Image: "In Peer Review We Trust" by Sarahmirk (CC BY-SA 4.0) via Wikimedia Commons, recoloured. 欢迎阅读本周的人工智能重塑科研动态速览，内容精选自 Nature、Science、PNAS 以及各领域顶级商科与社会科学期刊。 AI 已从实验室工作台走向审稿人的办公桌 在过去两年里，关于 AI 在科研中作用的争论一直围绕着"输入端"：更好的文献检索、更快的编码、更干净的草稿。而本周，讨论重心果断转向了"把关端"。在 [Science](https://doi.org/10.1126/science.aem0443) 的报道中，Jeffrey Brainard 指出，随着 AI 能力不断增强，研究人员和出版机构正在积极探索如何用它来支持同行评审，以及它在哪些方面仍显不足。这种表述很重要：问题已不再是审稿人是否会悄悄把稿件粘贴进聊天机器人，而是期刊是否应当刻意构建这一能力，并附上相应规则。 问责问题紧随其后。[Nature](https://doi.org/1

Image: "CM Deep Ellum 12122018-28 (1)" by Thecommondesk (CC BY-SA 4.0) via Wikimedia Commons.jpg), recoloured. 图片：Martin Vorel 的《Programming code》（CC BY-SA 4.0），来自 [Wikimedia Commons](https://commons.wikimedia.org/wiki/File:Programming_code.jpg)，已重新调色。 欢迎阅读本周的人工智能重塑科研动态速览，内容精选自 Nature、Science、PNAS 以及各领域顶级商科与社会科学期刊。 生成式 AI 改变的是"构建什么"，而不只是"多快" 生产率框架一直主导着生成式 AI 文献：这个工具能让人们更快吗？两项新研究将其推向了更远处。在 [Strategic Management Journal](https://doi.org/10.1002/smj.70118)（战略管理期刊）中，研究者研究了软件中产品层面

Image: "Lab technitian looking through the microscope while adjusting coarse k" by Shixart1985 (CC BY 2.0) via Wikimedia Commons, recoloured. 8月24日 欢迎阅读本周的人工智能重塑科研动态速览，内容精选自 Nature、Science 以及各领域顶级管理学期刊。 几乎每篇论文里都有 AI。真正悬而未决的问题是：谁在指挥谁。 这个头条数字让人难以忽视。一篇于 8 月 12 日发布到 [arXiv](https://arxiv.org/abs/2608.10715)、并由 [Nature](https://www.nature.com/articles/d41586-026-02551-z) 报道的预印本估计，到 2025 年 12 月，PubMed Central 数据库中接近 90% 的论文显示出 LLM 辅助写作或编辑的痕迹，在整个 2025 年为 77%，2024 年为 52%。该方法延伸了同一团队发表

Image via Wikimedia Commons.jpg) (public domain). 8月17日 欢迎阅读本周的人工智能重塑科研动态速览，内容精选自 Nature、Science、PNAS 以及各领域顶级商科期刊。 当"AI 让我更高效"其实只是你对处理方式的定义 关于 AI 在科学领域最常被引用的说法之一是：开始使用大型语言模型的研究者发表成果明显更多。问题在于，没有人能直接观察到"采纳"行为，因此研究通常只能推断它，也就是从检测器标记为 LLM 辅助的第一篇论文入手。在一篇新的 PNAS 通讯中，[《Scientific production in the era of large language models: Outcome-triggered treatment timing and spurious event-study dynamics》](https://doi.org/10.1073/pnas.2618638123)的作者指出，这个推断规则正是问题所在。由于高产出月份在机制上更可能包含一篇被检测到的论文，处理时

Image: "Schlagwortkatalog" by Dr. Marcus Gossler (CC BY-SA 3.0) via Wikimedia Commons, recoloured. 8月10日 欢迎阅读本周的人工智能重塑科研动态速览，内容精选自 Nature、Science 以及各领域顶级商科与社会科学期刊。 AI 正在审计科学记录，而记录节节败退 三年来，关于 AI 与科研诚信的争论只朝一个方向进行：当机器用捏造的文本和虚构的引文污染文献时会发生什么。本周 [Nature 报道](https://www.nature.com/articles/d41586-026-02235-8)了反向运行的车流。杭州之江实验室的一位理论化学家用 AI 系统预测沸点，而系统不断给出与一份有 75 年历史的参考数据库中长期被接受的条目相冲突的数值。他回头逐条核对原始文献，结果发现出错的是参考数据，而非模型。在其他案例中，同样的方法还找出一篇已发表论文中的笔误，以及一组错误的、百年前的沸点测量值。Nature 指出，这项技术在发现旧论文和参考工具书

