清華Nature發布驚人結論：AI寫論文3倍速，但科學邊界被鎖死

　　新智元報道

　　編輯：LRST

　　【新智元導讀】清華在Nature上發表的最新研究發現，AI使科學家更聚焦于數據豐富、問題明確的領域，導致創新單一化，跨界合作減少。研究團隊提出「全流程科研智能體系統」，推動AI從工具進化為伙伴，拓展科學邊界。

　　當AlphaFold預測蛋白質結構、ChatGPT輔助科研寫作、AI實驗室自主設計實驗成為常態，我們不禁要問：AI真的在加速科學進步嗎？還是在悄悄改變科學探索的「游戲規則」？

　　2026年1月，清華大學電子工程系徐豐力、李勇教授聯合芝加哥大學團隊在《Nature》發表重磅研究，通過對4100余萬篇科研論文的跨45年分析，首次揭示了一個令人深思的矛盾現象：AI正顯著提升科學家的個人生產力，卻在無形中收縮了科學探索的集體疆域。

　　論文鏈接：https://www.nature.com/articles/s41586-025-09922-y

　　Science跟進報道https://www.science.org/content/article/ai-has-supercharged-scientists-may-have-shrunk-science

　　Nature深度解讀：https://www.nature.com/articles/d41586-025-04092-3

　　研究團隊構建了全球首個AI賦能科研全景知識圖譜，通過高質量專家標注與大規模語言模型訓練，精準識別了跨越「機器學習、深度學習、生成式AI」三個時代的AI增強型科研論文。

　　分析顯示，使用AI的科學家在個人層面獲得顯著優勢：年均發表論文量高出3.02倍；獲得引用量高出4.84倍；從初級晉升資深平均提前1.37年；AI論文年均引用量高出98.7%

　　「這表明AI工具確實有效提升了科學家的產出效率和影響力。」清華大學電子工程系徐豐力助理教授表示。

　　然而，當視角從個體轉向集體，研究發現了一個令人擔憂的現象：

　　AI驅動研究的集體知識廣度下降4.63%

　　科學家間的跨界互動減少22%

　　AI論文引文呈現「星型結構」，創新活力趨向集中和單一化

　　李勇教授解釋道，「我們發現，AI的高效引導了研究者集體涌向少數適合AI研究的熱門山峰，這種群體登山模式雖加速了已知問題的解決，卻無形中固化了科學探索的路徑，系統性地削弱了科學家向未知山峰探索的廣度?！?/p>

　　登山效應實例圖

　　為什么AI會「縮小」科學疆域？

　　研究團隊深入分析發現，AI的「偏好」源于數據可及性：AI更傾向于在「數據豐富、問題明確」的領域發力，而數據匱乏、問題模糊的前沿領域則被邊緣化。

　　研究團隊指出，「AI不是不善于創新，而是更容易在數據充足、問題清晰的領域發力。當AI被廣泛應用于科研，它引導科學家集體涌向那些數據豐富、問題明確的熱門山峰，導致科學探索的趨同優化?！?/p>

　　這與我們對科學進步的期待形成鮮明對比：科學的真正價值不僅在于解決問題，更在于提出問題。

　　從「輔助工具」到「合作伙伴」

　　AI科研的范式升級

　　面對這一「內卷悖論」，徐豐力、李勇教授團隊提出全新解決方案：「全流程科研智能體系統」（OmniScientist.ai）。

　　訪問鏈接：OmniScientist.ai

　　該系統通過深度挖掘大模型智能體的通用推理能力，實現跨學科、全流程、多模態的廣譜科研賦能，推動AI從「輔助工具」進化為具備「主動提出假說、自主設計實驗、分析結果并形成理論」的「AI科學家」。

　　「我們正在構建的，是一個加速接近現有知識邊界的科學世界，而不是一個能不斷揭示新知識邊界的未來世界。」徐豐力教授強調，「未來AI需要拓展的不僅是認知能力，更是感知與實驗能力。」

　　未來啟示

　　警惕「科學內卷」，拓展認知邊界

　　論文的發現，為科學政策制定者和AI研究者敲響了警鐘：AI在加速個體科研產出的同時，可能正在系統性地削弱科學探索的多樣性。

　　「我們需要重新思考AI在科學中的定位，」李勇教授表示，「AI不應只是認知能力的放大器，更應成為感知與實驗能力的拓展器?！?/p>

　　AI在科研中的應用正從「工具」走向「伙伴」，但這場范式升級絕非一帆風順。

　　當AI讓科學家們「跑得更快」，我們更需要警惕：我們是否在加速走向一個「科學內卷」的未來？

　　正如研究指出，「科學的真正價值不僅在于解決問題，更在于提出問題?！?/p>

　　在這個AI驅動的時代，我們更需要保持對未知的熱忱，讓AI成為探索邊界的開拓者，而非舒適區的守衛者。

　　作者介紹

　　該研究由清華大學電子工程系徐豐力（助理教授）、李勇（教授）與芝加哥大學社會學系James Evans教授聯合主導，清華大學電子工程系博士生郝千越為第一作者。

　　徐豐力：清華大學電子工程系助理教授，專注于人工智能與科學發現的交叉研究

　　李勇：清華大學電子工程系教授，國家杰出青年科學基金獲得者，長期致力于智能科學與工程研究

　　James Evans：芝加哥大學知識實驗室主任，社會學教授，科學計量學權威

　　研究獲國家自然科學基金支持，完成單位為清華大學電子工程系、芝加哥大學社會學系。

　　參考資料：

　　https://www.nature.com/articles/s41586-025-09922-y