刘冬梅：AI4S时代，创新文化走向何方？｜浦江创新论坛

来源：滚动播报

（来源：上观新闻）

人工智能赋能科学研究（AI4S）正加速重塑科技创新的范式，同时也提出了创新文化转型这一全新课题。2026年9月13日下午，浦江创新论坛——创新文化论坛成功举办。中国科学技术发展战略研究院党委书记刘冬梅出席论坛，并作题为《AI4S与创新文化发展的新趋势》的主旨报告，围绕AI4S背景下的创新文化转型，分享观察与思考。

以下为演讲全文：

刘冬梅：从昨天的浦江创新论坛开幕式、主论坛，到今天的各场专题论坛，我们都能深刻感受到，人工智能正在对科研、生产和生活产生广泛影响。AI4S已经成为大家频繁讨论的话题。

在这里，我想提出一个建议：把对创新文化的思考带入AI4S的讨论。当科研的主体、工具和组织方式都在发生变化时，我们也需要思考，什么样的文化能够支撑这种变化，推动新的科研范式良好运转？

从能力建设走向科研体系变革

当前，围绕AI4S的探索正在快速展开。自主实验室、科学研究智能体以及相应的工具集、数据集不断发展，人工智能在不同学科和行业场景中的应用也在持续推进。可以说，我们正在从物理层面把AI4S“搭起来”“用起来”。

这些建设十分重要。同时，我也注意到，目前有关AI4S的讨论整体上仍然“偏硬”，大家更多关注技术能力、基础设施以及应用场景，对与之相适应的创新文化还需要给予更多关注。

鄂维南院士曾在今年8月提出，AI4S已进入“下半场”，重心正从人工智能赋能科研的能力建设，转向人工智能时代科研体系的系统性变革。我理解，这种系统性变革也包含创新文化的变革。

回顾科学发展的历史，无论如何划分科研范式，每一次重要的范式变革，都伴随着创新文化的变化。创新文化影响社会成员如何理解创新、支持创新和参与创新，也通过制度和激励结构影响人们的行为。

因此，在推进技术和设施建设的同时，我们需要关注文化层面的适应与转型。只有形成相应的价值认同、行为规范和协作方式，新的科研范式才更有可能良好运转。

科研主体更加多元

需要开放协作与科技向善

那么，AI4S究竟需要什么样的创新文化？这是一个仍在探索中的问题。我想从创新主体、创新方式和创新难点三个方面，作一些初步讨论。

首先，科研主体正在从专业群体向“大众化”扩展。

过去，科学研究主要由专业科研人员开展。随着人工智能的发展，知识、设施和条件的门槛正在部分领域下降，更多具有不同知识背景、处于不同层次的参与者，有机会进入科学研究过程。

这种变化带来了创新者身份认同和群体规范的新问题。面对更加多元的科研主体，我们如何理解他们的创新角色，如何建立适宜的参与和协作规范，都值得进一步研究。

多元主体的参与，需要更广泛、更灵活的协作网络，也对开放文化、跨界文化和共享理念提出了更高要求。不同背景的参与者能够相互理解、交流知识、共享资源，才有利于形成有效的合作。

与此同时，我们也要看到“危险能力”扩散的可能性。原本需要专业训练才能掌握的某些知识和技能，可能随着人工智能工具的普及而被更多人获取。在化学、生物等领域，这会带来新的科技伦理问题。

因此，科研参与范围的拓展，也要求我们更加重视科技向善。开放与共享需要同伦理意识、责任意识相结合，使新的科研能力得到有益、负责任的运用。

人机协作需要重新认识

失败与人的责任

第二，科研方式正在从以人为中心的活动，走向更深入的人机协作。

人工智能使快速试错、持续迭代成为可能。我们过去经常讲“宽容失败”，但在AI4S背景下，还需要进一步认识失败在科研过程中的正常性。

失败的记录和分享，能够为后续研究提供反馈，帮助研究者调整方向、改进方法。面对大量试错和持续迭代，如果仍然把失败视为应当隐藏的结果，就难以充分利用这些探索所积累的经验。

