研究核心发现 - 人工智能工具在自然科学领域的应用呈现一个悖论：它扩大了个体科学家的影响力，但同时导致集体科学研究的焦点收窄[2][3] - 该研究分析了超过4100万篇论文，其中约31.1万篇借助了AI工具，揭示了AI使用带来的个体优势与集体范围收缩之间的矛盾现象[3][6] 个体科学家层面影响 - 使用AI辅助研究的科学家比未使用者多发表3.02倍论文，获得4.84倍引用[6] - 使用AI辅助研究的科学家能提前1.37年成为研究项目负责人，职业发展更快[6] 集体科学层面影响 - AI的使用使集体研究的科学主题总量缩减4.63%[6] - AI的使用导致科学家之间的协作参与度降低22%[6] - AI辅助的工作集体性地向数据最密集的领域集中，自动化既定领域而非探索新方向[6] 研究机制与数据 - 研究通过预训练语言模型识别AI辅助科学研究，该模型在专家标注数据验证中F1得分达到0.875[6] - 研究数据集涵盖自然科学领域4130万篇研究论文，跨越不同AI时代[6] 研究引发的思考 - AI善于在已有的、数据丰富的领域内进行优化和自动化，但缺乏真正创新所需的“直觉”和“跨领域联想”能力[3] - 若不加以引导，AI可能无形中引导科学共同体走向“内卷”，在收缩范围内进行精细优化，牺牲对未知边疆的开拓[7] - 推动AI用于科学研究时，需有意识地建立鼓励探索、奖励冒险的机制，以平衡效率与创新[7]