仅1/3科研人员出于特定工作目的使用AI？中国受访者这一比例高于美国印度

摘要：约2/3预计在未来两到五年内会使用AI。在中国受访者中，这一比例则高达84%，远远高于印度和美国。

7月7日，展会结合的2024世界人工智能大会在中国上海落下大幕。与本地天气一样，大会人气十分火热。不过，在上海人工智能实验室AI for Science中心等组织的“十问”讨论中，科研工作者相对产业界人士对AI表现出更为审慎乐观的态度。相关全球范围调研发现，中国科研人员对“人工智能驱动的科学研究（AI4S）”接受度较高，比美国、印度等更为积极和开放。

【近半数中国受访者抱持积极态度，比美印高】

作为国际出版机构和科研信息分析机构，爱思唯尔今年对全球123个国家和地区的3000名科研人员和临床医生进行了调研，全面研究科研界和医疗界对AI的态度和期望。科研人员普遍认为，AI在加速知识发现、增加研究产出和节约成本方面具有巨大潜力。但确保AI基于高质量、可信赖的内容，并且具备足够的透明度，是科研人员和临床医生眼中AI应用于他们工作的前提条件。

说得多、做得少？现阶段，AI在科研人员和临床医生工作中的实际应用仍然有限。调研中，全球熟悉AI的受访者中，有超过一半认为自己是AI活跃用户。然而，这其中，仅有不到三分之一的受访者出于特定工作目的而使用AI。在中国受访者中，这一比例接近40%，高于美国和印度。

而在未使用过AI的受访者中，约2/3预计在未来两到五年内会使用AI。在中国受访者中，这一比例则高达84%，远远高于印度和美国。在谈及AI对科研和医学领域的影响时，中国受访者表现出“乐见其成”，接近半数认为AI将对其工作领域产生积极影响，而美国和印度分别只有28%和41%。

“从调研结果看，我觉得还是让人欣喜的，”爱思唯尔全球高级副总裁兼大中华区总裁李琳告诉解放日报·上观新闻记者，尤其中国科研工作者非常正面去“拥抱AI”。可以判断，人工智能对于整个科研范式、科学研究流程、科学知识传播和应用等，都起到了效率提升、生态重塑乃至变革推动的作用。

【有无“数据偏见”，会否“偷工减料”】

事实上，中国科研界的点上调研也作出了验证。中国科学院院士、上海交通大学校长丁奎岭透露，近期对交大师生进行了调研，发现在专业学科层面80%的老师都认为，人工智能本身已经成为一个重要的知识领域，并正在形成独特的交叉研究领域；在工具使用层面，几乎100%的学生尝试使用人工智能辅助资料检索、文档生成等工作，将近60%的老师尝试使用人工智能改进课堂教学方式；在思维观念层面，90%以上的师生都认为人工智能对大学的知识传授、知识创新与生活方式产生了影响，但有较多伦理与产权的问题亟待规范。

当然，不可否认的是，包括中国在内的科研人员也对AI在科研中的应用存在一些顾虑。比如可靠性，科研人员担心AI工具可能会生成看似有把握但实际上不正确的答案，这可能会将不正确的数据带入进一步的研究中，影响研究的准确性和可靠性。

又如，“偏信则暗”的偏见。因为AI算法可能会继承其训练数据中的某些“数据偏见”，从而导致有偏见的结果或建议。如果不认真加以解决和减少，这可能会使现有的不平等或偏见永久化，影响研究的公平性和公正性。

同时，科研诚信在AI时代再次凸显。使用人工智能可能会导致研究工作“偷工减料”，这是研究界普遍关注的问题。人们担心AI的使用可能会降低研究的严格性和完整性，从而影响研究结果的可信度。对此，像爱思唯尔这样出版2900多种国际科技期刊的机构也明确规定，科研论文作者需要在投稿时明示其论文撰稿过程中是否使用了生成式AI。

【探索精神、伦理道德、集体智慧，谁是主体】

对科技文献作计量学统计和研究之后发现，近年来应用AI的科学论文比例快速增长。目前AI几乎已被应用到所有的学科领域，特别是工程学、神经科学、物理学、地球科学等领域，比如每8个工程学研究成果中，就有一个使用了AI的方法。

AI for Science，很大程度上是科研数据驱动着科学智能。仅以爱思唯尔为例，2023年其旗下学刊就发表了63万多篇高质量科研论文，全球占比17%。基于优质内容资源，其平台积累着12亿条科研数据，涵盖作者、机构、文献、专利、药品、基金以及政策等。在一些专业学科领域，爱思唯尔汇聚该领域的科研要素信息形成数据库。例如依据化学、医药、材料相关领域科研人员的使用习惯，提炼、整理、标准化了不同来源的科研数据，开发了全球最大的化学数据库——Reaxys，来促进科研数据的获取和使用效率。

但李琳认为，尽管AI功能日益强大，能够处理复杂的数据并辅助科研，但它本身并不具备科学探索所必需的素质和能力，科研的创新性和探索性需要科研人员的判断力、创造力来驱动。而且人工智能缺乏科学家在工作中运用的伦理推理和道德判断，在未来的一段时间里，仍然需要人类对AI进行监督。

此外，科学是一项社会合作事业，涉及科研人员之间的互动、讨论和思想交流。她向记者表示，“科学家积极参与会议、研讨会和同行评议过程，通过对话和辩论促进知识的进步；人工智能无法复制人的因素，以及从这些互动中产生的集体智慧。”