因此，我们需要去除失败的污名化，使对失败的记录、分析和交流成为科研活动中可以被理解和认可的一部分。这种文化有助于科研人员更加坦诚地分享探索过程，也有助于通过迭代获得更好的结果。

随着自主实验室、科学智能体发挥更大作用，人类创新者的角色与责任也需要重新定位。人在科研过程中应当承担什么职责，权益与责任如何划分，又需要具备怎样的科研鉴赏能力和批判精神，都是需要认真讨论的问题。

人机协作越深入，我们越需要清楚地认识人的作用。如何判断研究的价值，如何审视生成的结果，如何承担相应责任，都对科研人员的能力和创新文化提出了新的要求。

从生成成果转向

验证成果的可信性

第三，创新的难点正在从生产端向验证端转移。

借助人工智能，我们能够更快地产生大量“待验证”的创新。当生成的速度和数量大幅提升时，如何确保结果可信，就变得更加突出。

过去，研究者可能需要花费很长时间才能形成一个研究结果。现在，人工智能能够帮助我们快速生成内容、提出假设，但这些产出是否可靠，是否经得起检验，仍然需要认真验证。

这就要求我们更加重视可重复、可验证的研究过程，培育数据开放共享文化和科研诚信。只有为结果的检验提供必要条件，才能使更多产出转化为可信的知识。

相应地，科研评价文化也需要调整。在AI4S时代，可验证性非常重要，验证工作本身也非常重要。我们既要关注创新成果的形成，也要重视为确认其可靠性所付出的努力。

我们一直强调破除不合理的评价导向。在“破四唯、立新标”的过程中，AI4S为新标准的具体内容提出了新的问题。人的批判精神、原创意识，以及研究成果的可信程度，都值得得到更多重视。

由此来看，AI4S时代的创新文化需要回应三个相互关联的问题：怎么做创新，涉及创新、可靠与效率的再平衡；谁来做创新，涉及人类创新者角色与责任的再定位；如何用创新，涉及安全、有益、可控原则的再深化。

开放、协作、向善，将成为更加重要的文化要求。当然，AI4S本身仍在快速发展，其边界也在讨论之中。我们今天的思考还不全面，希望与大家共同探索。

在实践与交流中培育

适应AI4S的创新文化

面向未来，怎样培育与AI4S发展相适应的创新文化？我想提出三点建议。

第一，更加重视AI4S时代的创新文化问题，主动适应科研范式转型。

在强调硬件和技术能力建设的同时，要充分认识创新文化转型的重要性。我们需要围绕科研范式的变化，主动审视和改善现有文化，使其更好地适应新的科研活动。

这种转型具有多层次性和复杂性。宏观层面，需要从国家层面重视创新文化转型；中观层面，各地区要结合自身的文化传承和发展特点开展探索；微观层面，科研院所、大学、企业等创新主体要重视自身的文化培育。同时，还要关注不同层面之间的相互作用。

第二，在解决AI4S发展问题的过程中，推动创新文化演变。

AI4S是快速发展的新生事物。我们既要围绕它的发展目标，审视和反思当前创新文化是否适应，也要关注实践中正在产生的新经验、新做法，从中发现和积淀新的创新文化要素。

对于有助于AI4S健康发展的经验，要及时总结，并尽可能将其融入可执行的规则和规范之中。这样，开放协作、科研诚信、科技向善等理念才能在科研活动中获得具体支撑，逐步成为参与者共同遵循的行为规范。

第三，在开放交流中，培育与AI4S发展相适应的创新文化。

不同地区有不同的文化背景，不同机构也有各自的科研传统和组织特点。应当鼓励各地、各类机构开展多样化实践，通过经验交流与扩散，在相互学习中共同提升。

同时，还要加强国际交流。人工智能带来的科研范式变革，是世界各国共同面对的问题。通过国际合作与交流，我们可以更好地认识不同实践的经验，共同探索能够引领AI4S健康发展的创新理念与规范。

AI4S的发展正在为科学研究打开新的空间，也促使我们重新思考科研活动背后的价值、规则与责任。把创新文化的思考带入AI4S讨论，在实践中不断丰富认识，有助于推动新的科研范式更好地发展。

谢谢大家！

编辑：嘉源