AI对科研就业市场的冲击与影响 - 人工智能的崛起显著降低了对编写代码、处理基础数据人员的需求 这类工作以往多由研究生、博士后或非科班出身者承担 [3] - 计算机建模等领域的初级岗位也岌岌可危 因为AI在此类任务中的表现远超初出茅庐的科学家 [3] - 科学论文翻译等周边工作的生存空间也在萎缩 涉及“纯认知任务”的工作将首当其冲 或将被AI迅速接管 [3] 对具体科研岗位的影响 - 部分学术实验室曾专门聘请程序员编写科研代码包 随着AI问世 此类工作已成“昨日黄花” 专注于创建模拟与分析数据的岗位如今皆可由AI代劳 [4] - AI已开始抑制新岗位的诞生 例如组建实验室时聘请研究程序员的做法或再无必要 因为AI足以胜任繁重的编码工作 [4] - 在招聘研究生助理与博士后时 团队愈发谨慎 既有经费不确定性的考量 亦因AI能分担部分工作 [5] AI导致的人员失业与转型 - AI已导致某些科学相关领域的人员失业 例如随着AI翻译器的普及 美国翻译协会科学与技术部门的会员数在不到两年半时间内锐减26% [5] - 部分译者被迫转型 例如从翻译临床试验文件转型为医疗口译员 负责医患间的口头传译 甚至有人转行外卖骑手 [5] AI应用的局限性 - AI仍难以胜任科学家的高阶任务 例如判断哪个想法值得深究 无法真正提出新颖的见解 [6] - 构思研究方向的最佳方式是人机协作 因为生成假设需要人来设计提示词 人类的参与也可防止AI“幻觉” [6] - 实验室技术员与从事“湿实验”的早期研究人员目前处境较为安全 AI与机器人驱动的自动化实验室仍难以完成诸多精细任务 更遑论解读复杂结果 [7] AI未替代的领域与科学家的新角色 - 尽管AI工具“阿尔法折叠2”能胜任预测蛋白质结构等繁琐任务 但人工密集的蛋白质结构成像法仍被沿用 许多蛋白AI依然难以精准识别 仍需人工分析 [7] - AI并未令科学家变得无关紧要 他们可以转而解决人类具有“比较优势”的难题 [7] - 适应变革的能力或许正是科学的未来 适应变革者将在新时代中寻得生机 [8]