版權歸原作者所有，如有侵權，請聯(lián)系我們

近年來(lái)，人工智能（AI）技術(shù)在科學(xué)研究領(lǐng)域中的應用與影響日益顯著(zhù)。從生物醫學(xué)、材料學(xué)、到天文學(xué)等學(xué)科，AI4Science 正改變著(zhù)科學(xué)研究的方式，加速科學(xué)研究。

AI 通過(guò)提供大規模數據分析、模擬實(shí)驗環(huán)境、優(yōu)化研究過(guò)程等功能，為科學(xué)家們提供了前所未有的支持和幫助，也確實(shí)將科學(xué)研究推向了一個(gè)新的階段。

然而，AI 在為科研帶來(lái)更多可能性的同時(shí)，也引發(fā)了許多問(wèn)題。

來(lái)自耶魯大學(xué)和普林斯頓大學(xué)的研究團隊認為，在科學(xué)研究中，AI 可能會(huì )造成知識生產(chǎn)的單一性，即科學(xué)的單一文化（scientific monocultures）。

具體來(lái)說(shuō)，在這種文化中，某些類(lèi)型的方法、問(wèn)題和觀(guān)點(diǎn)主導了其他方法，使科學(xué)缺乏創(chuàng )新性，更容易出錯。

同時(shí)，AI 提出的解決方案也可能掩蓋了我們的認知局限性，使我們容易產(chǎn)生一種錯覺(jué)，即我們認為自己對世界的了解比實(shí)際情況要多。

因此，科學(xué)家需要審慎考慮 AI 在科學(xué)研究中的潛在影響，從而負責任地進(jìn)行知識生產(chǎn)。

相關(guān)研究論文以“Artificial intelligence and illusions of understanding in scientific research”為題，已發(fā)表在科學(xué)期刊 Nature 上。

該論文從大量與 AI4Science 相關(guān)的文獻中，提煉出了 AI 的四大應用愿景——智囊團（Oracles）、代理人（Surrogates）、量化分析師（Quants）和裁決者（Arbiters），并分別討論了 AI 在科學(xué)研究中的應用和影響。

表｜科學(xué)研究中的 AI 愿景。通過(guò)分析最近有關(guān) AI 改善跨科學(xué)學(xué)科知識生產(chǎn)潛力的出版物，得出以上四種類(lèi)型。納入的論文要么使用“AI”這個(gè)通用短語(yǔ)，要么提到 AI 概念之下的特定方法，最常見(jiàn)的是機器學(xué)習、自然語(yǔ)言處理和大型語(yǔ)言模型。該表總結了愿景如何響應不同的研究階段，以及對科學(xué)能力和效率的感知限制。

人類(lèi)科學(xué)家為何信任AI？

近年來(lái)，AI 在科學(xué)研究中的應用日益廣泛，其提供的解決方案被認為能夠徹底改變科學(xué)研究方法。

但 AI 何以獲得科學(xué)家的信任呢？

首先，AI 工具不僅被視為工具，更被看作是研究中的合作者，能夠提供超越人類(lèi)限制的解決方案和見(jiàn)解。這種認知增強了科學(xué)家對 AI 的信任，因為他們將這些工具視為知識生產(chǎn)中的伙伴。

其次，AI 工具被認為具有增強其可信度的特質(zhì)，如客觀(guān)性、深度理解能力以及提供令人滿(mǎn)意的解釋能力。這種描繪使得 AI 工具在某些情況下比人類(lèi)更值得信賴(lài)。

第三，AI 工具提供的解決方案符合人們對簡(jiǎn)單、廣泛、簡(jiǎn)化和量化解釋的偏好，進(jìn)而增強了對理解的感知。

然而，將 AI 整合到科學(xué)研究中也存在認知風(fēng)險，尤其是認知理解的錯覺(jué)形式。

圖｜AI 驅動(dòng)的科學(xué)研究中的理解錯覺(jué)。

如上圖 a 所示，使用 AI 工具進(jìn)行研究的科學(xué)家可能會(huì )產(chǎn)生解釋深度的錯覺(jué)。在示例中，一位科學(xué)家使用 AI Quant 對現象 (X) 進(jìn)行建模，并相信他們對 X 的理解比實(shí)際更深入。

在圖 b 中，在單一的認知文化中，科學(xué)家很容易產(chǎn)生探索廣度的錯覺(jué)，他們錯誤地認為自己正在探索所有可檢驗假設的空間，而實(shí)際上他們正在探索可以用 AI 工具檢驗的更狹窄的假設空間。

