从帮助检索文献、梳理研究思路、生成代码、润色论文，再到完成复杂计算、文本写作等任务，近两年来，人工智能技术正以前所未有的速度进入高校科研场景。6月30日，美国人工智能公司Anthropic发布面向科研场景的AI平台Claude Science。按照该公司介绍，这一平台不仅是聊天式助手，更是一个可以整合科研常用工具、调用计算资源、生成可审计成果的AI工作台。AI正从通用问答工具走向更专业的科研流程。

　　依托北京大学中国博士教育研究中心组织实施的全国博士毕业生调查数据，北京科技大学文法学院教师蔡芬展开分析，其研究成果《AI辅助博士生科研现状及其影响的学科差异——基于2024年全国博士毕业生调查的分析》显示：对14371份全国学术学位博士生问卷数据进行分析后发现，理工农医尤其是计算机相关专业博士生的AI辅助科研使用率较高，而人文社科尤其是人文学科博士生的使用率较低；人文社科博士生更多将AI用于前端科研工作，理工农医博士生更多将AI用于后端科研工作。

　　学生用AI辅助科研协作，高校用AI检测工具识别AI生成内容，学生继续用AI降AI率……蔡芬认为，围绕AI检测结果反复生成、改写和规避，表面上是在处理技术指标，实质上反映了学生在写作、发表和规则不确定性面前的焦虑。“一些学生并非完全不知道风险，而是不清楚学校到底允许什么、禁止什么，于是通过检测工具进行策略性应对。”

　　同济大学生命科学与技术学院直博六年级学生王楠(化名)对AI进入实验室的变化感受更为直观。他注意到，随着大语言模型能力提升，低年级学生已经可以借助AI完成不少原本复杂的代码任务。“过去遇到一个问题，研究生往往要查网页、读文献、翻书、自己写代码调试，可能花费几天时间才能解决。如今，这些简单任务可以直接让AI生成，甚至交给Agent(智能体)执行。”

　　蔡芬认为，如果能够规范使用AI，学生可以快速提升资料搜集和信息整合能力、语言表达和学术写作能力、跨学科知识学习能力以及研究方案设计能力等。“不过，AI难以替代真正的原创性问题提出、理论敏感性、方法适配判断、田野经验、数据解释能力和学术价值判断。”她指出，科研能力的核心并不只是“找到信息”，而是判断什么问题重要、什么证据可靠、什么解释更有学术贡献。“这些能力不可能通过AI工具一蹴而就，需要通过长期阅读、写作、同行讨论和导师指导等过程逐渐形成。”

　　本网站所刊载信息，不代表中新社和中新网观点。 刊用本网站稿件，务经书买球平台面授权。

　　[网上传播视听节目许可证(0106168)] [京ICP证040655号] [

　　京公网安备 201号] [京ICP备2021034286号-7] [互联网宗教信息服务许可证：京；京]

　　违法和不良信息举报电话： 举报邮箱：报受理和处置管理办法总机：86-10-87826688