用上AI，升职提前4年？清华等分析6790万篇论文：科学界收缩，不用AI的领域无人问津

---

  新智元报道  

比如最近的研究成果，清华大学、芝加哥大学、Google的研究人员利用AI工具（模型性能F1值为0.876）分析了六大主要学科的6790万篇研究论文，结果发现，采用AI工具的科学家发表的论文数量增加了67.37%，获得的引用次数是未使用AI工具的科学家的3.16倍，并且还能提前4年成为团队领导者。

论文链接：https://arxiv.org/pdf/2412.07727

但凡事都有代价。

一旦打开「AI模型」的潘多拉魔盒，就代表研究人员不再广泛探索科学领域，而是专注于某个细小的课题，利用AI模型发表的论文大多都是在已有的、数据丰富的领域。

也就是说，大模型不会帮助科研人员创立一个新领域，虽然提高了个人的科研生产力，但却极大减少了整个科研集体的多样性和广泛参与度。

通过深度强化学习改进的模型已经能够处理复杂的核聚变反应，并发现了新的、针对硬件优化的矩阵乘法形式，从而加速了深度学习本身的发展。

此外，大型语言模型可以非常出色地帮助科研人员修订和提炼论文写作，促进了发现结果的提炼和传播。

尽管在科研领域中，AI模型的参与度越来越高，但业界仍然没有对AI科学影响的大规模实证评估。

所以这篇论文的研究团队主要提出并回答一个问题：个体科研人员基于自身利益选择AI模型进行辅助，对整个科学界有何影响？

研究人员进行了一项大规模的定量分析，利用OpenAlex数据集中从1980年到2024年的1.09亿篇论文，选择其中六个学科（生物学、医学、化学、物理学、材料科学和地质学），涵盖了主要的自然科学学科，并特意排除掉计算机科学和工程学，以避免混入AI相关从业者的影响，最终得到约6800万篇论文。

然后利用BERT语言模型根据「标题」和「摘要」内容区分出论文中用到的技术是机器学习、某个深度学习架构，或者是基于Transformer的大模型。

研究人员采用两阶段的微调将预训练的BERT模型适应到论文识别任务：先分别基于论文的标题和摘要独立训练两个模型，再将两个优化后的个体模型集成起来，以识别所有选定的论文，无需人工选择与AI相关的触发词。

为了评估BERT模型识别的准确性，研究人员招募了一个专家团队来验证结果，在对六个重点学科中随机抽样的论文组进行独立标注时共识很高，平均Fleiss' Kappa值为0.960，把专家标注数据当作金标准进行评估时，得到的F1分数为0.876，证明了模型的可靠性。

为了提高识别结果的可解释性，研究人员对输入标题和摘要时BERT模型最终层的平均注意力强度进行可视化，比如在分析一篇AI辅助的化学论文时，模型对「人工智能」和「深度神经网络」等术语分配了非常高的注意力权重，并且识别出的AI论文基本上都是「人工智能」和跨学科传统研究主题的结合，说明了模型如何正确解释并准确识别与AI相关的内容。

最终识别出107万篇AI辅助论文，大约占论文总数的1.57%，并且可以观察到所有学科采纳AI的趋势都在上升，AI论文和采纳AI的研究人员比例都有显著增加。

尽管各个学科每年发表的论文数量总体上升，但从1980年到2024年，AI论文的份额在地质学中增长了21.39倍，在材料科学中增长了241.36倍；同样，采纳AI的研究人员比例增长得更快，从地质学的42.36倍增长到物理学的307.40倍。

研究人员将过去几十年的AI发展划分为机器学习（ML）、深度学习（DL）和大型语言模型（LLM）时代，三个时代的增长率逐渐加快，可以看出AI在科学中的普及率不断提高，以及理解AI对科学研究和进步影响的重要性。

此外，研究人员还检查了AI辅助论文在不同期刊引用报告（JCR）分位数中的分布，结果发现，在Q1期刊中，AI论文的比例比所有期刊中的非AI论文高出18.60%；在Q2期刊中，AI论文的比例仅高出1.59%，而Q3和Q4期刊中包含AI的论文比例相对较低。