Image: "Empty seats" by ProjectManhattan (CC BY-SA 3.0) via Wikimedia Commons, recoloured. 8月3日 欢迎阅读本周的人工智能重塑科研动态速览，内容精选自 Nature、Science、PNAS 以及各领域顶级商科期刊。 LLM 作为合成被试：廉价的预实验，还是一条走得太远的捷径？ 当前社会科学中影响最深远的方法论之争，是语言模型能否替代人类参与者。在 Strategic Management Journal 上，Matteo Tranchero、Cecil-Francis Brenninkmeijer、Arul Murugan 和 Abhishek Nagaraj 为战略研究给出了迄今最具体的回答之一：一个以[LLM 驱动的智能体作为合成被试](https://doi.org/10.1002/smj.70112)来设计与运行仿真实验的框架。将其应用于经典的“探索与利用”两难时，他们报告基于 LLM 的实验复现了人类被试身上观察到的模式，而这恰恰是让该方法既诱

Image: "British Museum Reading Room Panorama Feb 2006" by Diliff (CC BY 2.5) via Wikimedia Commons, recoloured. 7月29日 欢迎阅读本周的人工智能重塑科研动态速览，内容精选自 Nature、Science、PNAS 以及各领域顶级商科与社会科学期刊。 文献中有多大比例出自 AI 之手？PNAS 如今争的是尺子，而非读数 今年五月，Kyle Siler 发表了大概是对已发表文献中 AI 足迹规模最大的一次审计：一项对 2020 至 2025 年间 Elsevier、Frontiers、MDPI 和 PLoS 旗下 730 万篇期刊论文全文的分析。该研究构建了一个由 228 个“焦点词”组成的语料库，这些词的词频在 2022 年之后以与 LLM 输出相一致的方式急剧跃升；[该研究](https://doi.org/10.1073/pnas.2605754123)估计，到 2025 年，约 57% 的已发表论文显示出 LLM 影响的证据，高于

Image via Wikimedia Commons.jpg) (public domain). 7月27日 欢迎阅读本周的人工智能重塑科研动态速览，内容精选自 Nature、PNAS 以及各领域顶级商科与社会科学期刊。 AI 已悄然成为研究工具，而验证工作尚未跟上 本周最相关的两篇论文关注的都是方法，而非模型。在 Journal of Consumer Psychology 上，一组[评论文章](https://doi.org/10.1002/jcpy.70037)回应 Schmitt、Hao、Pham 和 Hofstetter 提出的生成式扎根理论（Generative Grounded Theory, GGT），这是一个七步框架，让生成式 AI 深度参与语料库构建、数据结构化、编码、概念聚类、抽象化、理论整合以及饱和度评估。这意味着 AI 已经进入诠释研究者传统上行使判断力的几乎每一个步骤，远远超出了质性项目的边缘地带。评论这一体裁本身就是信号：学界尚未就这类框架能担保什么达成共识，还在通过纸面论辩解决分歧。 同一问题的定量侧面出现在 [

7月20日 更新：7月27日 欢迎阅读本周的人工智能重塑科研动态速览，内容精选自 Nature、Science 以及各领域顶级期刊。 智能化科研真正的薄弱环节：你允许智能体读什么 本周最令人不安的结果同时也是最简单的。据 [Nature](https://www.nature.com/articles/d41586-026-02071-w) 报道，研究人员下载了五个争议议题上的公开数据集，对其加以改动，使统计趋势的方向和强度发生变化，再将改动后的版本上传至私有仓库。随后，他们让 Anthropic、OpenAI 和 Google 构建的 AI 智能体同时访问公开仓库与被篡改的仓库，并要求其依据数据回答问题。平均而言，大约有一半的情况下，智能体轻信了被操纵的数据集，得出了"欺诈者"想要的结论。（该研究为预印本，尚未经同行评审。） 将这一结果与另外两项进展放在一起读，一个模式浮出水面：AI 辅助科研的压力点正从*生成*转向*验证*。在首尔举行的 [ICML 2026](https://www.techtimes.com/articles/319684

