科研中的人工智能：医疗智能体亮相，以及 AI 是否正在收窄科学视野？

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 monoculture）正在形成，研究主题与方法的趋同正在挤压保持科研适应力所必需的多元探索。

Science 新闻团队一针见血地总结了这一张力：AI 强化了科学家，却可能弱化并收窄了科学本身。

**为何重要：** AI 如今已成为切实的学术生涯倍增器；然而，如果每个实验室都将相同的工具对准相同的主流课题，那么即便学术产出出现爆发式增长，科学探索的前沿边界反而在收窄。对研究者而言，实际的启示在于借助 AI 的杠杆效应，同时有意识地保护那些 AI 不会主动引导你探索的冷门与独特问题，而非一味回避技术。

本周更多动态

自主医疗 AI 智能体问世

在沙盒化电子病历环境中运行的自主智能体 MIRA，成功完成了采集患者病史、开具并解读检验、影像与微生物学检查、生成鉴别诊断以及制定治疗方案等全套流程，涵盖从开具处方药到安排入院。在涉及多种诊断的真实病例模拟中，MIRA 在诊断准确率上超越了人类医生，同时完全符合临床指南并保证用药安全。这生动展现了在临床工作流中直接采取受控行动、而不仅在对话框中答疑的"医生副驾驶"（physician copilots）的早期雏形。

[阅读 Nature 原文（6月17日）→](https://www.nature.com)

AI 会毁掉社会科学，还是引发其研究革命？

Nature 刊发的一篇专题报道权衡了 AI 对社会科学的正反两面影响。生成式模型可能会悄然用合成受访者污染在线调查样本池，产出看似合理实则虚假的数据，从而威胁实证研究的严谨性。然而，如果审慎使用，相同的工具也可以标准化定性编码、激发研究假设并对研究设计进行压力测试，从而提升而非削弱研究的严谨度。对于任何涉及人类被试数据的研究者而言，这是一篇必读文章。

[阅读 Nature 原文（6月2日）→](https://www.nature.com)

AI 智能体协作团队加速科研进程

除了单一聊天机器人之外，协同配合的专用 AI 智能体团队正越来越多地被用于生成假设、运行分析和互相审查结果，从而将曾经需要数周的科研周期大幅压缩。生产力的提升显而易见，但当智能体之间相互交接工作且缺乏人类中间核查时，可复现性与监管方面的悬而未决之问也随之显现。

[阅读 Nature 原文 →](https://www.nature.com)

AI 科学家正在改变科研格局，学术机构必须积极应对

Nature 发表社论指出，随着 AI 从研究工具转变为自主的"科研劳动力"，科学的基础设施体系（包括科研资助、同行评审、署名权与学术声誉评价）必须随之调整。社论敦促学术机构、资助方和出版商尽早确立规范，以防自动化发现的发展速度超出维护科学可信度所需的制度保障。

[阅读 Nature 社论原文 →](https://www.nature.com)

---

以上是本周速递。欢迎将本文转发给仍在向 ChatGPT 简单复制粘贴的同行，并在 gaiforresearch.com 探索适合您自身研究的 AI 工具。

AI Research Digest