AI讓科研人發(fā)3倍論文，但科學(xué)在收縮：什么才是科研人需要的AI？

2026 年 1 月，一項覆蓋 4,130 萬篇論文的大規(guī)模研究顯示：使用 AI 工具的科學(xué)家發(fā)表論文數(shù)量是不使用者的 3.02 倍，獲得的引用量達(dá)到 4.85 倍，晉升為課題負(fù)責(zé)人的時間平均提前了 1.4 年。但在集體層面，AI 的采用使科研主題的總覆蓋面縮減了 4.63%，科學(xué)家之間的互動下降了 22%。

論文作者、芝加哥大學(xué)社會學(xué)教授 James Evans 將這種現(xiàn)象稱為“孤獨(dú)的人群”（lonely crowds）。大量研究者涌入相同的熱門方向，產(chǎn)出高度重疊的成果，卻越來越少地與彼此的工作對話。AI 沒有拓寬科學(xué)的疆域，而是把科研人集中到了數(shù)據(jù)最豐富的已知領(lǐng)域。效率在提升，探索卻在萎縮。

與此同時，另一場危機(jī)正在文獻(xiàn)層面蔓延。

你引用的那篇論文，可能根本不存在

2026 年 5 月，哥倫比亞大學(xué)數(shù)據(jù)科學(xué)研究所在《柳葉刀》（The Lancet）上發(fā)表了一項審計。研究團(tuán)隊掃描了 PubMed Central 開放獲取子集中的 250 萬篇論文和 9,700 萬條引用，發(fā)現(xiàn) AI 生成的虛假引用數(shù)量在過去三年增長了超過 12 倍。

2023 年，每 2,828 篇論文中出現(xiàn) 1 篇含偽造引用；到 2025 年，這一比例變成每 458 篇 1 篇；2026 年前七周，縮短到每 277 篇 1 篇。拐點(diǎn)出現(xiàn)在 2024 年年中，恰好是 AI 寫作工具大規(guī)模普及的時間窗口。

不只是論文。全球頂級 AI 學(xué)術(shù)會議 NeurIPS 2025 也被曝出類似問題。AI 檢測公司 GPTZero 對大會接收的 4,841 篇論文進(jìn)行全量掃描，在 53 篇已錄用論文中發(fā)現(xiàn)編造的作者、不存在的期刊、偽造的 DOI 號等超過 100 條虛構(gòu)引用。每一篇都經(jīng)過至少三位審稿人評審，每一篇都在 24.52% 的錄用率中擊敗了超過 1.5 萬篇競爭稿件。

兩組數(shù)據(jù)指向同一個問題：通用 AI 工具在提升科研效率的同時，正在動搖科研賴以運(yùn)轉(zhuǎn)的兩個基礎(chǔ)：文獻(xiàn)的可信度和思維的多樣性。

用得越多，信得越少

AI 影響科研的速度有多快？斯坦福大學(xué)《2026 AI 指數(shù)報告》的數(shù)據(jù)是：生成式 AI 在三年內(nèi)達(dá)到 53% 的人口普及率，比個人電腦和互聯(lián)網(wǎng)都快。科研領(lǐng)域也一樣，愛思唯爾 2025 年全球?qū)W者調(diào)研中，84% 的研究者表示自己在工作中用過 AI 工具，58% 定期使用。

但使用者的信任還沒跟上。同一份調(diào)研里，只有 22% 的研究者認(rèn)為 AI 工具的輸出完全可信，86% 擔(dān)心 AI 會造成關(guān)鍵錯誤。59% 的研究者將“透明度和可驗(yàn)證的引用”列為信任的首要標(biāo)志。

更麻煩的是，越“聰明”的模型可能越不可靠。Vectara 的最新幻覺基準(zhǔn)測試顯示，所有推理型模型幻覺率均超過 10%，其中 Grok-4-fast-reasoning 高達(dá) 20.2%。DeepSeek 的 R1 推理模型幻覺率 14.3%，是其基礎(chǔ)模型 V3 的近 4 倍。研究者用來做深度分析的模型，恰恰是最容易編造事實(shí)的那一類。

“我們像群居動物一樣涌向了同一座山峰”

Evans 團(tuán)隊給出了一個解釋機(jī)制：熱門問題催生大規(guī)模數(shù)據(jù)集，大規(guī)模數(shù)據(jù)集使 AI 工具的應(yīng)用變得誘人，AI 工具取得的進(jìn)展吸引更多研究者涌入同一問題。一個自我強(qiáng)化的循環(huán)就這樣形成了。在 AI 研究中，僅 22% 的論文就獲取了 80% 的引用。Evans 把這種狀態(tài)叫作“方法論單一栽培”（methodological monoculture）。

這種變化早已不只停留在論文和數(shù)字里。

6 月 17 日，由中國教育工會上海市委員會主辦，愛思唯爾和中國教育工會同濟(jì)大學(xué)委員會承辦，上海市教育評估協(xié)會協(xié)辦的“走近科研人 AI Bootcamp”活動在同濟(jì)大學(xué)舉行，來自上海多所高校的 300 余名教師參加了關(guān)于科研 AI 實(shí)踐的討論。圓桌環(huán)節(jié)的交鋒，和 Evans 描述的困境形成了直接呼應(yīng)。

歐洲科學(xué)與藝術(shù)院院士、同濟(jì)大學(xué)教授莊曉瑩分享了一個直觀的例子：她在歐盟評審科研項目時，九個申請中有七個選了幾乎相同的題目。“AI 可能正在把趨同化從消費(fèi)領(lǐng)域帶進(jìn)科研思維。”