7月16日 欢迎阅读本周的人工智能重塑科研动态速览，内容精选自 Nature、Science、PNAS 以及各领域顶级商科期刊。 当可辩护的分析变得廉价，证据便会充裕，却不再可信 几十年来，对 p 值操纵（p-hacking）的实际约束是人力成本。多分析师研究（many-analyst studies）由多个独立团队在同一数据上检验同一假设，并且经常得出相互冲突的结论，这类研究证明了可辩护分析构成的多元宇宙确实存在，但组织一次这样的研究需要昂贵的人力协调。本周，Martin Bertran、Riccardo Fogliato 和 Zhiwei Steven Wu 撤除了这道刹车。他们在 [PNAS](https://doi.org/10.1073/pnas.2606495123) 上发表的研究基于大语言模型构建了完全自主的 AI 分析师，每个分析师在固定数据集和固定假设上独立执行完整的分析流程，并由另一个独立的 AI 审计员筛查每次运行的方法学有效性。在三个数据集上，AI 分析师再现了人类多分析师研究中观察到的分析离散度：效应量、*P*...

7月11日 欢迎阅读本周的人工智能重塑科研动态速览，内容精选自 Nature、Science 以及各领域顶级期刊。 AI 正在成为研究仪器：它既预测实验，也执行实验 对社会科学家而言，本周最引人注目的结果以最令人不安的方式带来启发。Ashwini Ashokkumar、Luke Hewitt、Isaias Ghezae 和 Robb Willer 在 Nature 上汇集了 70 项预注册的、全国代表性的调查实验，覆盖 105,165 名美国被试中的 476 个处理效应，并让 GPT-4 模拟具有代表性的美国样本对每一项刺激的反应。模型预测的处理效应与真实处理效应的相关系数达到 r = 0.85，追平乃至超过了人类专家预测小组。关键在于，对那些不可能泄漏进训练数据的未发表研究，模型准确度依然保持（r = 0.90），尽管其倾向于高估效应量。Nature 的一篇配套评论主张审慎地使用大语言模型，在正式施测之前对研究设计进行筛选与预检验。 如果第一篇论文展示的是 AI 预测实验，第二篇论文展示的则是 AI 亲自运行实验。在 Science 上，Kex

7月6日 欢迎阅读本周的人工智能重塑科研动态速览，内容精选自 Nature、Science、PNAS 以及商学领域的顶级期刊。 AI 已能自主设计实验，但验证仍在实验台 过去两年，研究者获得的 AI 还只能总结论文、起草代码。本月，Nature 聚焦了更具雄心的进展：能够运行完整科学推理闭环的 AI 系统。Olivier Elemento 在一篇 News & Views 评论文章中介绍了两个独立开发的系统，即 Google DeepMind 的 Co-Scientist 与 FutureHouse 的 Robin：它们生成假设、设计实验加以检验、解读结果，并依据发现修正假设。其设计目标是成为参与发现循环每一步的合作者，而非被动等待提示词的聊天机器人。相关基础工作已发表于 Nature 研究栏目，其中包括《Accelerating scientific discovery with Co-Scientist》。 这一定位框架与能力本身同样重要。Nature 的一篇配套文章《AI 工具能加速思考，但证据仍来自实验台》强调，此类智能体的定位是为科学家

6月30日 欢迎阅读本周的人工智能重塑科研动态速览，内容精选自 Nature、Science 以及商学与社会科学领域的顶级期刊。 算法厌恶并非全有或全无：抵触具有不对称性 十年来，“算法厌恶”（algorithm aversion）一直是解释好模型为何被束之高阁的最常被引用的理由之一：通常的说法是，人们一旦得知建议出自机器，便不再信任它。Saunak Basu、Alan R. Dennis、Aravinda Garimella 和 Wencui Han 在 Information Systems Research 上发表的新论文，对这幅过于整齐的图景提出了修正。在金融科技投资情境下开展的四项研究（两项随机对照实验、一项实地研究和一项质性访谈研究）中，他们发现对 AI 建议的抵触是不对称的：决定因素在于建议的实际内容，而非建议出自算法这一事实。 其机制与投资判断的方式有关。有些信号是显性的、可编码的；另一些则依赖于人类专家认为机器无法完全触及的隐性经验判断。当 AI 建议与专家的判断一致时，建议很容易被吸收；当建议与这种隐性判断相悖，即告诉专家其直

