网易首页 > 网易号 > 正文 申请入驻

AI浪潮下,哪些科研岗位会受到冲击

0
分享至


来源:科技日报

记者:刘霞

人工智能(AI)的浪潮正冲击着各行各业的堤岸,即便是向来被视为“高精尖”堡垒的科学界,也难以在这场变革中独善其身。那么,究竟哪些科研岗位面临被浪潮吞没的风险?


AI操控的机器人虽难以完全替代实验科学家,但AI系统已开始接管人类的数据分析师、研究编码员等工作

图片来源:英国《自然》网站

《自然》网站2月21日刊载了一项最新研究,调查了40余位学界与业界AI使用者。许多人坦言,AI的崛起已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;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;科学论文翻译等周边工作的生存空间也在萎缩。正如美国弗吉尼亚大学经济学家安东·科里内克所言,涉及“纯认知任务”的工作将首当其冲,这类与科研密切相关的工作,或将被AI迅速接管。

学界普遍认为,那些需要动手操作的实验职位,以及统筹项目的资深科学家,目前尚处“安全区”。但也有研究者警示,即便在这些高门槛领域,AI也正在奋起直追,渐行渐近。

对建模和数据处理岗影响较大

研究人员早已习惯利用AI润色论文、梳理文献。但受访者一致认为,AI在代码生成与数据处理上的能力,对科学就业市场的冲击最为剧烈

譬如,部分学术实验室曾专门聘请程序员编写科研代码包。对此,美国斯坦福大学计算生物学家布莱恩·海伊直言,随着AI问世,此类工作已成“昨日黄花”。那些专注于创建模拟与分析数据的岗位,如今皆可由AI代劳。

更深远的影响在于,即便尚未引发大规模裁员,AI已开始抑制新岗位的诞生。美国威斯康星大学麦迪逊分校计算生物学家汉娜·斯蒂尔感慨,若她5年前组建实验室,聘请研究程序员是题中之义;但如今,AI足以胜任繁重的编码工作,此举或再无必要。

美国得克萨斯大学奥斯汀分校材料工程师鲁南姝对此深表赞同。她表示,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。

然而,隐忧亦随之浮现。有科学家警示,若本科生、研究生及技术人员无法在实验室得到充分锻炼,恐对科研界造成长期负面影响,因为这些岗位本是通往更高科学职位的阶梯。得克萨斯大学奥斯汀分校计算生物学家克劳斯·威尔克认为,眼下虽能以更低成本获得更多产出,但代价或许是人才梯队的断裂。

已有证据表明,AI已导致某些科学相关领域的人员失业。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%。部分译者被迫转型。例如,北卡罗来纳州的海梅·拉塞尔,此前的工作是翻译临床试验文件,如今已转型为医疗口译员,负责医患间的口头传译。谈及昔日同行,有人甚至转行外卖骑手,令她唏嘘不已。

AI难以胜任高阶任务

尽管如此,大多数研究者认为,AI仍难以胜任科学家的高阶任务,譬如判断哪个想法值得深究。英国伦敦大学学院量子物理学家乔纳森·奥本海姆常让AI模拟同行评审,尽管他觉得AI提供的批评大有裨益,但他断言:AI无法真正提出新颖的见解

即便对AI生成创意持乐观态度的受访者,也认为人类不可或缺。美国威斯康星大学麦迪逊分校计算机科学家卡鲁·桑卡拉灵尕姆认为,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。而且,人类的参与也可防止AI“幻觉”,即系统虚构输出的弊端。

然而,科里内克坚持认为,即便高阶科研岗,若专注于认知领域,在AI的冲击下亦显脆弱。他预言,数学家明年将受波及,不过数学界对此尚存异议。

实验人员处境暂时安全

相比之下,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。奥本海姆表示,在相当长时期内,AI难以对实验者的工作产生较大冲击。

美国弗吉尼亚大学科学家开展的一项最新研究也令人稍感宽慰。尽管AI技术风起云涌,部分岗位依然坚挺。例如,AI工具“阿尔法折叠2”虽能胜任从推断氨基酸序列到精准预测蛋白质结构等诸多繁琐任务,但研究发现,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。这表明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

研究者强调,这种灵活应变的能力,或许正是科学的未来,适应变革者将在新时代中寻得生机。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
西湖大学打了谁的脸?外籍学生学费35万一年,国内学生仅6千元

西湖大学打了谁的脸?外籍学生学费35万一年,国内学生仅6千元

妍妍教育日记
2026-02-24 18:35:18
Shams:爵士队与穆罕默德-班巴签订一份10天短合同

Shams:爵士队与穆罕默德-班巴签订一份10天短合同

懂球帝
2026-02-27 01:19:07
人到中年才明白:不管你多爱自己的儿女,他们也不一定会很爱你

人到中年才明白:不管你多爱自己的儿女,他们也不一定会很爱你

木言观
2026-02-26 23:13:49
宁波25岁小伙血液突然变成白色,确诊三种致命病症,进EICU置换了3000毫升血浆!医生:这不是个例

宁波25岁小伙血液突然变成白色,确诊三种致命病症,进EICU置换了3000毫升血浆!医生:这不是个例

环球网资讯
2026-02-26 12:23:10
马筱梅发声!新娃不涉及家产之争,落户北京,箖儿玥儿上学不变

马筱梅发声!新娃不涉及家产之争,落户北京,箖儿玥儿上学不变

林子说事
2026-02-25 07:44:48
美国亲自下场要求,乌克兰导弹无人机,不准再炸俄罗斯炼油厂了!

