AI让科研人发3倍论文，但科学在收缩：什么才是科研人需要的AI？ ...

秋风一刀

2026 年 1 月，一项覆盖 4,130 万篇论文的大规模研究显示：使用 AI 工具的科学家发表论文数量是不使用者的 3.02 倍，获得的引用量达到 4.85 倍，晋升为课题负责人的时间平均提前了 1.4 年。但在集体层面，AI 的采用使科研主题的总覆盖面缩减了 4.63%，科学家之间的互动下降了 22%。
论文作者、芝加哥大学社会学教授 James Evans 将这种现象称为“孤独的人群”（lonely crowds）。大量研究者涌入相同的热门方向，产出高度重叠的成果，却越来越少地与彼此的工作对话。AI 没有拓宽科学的疆域，而是把科研人集中到了数据最丰富的已知领域。效率在提升，探索却在萎缩。
与此同时，另一场危机正在文献层面蔓延。
4 _# o7 s- r7 g6 Z8 b( E# h& D你引用的那篇论文，可能根本不存在
2026 年 5 月，哥伦比亚大学数据科学研究所在《柳叶刀》（The Lancet）上发表了一项审计。研究团队扫描了 PubMed Central 开放获取子集中的 250 万篇论文和 9,700 万条引用，发现 AI 生成的虚假引用数量在过去三年增长了超过 12 倍。
1 C' K6 N7 ~1 a$ Q2023 年，每 2,828 篇论文中出现 1 篇含伪造引用；到 2025 年，这一比例变成每 458 篇 1 篇；2026 年前七周，缩短到每 277 篇 1 篇。拐点出现在 2024 年年中，恰好是 AI 写作工具大规模普及的时间窗口。
1 P- v; W- b9 S8 ~" D# Q不只是论文。全球顶级 AI 学术会议 NeurIPS 2025 也被曝出类似问题。AI 检测公司 GPTZero 对大会接收的 4,841 篇论文进行全量扫描，在 53 篇已录用论文中发现编造的作者、不存在的期刊、伪造的 DOI 号等超过 100 条虚构引用。每一篇都经过至少三位审稿人评审，每一篇都在 24.52% 的录用率中击败了超过 1.5 万篇竞争稿件。
: s- F* \) m) m. `2 b8 t6 l两组数据指向同一个问题：通用 AI 工具在提升科研效率的同时，正在动摇科研赖以运转的两个基础：文献的可信度和思维的多样性。
用得越多，信得越少
AI 影响科研的速度有多快？斯坦福大学《2026 AI 指数报告》的数据是：生成式 AI 在三年内达到 53% 的人口普及率，比个人电脑和互联网都快。科研领域也一样，爱思唯尔 2025 年全球学者调研中，84% 的研究者表示自己在工作中用过 AI 工具，58% 定期使用。
但使用者的信任还没跟上。同一份调研里，只有 22% 的研究者认为 AI 工具的输出完全可信，86% 担心 AI 会造成关键错误。59% 的研究者将“透明度和可验证的引用”列为信任的首要标志。
# P" r: }% i4 r3 r* _! d% r+ s- V" }更麻烦的是，越“聪明”的模型可能越不可靠。Vectara 的最新幻觉基准测试显示，所有推理型模型幻觉率均超过 10%，其中 Grok-4-fast-reasoning 高达 20.2%。DeepSeek 的 R1 推理模型幻觉率 14.3%，是其基础模型 V3 的近 4 倍。研究者用来做深度分析的模型，恰恰是最容易编造事实的那一类。
; O* b. ]! }% o1 Z, ^7 L4 n/ K“我们像群居动物一样涌向了同一座山峰”
Evans 团队给出了一个解释机制：热门问题催生大规模数据集，大规模数据集使 AI 工具的应用变得诱人，AI 工具取得的进展吸引更多研究者涌入同一问题。一个自我强化的循环就这样形成了。在 AI 研究中，仅 22% 的论文就获取了 80% 的引用。Evans 把这种状态叫作“方法论单一栽培”（methodological monoculture）。
这种变化早已不只停留在论文和数字里。
" `: i/ i7 t. z( `: S6 月 17 日，由中国教育工会上海市委员会主办，爱思唯尔和中国教育工会同济大学委员会承办，上海市教育评估协会协办的“走近科研人 AI Bootcamp”活动在同济大学举行，来自上海多所高校的 300 余名教师参加了关于科研 AI 实践的讨论。圆桌环节的交锋，和 Evans 描述的困境形成了直接呼应。
: V3 e6 \! p6 Z# d$ P/ H' X& L$ C欧洲科学与艺术院院士、同济大学教授庄晓莹分享了一个直观的例子：她在欧盟评审科研项目时，九个申请中有七个选了几乎相同的题目。“AI 可能正在把趋同化从消费领域带进科研思维。”
7 I8 `) [2 Z  k7 F# E/ u
0 Z( d4 k" A/ C8 {# P

