《自然》：科学岗位的分化时刻：谁在AI时代幸存，谁正在消亡

信息来源：https://www.nature.com/articles/d41586-026-00444-9

《自然》杂志最近的一项调查指向了一个令人不安的真相：人工智能正在科学领域内创造出一个明显的两级社会。一方面，从事繁琐数据工作的研究生、博士后和技术人员面临着前所未有的失业威胁。另一方面，仍在实验台上挥洒汗水的科学家似乎可以暂时松一口气。这场分化不仅改变着科研工作的性质，更威胁着整个科学人才培养体系的根基。

首当其冲的是那些从事"认知工作"的岗位。数据分析、代码编写、文献综述，这些曾经是进入科学领域的必经之路，如今却成了AI最容易取代的任务。麻省理工学院的赵轩和直言不讳地表示，计算机建模等基础岗位的过时"并非未来才会发生，而是正在发生"。AI在这些领域比入门级科学家表现得更好，成本更低，还不需要培训。斯坦福大学的计算生物学家布莱恩·希也证实，研究程序员这一职位"现在已经过时了"。

这种转变不仅仅是理论层面的担忧。威斯康星大学麦迪逊分校的计算生物学家汉娜·韦曼特表示，如果五年前她创建实验室，她会毫不犹豫地聘请一名研究程序员。但现在，她坦言"真的觉得没有必要了"，因为AI甚至可以处理繁重的编程工作。德克萨斯大学奥斯汀分校的材料工程师南舒·卢也承认，他们现在在招聘研究生助理和博士后时"要保守得多"，部分原因正是AI的冲击。

这种职位流失已经在某些领域成为现实。美国翻译协会科学技术分会的会员在不到两年半的时间里下降了26%。前临床试验翻译员杰米·罗素现在成了医疗口译员，而她认识的一些同行甚至转行去做了外卖平台司机。这些故事虽然看似个案，但它们预示了一个更广泛的就业危机。

人才培养链条的断裂危机

看似遥远的数字背后隐含着一个更深刻的危险。那些本科生、研究生和技术人员通常通过在学术实验室的基础工作获得经验，这些工作原本是通往更高层次科研岗位的跳板。如果这些入门级岗位消失了，整个人才培养链条就会断裂。

德克萨斯大学奥斯汀分校的计算生物学家克劳斯·威尔克对此表达了深刻的忧虑。他指出，虽然短期内，用同样的资金可能获得更多研究成果，但代价却是"人才培养体系的崩溃和长期的衰退"。这不是简单的数学题，而是科学生态系统的生存问题。如果没有源源不断的新血液，科学研究的未来堪忧。

但这并不是说所有岗位都在消亡。事实上，AI在科学领域的冲击呈现出极不均匀的分布。那些需要"湿实验"的实验室工作依然相对安全。进行实际化学反应、生物培养、显微镜观察等工作的科学家目前面临的威胁较小。自动化实验室和AI驱动的机器人在许多任务上仍然无法匹敌人类的灵活性和直觉。

AlphaFold2的出现曾让许多结构生物学家感到恐慌。这个AI工具能够以"非常高"的置信度预测约40%已知蛋白质的结构，这项工作曾经消耗了许多研究人员的职业生涯。然而，最新的研究表明情况更加复杂。许多需要手工表征的蛋白质恰恰是AI工具难以识别的蛋白质。研究人员已经转向了那些人类具有"比较优势"的问题，这意味着AI并非彻底淘汰了科学家，而是改变了他们工作的性质。

适应与转变的新路径

加州大学洛杉矶分校数学家陶哲轩的观点或许最有现实意义。他说："如果我们适应，我们就能生存下去。在某些情况下，我们甚至可以蓬勃发展。"这不是盲目乐观，而是对现实的务实认识。

高级科学家的工作暂时似乎更安全一些，尽管经济学家安东·科里内克警告说，那些"纯粹需要认知能力的工作"最终也会面临威胁。但与此同时，能够与AI协作、善于提出问题、设计实验框架的科学家价值反而可能上升。伦敦大学学院的量子物理学家乔纳森·奥本海姆就表示，虽然AI无法提出真正新颖的想法，但它能生成有用的批评。威斯康星大学麦迪逊分校的计算机科学家卡鲁·桑卡拉林加姆则强调，集思广益的最佳方法是将人类见解与AI见解结合，而这需要"花大量时间思考提示语"。

关键问题不在于AI是否会改变科学，而在于科学界如何主动适应这种改变。如果大学和研究机构能够及时调整教育模式，让下一代科学家学会与AI协作而非竞争，那么危机或许可以转化为机遇。但如果被动地让AI替代掉所有基础工作而不思改革，等待科学界的就只会是人才枯竭和创新衰退。