同濟(jì)大學(xué)教授莊曉瑩（左）、同濟(jì)大學(xué)長聘教授王昊（中）與愛思唯爾科研部高級市場經(jīng)理（右）來源：DeepTech

她的另一個擔(dān)憂更為具體。有教授把自己過去五年的論文全部喂給 AI，讓學(xué)生照著寫，90% 的內(nèi)容不用改，“這種方式很高效，但學(xué)生在這個過程里得到了什么？大腦是肌肉，不用會退化。”

同濟(jì)大學(xué)長聘教授王昊奮長期從事知識圖譜和大模型研究。他對 AI 工具的態(tài)度是一句常被引用的話：“外行看 AI 像內(nèi)行，內(nèi)行看 AI 像外行。”AI 可以把人在不熟悉領(lǐng)域的水平拉到平均線，但在已經(jīng)是專家的領(lǐng)域，盲目依賴反而會被帶偏。

在實(shí)踐中，他讓學(xué)生用 AI 團(tuán)隊協(xié)作的方式做文獻(xiàn)綜述：300 個主題卡、自動取證、分批推進(jìn)，把原來 6 到 8 周的工作壓縮到一周。但他更在意的是分界線：“可委托的執(zhí)行”和“不可委托的判斷”必須分清楚。

科研 AI 需要什么樣的底線

Evans 揭示的是 AI 正在縮窄科學(xué)的視野，《柳葉刀》揭示的是 AI 正在侵蝕文獻(xiàn)的根基。

那有沒有一種 AI 工具的設(shè)計方式，能在提供效率的同時守住可信度？今年 1 月正式上線、6 月 25 日剛剛發(fā)布新一輪功能擴(kuò)展的愛思唯爾 LeapSpace，走的是另一條路。

圖丨 LeapSpace（來源：Elsevier）

數(shù)據(jù)層面，LeapSpace 的底座是目前全球規(guī)模最大的可信學(xué)術(shù)內(nèi)容集合之一：Scopus 索引的 1 億多條摘要記錄來自 7,000 多家出版商，加上愛思唯爾自身及 Emerald Publishing、IOP Publishing、NEJM Group、Sage 等 1,000 多家內(nèi)容合作伙伴的超過 2,000 萬篇全文論文和圖書章節(jié)。

它遵循出版商中立原則，由一個獨(dú)立的 AI 委員會監(jiān)督算法，確保結(jié)果不偏向任何一家出版機(jī)構(gòu)或特定題材。通用 AI 給你答案，LeapSpace 多做一步：告訴你這個答案站不站得住。

它的“信任卡片”（Trust Card）在每條輸出旁展示引用理由和證據(jù)強(qiáng)度；“聲明雷達(dá)”（Claim Radar）再往前走一步，掃描整個已發(fā)表文獻(xiàn)庫，標(biāo)記有多少研究支持、中立或反對一個結(jié)論。一條聲明有 31 篇文獻(xiàn)支持、4 篇中立、1 篇反對，研究者一眼就能看到證據(jù)的分布，而不是收到一個看似確定的“答案”。

Evans 團(tuán)隊在論文中呼吁開發(fā)“為探索而設(shè)計”的 AI 系統(tǒng)，而非只為優(yōu)化已知問題的效率工具。LeapSpace 的深度研究（Into Research）功能所做的事情正與此類似：將一個研究問題拆解為子問題，經(jīng)過證據(jù)篩選、模式發(fā)現(xiàn)、矛盾分析、研究空白識別，生成結(jié)構(gòu)化報告，刻意將矛盾和空白暴露出來，而不是把它們抹平。

愛思唯爾用戶調(diào)研數(shù)據(jù)顯示，97% 的 LeapSpace 用戶報告了時間節(jié)約，超過半數(shù)節(jié)省了 50% 以上的研究時間。

莊曉瑩教授在活動中試用后評價：“它的文獻(xiàn)可信可溯源，觀點(diǎn)提煉比通用 AI 工具更專業(yè)。回答問題的水平已經(jīng)達(dá)到普通專家級別。”

目前，LeapSpace 已面向科研人開放免費(fèi)試用（試用入口：點(diǎn)擊底部原文鏈接）。

追求可信度和發(fā)現(xiàn)力

Evans 團(tuán)隊在論文結(jié)論中寫道：要在 AI 時代保持科學(xué)探索的多樣性，需要“重新設(shè)想能夠拓展感知和實(shí)驗(yàn)?zāi)芰Φ?AI 系統(tǒng)，激勵科學(xué)家從過去無法觸及的領(lǐng)域搜尋、選擇和收集新型數(shù)據(jù)，而不僅僅是對已有數(shù)據(jù)做優(yōu)化分析。”

這也許是科研級 AI 和通用 AI 最根本的區(qū)別。通用 AI 幫你在已知領(lǐng)域跑得更快，科研級 AI 試圖幫你看到未知領(lǐng)域的入口。一個追求效率，一個追求可信度和發(fā)現(xiàn)力。

王昊奮說，他現(xiàn)在讓學(xué)生一天讀 100 篇論文，“當(dāng)然，是靠人和 AI 協(xié)作。”技術(shù)上，這已經(jīng)不難。難的是讀完之后，還能提出一個不在那 100 篇論文里的問題。

它是幫你更快地到達(dá)答案，還是幫你更準(zhǔn)確地找到問題？這或許是每個科研人在選擇 AI 工具時，最值得想清楚的事。

參考資料：

1.https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(26)00603-3/fulltext

2.https://gptzero.me/news/neurips/

3.https://hai.stanford.edu/ai-index/2026-ai-index-report

4.https://www.prnewswire.com/news-releases/leapspace-goes-live-the-research-grade-ai-assisted-workspace-built-on-trusted-science-302665718.html

5.https://www.prnewswire.com/news-releases/elsevier-expands-leapspace-with-new-agentic-capabilities-for-tasks-across-the-complete-research-workflow-302809180.html