结果表明，AI辅助论文在期刊中的分布不均，且在高影响力期刊中更为普遍。

AI论文逐渐受到重视，AI研究人员的影响力也大幅增加，平均来看，采用AI的研究人员每年发表的论文数量比不使用AI的研究人员多出67.37%，获得的引用次数则是后者的3.16倍，这一趋势在各个学科中都有体现。

为了研究采用AI对职业发展的影响，文中将科研人员分为「初级」（尚未领导研究团队）和「资深」（已经领导过团队）两类，并从数据集中提取了351万条职业轨迹。

分析显示，AI研究会导致团队规模的缩小，平均每个研究团队少了1.5名科研人员，具体来说，初级科研人员的平均人数从非AI团队的2.31人减少到AI团队的1.47人（减少了36.45%），而资深科研人员的人数从4.14人减少到3.48人（减少了15.95%）。

在所有学科中，采用AI的初级科学家转变为资深科学家的概率为49.92%，比不采用AI的同行高出32.01%，表明AI为初级科学家提供了更多领导研究团队的机会，并降低了离开学术界的概率，从而促使了他们从初级到资深科学家的职业转变。

为了进一步量化这一效应，研究人员采用生死模型，并根据科学家的职业轨迹拟合模型参数λ，结果发现，采用AI的初级科学家成为资深科学家的预期时间比同行大约缩短了四年；采用AI的初级科学家的转变时间期望值为6.84年，而不采用AI的为10.90年。

进一步分析显示，这种缩短升职时间的现象在所有学科中都是普遍存在的，并且在各个学科中，参与AI论文的资深科学家平均年龄比非AI论文的资深科学家年轻。

为了评估AI如何影响整个科学领域研究的前沿，研究人员设计了一种测量方法来描述一组研究论文所代表的「学术关注广度」。

具体来说，先使用在大量科学文献预训练的文本嵌入模型SPECTER 2.0，在给定每个领域中同样大小的样本量来计算代表AI和非AI论文的主题覆盖范围；与传统研究相比，AI研究使整个科学的集体知识广度缩小了4.96%，并且该效应在六个学科中都是一致的。

此外，当将学科细分为200多个子领域时，可以观察到超过70%的子领域的知识广度出现了收缩；当比较AI和非AI研究在每个领域知识分布的熵时，结果表明AI研究的知识分布熵明显更低，表明人们越来越关注特定问题，而不是整个领域。

也就是说，个体和集体之间采用AI的动机存在冲突和矛盾：科研人员获得了更多的个人影响力，但整个科学领域知识的范围却缩小了，只是将注意力集中在最适合AI研究的领域，例如那些数据丰富的领域。

尽管AI可能为科学家个人带来了好处，但可能也会使科学作为一个整体的探索范围变得更加狭窄。

首先检查单个论文的「引用家族」（citation families）的知识空间特征，即一篇原创论文及其所有后续引用，结果显示，与非AI论文相比，单个AI论文的引用家族的知识空间更为多样性，因此，领域知识空间的缩小并不是由于在AI与非AI研究基础上构建的论文范围的缩小所致。

之后，研究人员通过测量后续论文参与度的程度来考察论文之间的关系，即同一原创论文的引用之间相互引用的频率，结果表明，AI研究产生的后续参与度比非AI研究少了24.40%，表明AI论文更倾向于扩展原创论文，而不是在彼此之间形成互动，而互动恰恰是促进新兴领域的关键要素。

在不同领域中AI论文引用的马太效应中也发现了这种集中的进一步证据：在AI研究中，少数超级明星论文主导了该领域，大约20%的顶级论文获得了80%的引用，50%的论文获得了95%的引用，这种不平等的分布导致了AI研究引用模式的基尼系数为0.753，高于非AI论文的0.684，表明认可度的不平等正在增加。

最后，研究人员还检查了引用同一原始工作的论文对在向量空间中的距离，区分出相互引用的论文，结果发现，科学界的AI更加集中于特定的热门话题，导致了更多的重复想法和冗余创新，与科学知识范围和多样性的缩小有关。