另外，如圖 c，在知識者單一文化中，科學(xué)家很容易產(chǎn)生客觀(guān)性錯覺(jué)，他們錯誤地認為 AI 工具沒(méi)有立場(chǎng)或能夠代表所有可能的立場(chǎng)使用人類(lèi)參與者進(jìn)行研究的替代者），而 AI 工具實(shí)際上嵌入了訓練數據和開(kāi)發(fā)人員的觀(guān)點(diǎn)。認知理解的錯覺(jué)發(fā)生在個(gè)體高估自己的理解程度時(shí)，將 AI 工具或其他社區成員的知識和能力誤認為自己的。這種現象可能導致科學(xué)論斷中的錯誤和過(guò)度樂(lè )觀(guān)，特別是當 AI 工具在專(zhuān)家領(lǐng)域之外使用時(shí)。

AI4Science的未來(lái)，一切向好嗎？

由于 AI 工具看似可信且承諾提升研究的質(zhì)量和數量，因此依賴(lài)這些工具的研究可能會(huì )大幅增加。目前，關(guān)于 AI 的引用在出版物和專(zhuān)利中在逐漸增多，并且使用 AI 工具的論文在學(xué)科內外的引用都呈現出增加的趨勢。

如果這個(gè)趨勢持續發(fā)展，那么當 AI 輔助研究逐漸主導知識生產(chǎn)，會(huì )有哪些認知風(fēng)險？

文中給出了一個(gè)觀(guān)點(diǎn)：科學(xué)可能會(huì )形成單一文化。

作者用了一個(gè)類(lèi)比來(lái)說(shuō)明這一點(diǎn)：在農業(yè)中，單一文化是一種在同一片土地上只種植一種作物的做法。這種做法提高了效率，但也使作物更容易受到害蟲(chóng)和疾病的侵害。

文章認為，AI 工具所提供的效率可以促進(jìn)科學(xué)單一文化的發(fā)展，其中某些形式的知識生產(chǎn)主導了其他所有形式。它們可以通過(guò)兩種不同但相輔相成的方式實(shí)現。

首先，通過(guò)優(yōu)先考慮最適合 AI 輔助的問(wèn)題和方法（知識生產(chǎn)的單一文化）。

其次，通過(guò)優(yōu)先考慮 AI 能夠表達的觀(guān)點(diǎn)類(lèi)型（知識所有者的單一文化）。

就像植物單一文化更容易受到害蟲(chóng)和疾病的侵害一樣，科學(xué)單一文化使我們對世界的理解更容易出現錯誤、偏見(jiàn)和錯失創(chuàng )新的機會(huì )。

當新工具和技術(shù)產(chǎn)生時(shí)，科學(xué)家總是傾向于迅速利用它們的優(yōu)勢。然而，AI 工具被預測將在各個(gè)領(lǐng)域得到廣泛應用，成為超級合作者融入到知識社區中，這樣的風(fēng)險可能會(huì )變得尤其嚴重。

除了威脅科學(xué)的蓬勃發(fā)展外，知識生產(chǎn)的單一文化還會(huì )產(chǎn)生認知理解錯覺(jué)。在這些錯覺(jué)中，科學(xué)家錯誤地認為，AI 工具推進(jìn)了人類(lèi)對科學(xué)的理解，而不是意識到，這些工具實(shí)際上縮小了科學(xué)知識生產(chǎn)的范圍。

了解風(fēng)險，是應對風(fēng)險的關(guān)鍵一步。為了減輕 AI 在知識生產(chǎn)中應用的風(fēng)險，人類(lèi)需要增強對科學(xué)單一文化的認知風(fēng)險的理解，以及對認知錯覺(jué)的感知。

事實(shí)上，AI 在科學(xué)中的應用確實(shí)讓所有人興奮，比如 AI 化學(xué)家加速催化研究，生成式 AI 助力碳捕集等等。

然而，在 AI4Science 走得更遠之前，科學(xué)家們必須考慮到 AI 的技術(shù)限制和潛力，以及它對科學(xué)知識生產(chǎn)社會(huì )實(shí)踐的影響。

AI 輔助科學(xué)研究也許預示著(zhù)這樣一個(gè)未來(lái)，其中不僅參與者缺乏多樣性，而且追求的研究主題也缺乏多樣性。它們還引發(fā)了認知理解的錯覺(jué)，阻止我們意識到我們的視野已經(jīng)變窄。

盡管 AI 在科學(xué)中的廣泛應用是不可避免的，但科學(xué)家，除了進(jìn)行知識生產(chǎn)外，還有責任決定事物的發(fā)展方式。

歡迎掃碼關(guān)注深i科普！

我們將定期推出

公益、免費、優(yōu)惠的科普活動(dòng)和科普好物！