)造知識，而不僅僅是“搬運(yùn)”和“整合”知識。AI可以成為最鋒利的矛，但持矛者的手臂和心智若不夠強(qiáng)大，終將被矛所累。

畢業(yè)后

03

擴(kuò)招往往不是因?yàn)樾枰嗟娜瞬牛蔷徑饩蜆I(yè)壓力。

這么來理解，擴(kuò)招一個(gè)博士，可能就會有10個(gè)碩士產(chǎn)生了讀博的念頭，往前推，就可以有100個(gè)準(zhǔn)大學(xué)畢業(yè)生選擇考研/保研，而不是直接工作，那么低迷的就業(yè)市場就少了100個(gè)競爭者。

那擴(kuò)招個(gè)幾千幾萬個(gè)博士生呢，是不是就業(yè)壓力就能緩解不少。

所以，人才不一定就是人才，而是特定的產(chǎn)物。

就業(yè)壓力大是全范圍覆蓋的，博士的就業(yè)壓力大也一樣。

就跟剛剛說的一樣，讀博時(shí)候就簡單了，每個(gè)人理論上可以發(fā)比前幾屆更多更好的論文，放到個(gè)人身上成立；但是一旦算總賬，就會發(fā)現(xiàn)每個(gè)人的情況差不多，大家都比以前發(fā)的文章，那么在就業(yè)的時(shí)候，所有的競爭者能力都在提升，所以就業(yè)的相對門檻并沒有變化，反而隨著畢業(yè)人數(shù)多競爭更加激烈。

并且這個(gè)時(shí)候，潛藏的危機(jī)就來了，那就是當(dāng)脫離了AI這個(gè)強(qiáng)大的“外骨骼”后，個(gè)體的真實(shí)能力可能會暴露無遺。

比如面試，尤其是學(xué)術(shù)面試，是一場無法依賴AI的“裸考”。當(dāng)面試官要求你脫稿闡述研究的邏輯、即興回答尖銳的挑戰(zhàn)、清晰地進(jìn)行白板推演時(shí)，那些在讀博期間被AI“代勞”的思維訓(xùn)練的缺失，會讓你顯得捉襟見肘。

你的Presentation可能邏輯流暢、語言優(yōu)美，因?yàn)楦遄邮呛虯I一起打磨的，但當(dāng)面對Q&A環(huán)節(jié)的追問時(shí)，你可能會發(fā)現(xiàn)自己的知識體系是“碎片化”的，缺乏深度和韌性。

這種“AI依賴癥”的后遺癥是：我們可能培養(yǎng)出了一批擅長利用工具解決“已知問題”的高級技工，而非能夠定義和解決“未知問題”的獨(dú)立研究者。在順風(fēng)順?biāo)娜粘Ｑ芯恐校麄兪歉咝У摹俺恕保谛枰宫F(xiàn)真正硬核的、不插電的學(xué)術(shù)思辨和表達(dá)能力時(shí)，他們可能變回了那個(gè)需要輔助的“脆弱巨嬰”。

結(jié)論

最后，結(jié)論是讀博的本質(zhì)，從來不是一項(xiàng)簡單的技術(shù)操作，而是一場艱苦卓絕的智識探險(xiǎn)和心性修行。AI可以為你提供更先進(jìn)的“探險(xiǎn)設(shè)備”，但無法替代你作為“探險(xiǎn)家”的勇氣、智慧和堅(jiān)韌。

從這個(gè)意義上說，現(xiàn)在的博士們，面臨的不再是“容不容易”的問題，而是一個(gè)“如何在這種史無前例的便利中保持清醒和獨(dú)立”的全新且更為復(fù)雜的課題“。