美国亲自下场要求,乌克兰导弹无人机,不准再炸俄罗斯炼油厂了!

松林看世界
2026-02-26 09:40:36
央视曝光!2026年开训的ZBL-19,为何是轮式步战的技术标杆?

央视曝光!2026年开训的ZBL-19,为何是轮式步战的技术标杆?

万象森罗plus
2026-02-26 07:16:53
安德鲁和爱泼斯坦的旧事,牵扯到梅根了?

安德鲁和爱泼斯坦的旧事,牵扯到梅根了?

陈意小可爱
2026-02-27 02:32:42
泪目!中国男篮30岁王牌满血归来:轰14分逆转日本,郭士强用对他

泪目!中国男篮30岁王牌满血归来:轰14分逆转日本,郭士强用对他

李喜林篮球绝杀
2026-02-26 21:26:23
香港天后谢安琪送子赴澳升学难掩不舍,张继聪发长文鼓励儿子

香港天后谢安琪送子赴澳升学难掩不舍,张继聪发长文鼓励儿子

TVB剧评社
2026-02-26 14:08:21
日本队太嚣张,宣布重要决定,中国男篮被动收好消息,赢球稳了

日本队太嚣张,宣布重要决定,中国男篮被动收好消息,赢球稳了

宗介说体育
2026-02-26 09:31:08
刘少昂女友晒照力挺:我看到你的付出!她曾是花滑运动员身材曼妙

刘少昂女友晒照力挺:我看到你的付出!她曾是花滑运动员身材曼妙

Emily说个球
2026-02-26 12:35:25
美国女冰队长反击特朗普,怒批不合时宜的笑话让运动员成就遭掩盖

美国女冰队长反击特朗普,怒批不合时宜的笑话让运动员成就遭掩盖

体育妞世界
2026-02-26 15:28:54
天生一张娃娃脸都已经46了,你敢想

天生一张娃娃脸都已经46了,你敢想

超人强动物俱乐部
2026-02-25 19:21:58
普京重拳出击打懵美国!中国果断送出关键支持,给足俄罗斯面子

普京重拳出击打懵美国!中国果断送出关键支持,给足俄罗斯面子

此去经年q
2026-02-27 03:17:40
重磅!新华社官宣:我国造出全球首款纤维芯片,打破芯片规则

重磅!新华社官宣:我国造出全球首款纤维芯片,打破芯片规则

Thurman在昆明
2026-02-27 00:05:04
谷爱凌回应比赛留两撮头发,为清晰展现女性运动员身份

谷爱凌回应比赛留两撮头发,为清晰展现女性运动员身份

喜欢历史的阿繁
2026-02-25 15:39:38
在小县城名声很臭是啥体验?网友:脸皮够厚,一切不成问题

在小县城名声很臭是啥体验?网友:脸皮够厚,一切不成问题

解读热点事件
2026-02-04 00:05:07
威尔士公开赛爆冷!周跃龙血洗世界第二,马奎尔遭绝杀三冠王惨败

威尔士公开赛爆冷!周跃龙血洗世界第二,马奎尔遭绝杀三冠王惨败

世界体坛观察家
2026-02-26 06:22:26
三星存储部门漫天要价,苹果照单全收——三星手机部门被迫采用50%美光存储芯片

三星存储部门漫天要价,苹果照单全收——三星手机部门被迫采用50%美光存储芯片

华尔街见闻官方
2026-02-26 12:02:32
2026-02-27 05:12:49
科技导报 incentive-icons
科技导报
中国科协学术会刊
5196文章数 8349关注度
往期回顾 全部

科技要闻

单季营收681亿净利429亿!英伟达再次炸裂

头条要闻

美国政府对外交官下令:开始行动

头条要闻

美国政府对外交官下令:开始行动

体育要闻

从排球少女到冰壶女神,她在米兰冬奥练出6块腹肌

娱乐要闻

向华强公开表态 财产留给儿媳妇郭碧婷

财经要闻

中国AI调用量超美国 4款大模型霸榜前5

汽车要闻

40岁的吉利,不惑于内外

态度原创

亲子
时尚
游戏
健康
房产

亲子要闻

把小孩喂饱后,就可以安心睡觉了

今年春天最美搭配:西装+半裙,怎么穿都好看!

穿不起内衣的啥子国王,是怎么从妮姬表情包之王变成底层逻辑的?

转头就晕的耳石症,能开车上班吗?

房产要闻

2.2万/m²起!三亚主城性价比标杆 海垦·桃花源实景现房春节被疯抢

无障碍浏览 进入关怀版