6月28日 欢迎阅读本周的人工智能重塑科研动态速览，内容精选自 Nature、Science 以及商学与管理学顶级期刊。 当你让 AI 代为测量变量时，可能正在让研究结果产生系统性偏差 这已成为诸多学者的常规操作：调用大语言模型对在线评论进行情感打分、评估广告的审美水平，或是标记客户留言中的情绪倾向，随后直接将这些由 AI 生成的分数作为解释变量纳入回归方程，用以估计其对销售额或用户互动的影响。这种操作表面上看似严谨的科学测量，实则暗藏隐患。在发表于 Information Systems Research 的一篇前沿论文中，Jingwen Zhang、Wendao Xue、Yifan Yu 和 Yong Tan 指出，由于 AI 预测本身并不完美，直接将这些预测标签作为回归自变量代入模型，会给最终的效应估计带来系统性偏差。AI 标注过程中的误差不会在平均化过程中自行抵消，而是会直接传导并扭曲你的回归系数与统计推断。 作者团队针对部分线性模型开发了一套去偏校正程序，能够有效纠正 AI 生成自变量所引起的估计失真，从而恢复有效的一致估计与统计推断。

6月24日 欢迎阅读本周的人工智能重塑科研动态速览，内容精选自 Nature、Science 以及商学与社会科学领域的顶级期刊。 技能退化之问：人工智能是否正在侵蚀它本应增强的能力？ 两年来，关于科研领域中人工智能的主流叙事始终聚焦于加速：论文产出更多、分析速度更快、准入门槛更低。本周 Nature 转换视角，探讨我们可能正在失去什么。在一篇题为《AI 正在毁掉我们的技能吗？早期研究结果出炉，情况不容乐观》（"Is AI ruining our skills? Early results are in: and they're not good"）的专题报道中，该杂志系统梳理了最新证据，指出过度依赖 AI 助手可能会侵蚀那些工具本应支持的核心能力，包括批判性阅读、复杂问题解决以及严谨写作。人们担忧的核心在于，将认知工作全盘外包会逐步削弱人类自身的判断力，导致研究者丧失及时发现并纠正错误的能力。 这种个体层面的担忧在学术群体层面同样存在映射。在《AI 会引发科学复兴还是走向同质化单一种植？》（"Will AI spark a scientific

6月20日 欢迎阅读本周的人工智能重塑科研动态速览，内容精选自 Nature、Science 以及管理学与社会科学领域的顶级期刊。 人工智能：技能拐杖还是超级队友？ 本周有两项研究得出了截然相反的结论，将这两者结合起来审视，是当下研究者最有价值的思考方式。首先是担忧：Nature 报道称，关于 AI 对人类技能影响的早期研究结果已经出炉，且情况不容乐观。随着人们将推理、写作与判断外包给聊天机器人，新出现的研究表明底层的人类技能可能会逐渐退化，其认知机制就如同过度依赖 GPS 会削弱个人方向感一样。对于任何指导学生或倚重深厚专业知识的人而言，这绝非空泛的担忧。 接着是制衡的另一面。在一项针对宝洁公司（Procter & Gamble）791 名专业人士的预注册现场实验中（发表于 Organization Science），研究人员将参与者随机分配，让他们在有或没有 AI 辅助的情况下，单独或组队解决真实的产品创新难题。这个"赛博队友"不仅提高了产出效率：单独与 AI 协作的个体表现达到了未借助 AI 的两人团队水平；AI 通过帮助专家在自身专业之外

6月19日 欢迎阅读本周的人工智能重塑科研动态速览，内容精选自 Nature、Science 及各领域顶级期刊。 人工智能正在赋能科学家，却在收窄科学的探索焦点 本周最重磅的研究是对科学研究体系本身的一次深刻审视，而非某个新模型发布。Qianyue Hao、Fengli Xu、Yong Li 与 James Evans 在 Nature 发表论文，通过对 4,130 万篇论文的深入分析指出：采用 AI 工具的研究人员在职业生涯中发表的论文数量约为未采用者的 3 倍，累计被引次数更是接近后者的 5 倍。几乎从所有个体层面的指标来看，AI 都是现代学术界所见过的最强生产力倍增器。 但从学术界的整体生态来看，情况则截然不同。该研究发现，随着学者们普遍依赖 AI，整个学术界的注意力正在向一组日益收窄、高度拥挤且回报丰厚的热门课题集中。Traberg、Roozenbeek 与 van der Linden 在 Communications Psychology 发表的同期评论直接指出了这种风险：一种"科学单一栽培"（scientific...