AI逼近科研圈：哪些岗位正在消失，科研新人如何突围？

来源：自然系列

作者：Edward Chen

数据分析和建模岗位已逐渐被淘汰，但实验人员目前尚还能松口气。

人工智能（AI）操控的机器人不会很快取代实验室科研人员，但AI系统已经开始取代人类数据分析师和科研程序员。来源：Qilai Shen/Bloomberg/Getty

AI正威胁着许多职业，科研领域似乎也难以幸免。那么，哪些岗位面临的风险大？

为寻找答案，《自然》杂志采访了学术界和行业内五十来位在工作中使用AI的研究人员。其中许多人表示，AI的崛起使得对具有编程或基础数据分析能力的人类研究人员需求减少——这类工作通常由研究生、博士后或未受过研究生培养的人员承担。

麻省理工学院的机械工程师赵选贺说，计算机建模等领域的一些基础岗位“甚至不会到未来才被淘汰，现在已在发生”，因为“AI做这些比初级科研人员强得多”。部分与科研相关的岗位从业者，例如从事论文翻译的人员，其职业发展也正陷入困境。

研究人员普遍认为，涉及实验的岗位相对安全，此外就是统筹协调科研项目的资深科研岗位。但也有少数人认为，即便在这些更高层级的工作中，AI也正逐步赶上人类。

弗吉尼亚大学的经济学家Anton Korinek说，“纯认知类工作岗位将先消失”。他说：“传统上，这些岗位与科研的关联紧密，它们很快就会被AI取代。”

颠覆性力量

研究人员已将AI工具应用于诸多工作，例如论文编辑和文献综述。但研究人员称，目前而言，AI的代码生成和数据处理能力对科研就业市场的冲击更为明显。

例如，一些学术实验室会聘请科研程序员编写供其他科学家使用的代码包。斯坦福大学的计算生物学家Brian Hie表示，随着AI兴起，这类岗位“如今已无存在必要”。赵选贺也认同，如今AI可胜任搭模型和分析数据的工作。

就算AI尚未导致相关从业者失业，也已在缩减科研领域的新岗位招聘。威斯康星大学麦迪逊分校的计算生物学家Hannah Wayment-Steele说，如果五年前创办自己的实验室，她“会认为聘请一名科研程序员是必要选择”，但现在，她“感觉没有这个需求”，因为即使是繁重的编程也能让AI做。

得克萨斯大学奥斯汀分校的材料工程师鲁南姝也同意这一点。她说，“我们现在招聘未来的研究生科研助理和博士后研究人员时，态度谨慎得多。”部分原因是科研资金存在不确定性，而“AI，当然也是一个因素”。

一些科学家警告，倘若本科生、研究生和技术人员无法再获得学术实验室的工作机会（这类工作常是通往其他科研岗位的踏脚石），可能会引发潜在风险。得克萨斯大学奥斯汀分校的计算生物学家Claus Wilke表示：“短期内，你或许能实现每一分科研资金产出更多研究，但代价可能是你的科研人才培养管道崩塌和长期衰退。”

岗位流失

有证据表明，AI已在部分科研相关领域造成岗位流失。随着AI翻译工具的不断完善和普及，美国翻译协会科技翻译分会的会员人数在不到两年半的时间里下降了26%。

有些翻译从业者已经去干别的了。例如，北卡罗来纳州教堂山市的Jaime Russell曾从事临床试验文件翻译，如今成为了一名医疗口译员，负责翻译患者与临床医生之间的口头对话。但她认识一些前同行，如今已转行去当外卖员。她说，“这太让人难过了。”

模型局限性

但许多研究人员表示，AI目前仍无法完成科研人员所承担的更高层级工作，例如确定值得深入研究的科研方向。伦敦大学学院的量子物理学家Jonathan Oppenheim对AI并不陌生：他会在论文投稿前，让AI为自己的手稿生成模拟同行评审报告。他认为AI的评价颇具参考价值，但表示AI“无法真正提出创新的想法”。

即便是有信心让AI生成科研想法的人，仍相信人类不可替代的作用。威斯康星大学麦迪逊分校的计算机科学家Karu Sankaralingam表示，头脑风暴科研方向的优选方式是结合人类与AI的见解，因为提出假说需要人类参与其中，设计详尽的提示词。他说：“我会花费大量时间构思提示词。”这种细致入微的思考十分必要，可避免AI出现 “幻觉”，即生成虚假的内容。

不过，Korinek认为，即便资深科研岗位，若其主要工作为认知类任务，也同样面临风险。他表示：“我预计，数学家在下一学年肯定会感受到AI的影响。” 尽管数学家们并不认同AI会取代他们。

实操工作

相比之下，从事实验室湿实验的技术人员和青年科研人员目前位置相对安全。由AI和机器人技术驱动的自动化实验室仍无法完成诸多任务，且难以解读实验结果。Oppenheim表示，在相当长一段时间内，AI“对实验人员的工作不会产生太大影响”。

2月发表的一份结构生物学研究带来一丝慰藉：即便AI发展，有些岗位仍会留下来。AI工具AlphaFold2能完成一项公认的高难度任务——从氨基酸序列推断蛋白质结构[1]，以“极高”的置信度预测了约40%已知蛋白质的结构。

即便如此，2月3日发布的一篇预印本论文发现[2]，研究人员仍在使用耗时费力的人工方法对蛋白质结构进行成像。该预印本的作者、弗吉尼亚大学的经济学家Jerry Qian表示，许多通过人工表征的蛋白质，都是AI工具难以处理的类型，这表明研究人员已转向人类具有“比较优势”的研究课题。他说，至少从其研究数据来看，“AI并未让科研人员变得无足轻重”。该预印本尚未经过同行评审。

研究人员表示，这种灵活的调整方式或许是科研领域未来的发展方向。

加州大学洛杉矶分校的数学家陶哲轩说，“如果我们适应——我认为我们必须适应，那就能生存下去。有时候甚至能兴旺壮大。”

参考文献：

1. Jumper, J. et al. Nature596, 583–589 (2021).

2. Qian, J. Preprint at SSRN https://doi.org/10.2139/ssrn.6133666 (2026).
   

原文以AI is threatening science jobs. Which ones are most at risk?标题发表在2026年2月20日《自然》的新闻版块上

©nature

Doi：10.1038/d41586-026-00444-9

阅读最新前沿科技趋势报告，请访问21世纪关键技术研究院的“未来知识库”

未来知识库是 “21世纪关键技术研究院”建 立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。 欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828进入。

截止到2月28日 ”未来知识库”精选的百部前沿科技趋势报告

（加入未来知识库，全部资料免费阅读和下载）