5 o0 Q. {( S+ |9 |* }同济大学教授庄晓莹（左）、同济大学长聘教授王昊（中）与爱思唯尔科研部高级市场经理（右）来源：DeepTech
她的另一个担忧更为具体。有教授把自己过去五年的论文全部喂给 AI，让学生照着写，90% 的内容不用改，“这种方式很高效，但学生在这个过程里得到了什么？大脑是肌肉，不用会退化。”
' l# }5 r8 w  h* M5 |1 _同济大学长聘教授王昊奋长期从事知识图谱和大模型研究。他对 AI 工具的态度是一句常被引用的话：“外行看 AI 像内行，内行看 AI 像外行。”AI 可以把人在不熟悉领域的水平拉到平均线，但在已经是专家的领域，盲目依赖反而会被带偏。
! h% F+ M4 t3 c- ?. i2 D# H在实践中，他让学生用 AI 团队协作的方式做文献综述：300 个主题卡、自动取证、分批推进，把原来 6 到 8 周的工作压缩到一周。但他更在意的是分界线：“可委托的执行”和“不可委托的判断”必须分清楚。
科研 AI 需要什么样的底线
Evans 揭示的是 AI 正在缩窄科学的视野，《柳叶刀》揭示的是 AI 正在侵蚀文献的根基。
3 P. {/ J( M* [; P那有没有一种 AI 工具的设计方式，能在提供效率的同时守住可信度？今年 1 月正式上线、6 月 25 日刚刚发布新一轮功能扩展的爱思唯尔 LeapSpace，走的是另一条路。
7 y9 n% f: P9 W
图丨 LeapSpace（来源：Elsevier）
) Y% R; n9 F4 ]- [' ^) q
数据层面，LeapSpace 的底座是目前全球规模最大的可信学术内容集合之一：Scopus 索引的 1 亿多条摘要记录来自 7,000 多家出版商，加上爱思唯尔自身及 Emerald Publishing、IOP Publishing、NEJM Group、Sage 等 1,000 多家内容合作伙伴的超过 2,000 万篇全文论文和图书章节。
它遵循出版商中立原则，由一个独立的 AI 委员会监督算法，确保结果不偏向任何一家出版机构或特定题材。通用 AI 给你答案，LeapSpace 多做一步：告诉你这个答案站不站得住。
. L9 ^' Q; j/ ?; g! S8 B' Y它的“信任卡片”（Trust Card）在每条输出旁展示引用理由和证据强度；“声明雷达”（Claim Radar）再往前走一步，扫描整个已发表文献库，标记有多少研究支持、中立或反对一个结论。一条声明有 31 篇文献支持、4 篇中立、1 篇反对，研究者一眼就能看到证据的分布，而不是收到一个看似确定的“答案”。
+ q8 |" U2 D% T1 E3 aEvans 团队在论文中呼吁开发“为探索而设计”的 AI 系统，而非只为优化已知问题的效率工具。LeapSpace 的深度研究（Into Research）功能所做的事情正与此类似：将一个研究问题拆解为子问题，经过证据筛选、模式发现、矛盾分析、研究空白识别，生成结构化报告，刻意将矛盾和空白暴露出来，而不是把它们抹平。
7 i- k8 K% f+ i$ F5 l& \& |1 L爱思唯尔用户调研数据显示，97% 的 LeapSpace 用户报告了时间节约，超过半数节省了 50% 以上的研究时间。
* C, V3 A; H- J: e: e) L庄晓莹教授在活动中试用后评价：“它的文献可信可溯源，观点提炼比通用 AI 工具更专业。回答问题的水平已经达到普通专家级别。”
# X3 d9 y' T: o& K& {目前，LeapSpace 已面向科研人开放免费试用（试用入口：点击底部原文链接）。
追求可信度和发现力
9 U1 \8 I! A/ K/ j  C# J3 MEvans 团队在论文结论中写道：要在 AI 时代保持科学探索的多样性，需要“重新设想能够拓展感知和实验能力的 AI 系统，激励科学家从过去无法触及的领域搜寻、选择和收集新型数据，而不仅仅是对已有数据做优化分析。”
这也许是科研级 AI 和通用 AI 最根本的区别。通用 AI 帮你在已知领域跑得更快，科研级 AI 试图帮你看到未知领域的入口。一个追求效率，一个追求可信度和发现力。
' _- `& v: S4 {6 b. [( m, w王昊奋说，他现在让学生一天读 100 篇论文，“当然，是靠人和 AI 协作。”技术上，这已经不难。难的是读完之后，还能提出一个不在那 100 篇论文里的问题。
它是帮你更快地到达答案，还是帮你更准确地找到问题？这或许是每个科研人在选择 AI 工具时，最值得想清楚的事。
+ i7 u( f, Q3 @

3 b  R: P, b4 m, i% w3 X
( m( p0 b/ X" f0 s# o! ~: k参考资料：
1.https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(26)00603-3/fulltext
2.https://gptzero.me/news/neurips/
7 w. t9 ?5 K! W) y8 S# |6 [' e$ C3.https://hai.stanford.edu/ai-index/2026-ai-index-report
1 M" z6 ~& s. ~8 y1 j) {4 o3 o4.https://www.prnewswire.com/news-releases/leapspace-goes-live-the-research-grade-ai-assisted-workspace-built-on-trusted-SCIence-302665718.html
! n9 ]. K4 x9 s( k; N1 ^, d5.https://www.prnewswire.com/news-releases/elsevier-expands-leapspace-with-new-agentic-capabilities-for-tasks-across-the-complete-research-workflow-302809180.html