“對一些人而言，人工智能在科學領域的形象仍停留在‘花哨的計算器’層面，即一個能計算數字、處理數據或提升日常工作效率的強大工具，但這種觀點似乎低估了當下人工智能的發展狀況。”在俄羅斯科技經濟、政治和法律研究所研究員丹尼斯·科西亞科夫看來，學界正見證著一場重大變革：人工智能正從研究過程中的被動輔助工具演變為主動的智慧伙伴。

當前，人工智能給學術界帶來巨大影響，既帶來諸多便利，也引發人們對于學術誠信、數據隱私、算法偏見、考核標準等問題的擔憂。圍繞人工智能對社會科學研究方法、文章撰寫、學術出版和研究評估等方面的影響，本報記者采訪了相關專家學者。

大語言模型助力大數據分析

學者表示，人工智能對學術研究中的前沿信息獲取、文獻檢索與閱讀帶來革命性變化。

英國華威大學社會學系奧古斯特·孔德講席教授史蒂夫·富勒認為，人工智能憑借強大的信息處理能力，能夠比人類更為高效地瀏覽學術文獻。這一優勢使得人工智能能夠精準捕捉到學術文獻中的數據與觀點。相比之下，人類研究者無法對文獻進行全面深入的研讀，可能遺漏一些關鍵信息。

俄羅斯人民友誼大學概率論及網絡安全學系副教授德米特里·科切特科夫表示，人工智能能夠快速、準確地捕捉到與研究相關性最高的文獻。傳統的文獻檢索效率取決于關鍵詞的精準度。研究人員有時候花費大量時間用于檢索，但也無法保證找到所有符合要求的文章。而大語言模型可以自主優化查詢，幫助研究人員提高檢索效率。科西亞科夫表示，人工智能能夠處理和整合大量異構數據源，涵蓋訪談、調查、社交媒體和開放數據集等。

在學術研究中，研究者需耗費大量時間管理和分析數據、制作圖表、管理參考文獻以及調整文章格式等。中國政法大學社會學院副教授李代表示，這些看似與高階智力工作無直接關聯的事情占據了研究者大部分的工作時間。以往諸多需由人力完成的工作，如今可借助大語言模型與高度代碼化工具的結合來實現替代。例如，在社會學和人口學領域，有學者意識到，在給定數據和方法后，研究者所做的工作，就是在既定規則下對數據進行排列組合，進而窮舉出一些有意義的結果。當然，由于數據變量繁多，僅憑人力很難完成。然而，如果借助大語言模型，這一難題或許能夠迎刃而解。

學科研究屬于知識生產活動，人工智能對不同學科帶來的影響既存在共性，也存在差異。李代表示，人文社科與自然科學、工科的研究方法不同，人文社科研究往往不依賴實驗驗證，而是更多地需要深入的思考、細致的觀察以及對大量數據的解讀與分析。這種研究方式使得人文社科研究看似與現實的耦合程度較淺。但也正因如此，人文社科研究在利用大語言模型時，可以更加專注于對語言、文化、社會現象等復雜系統的理解與闡釋，而無需過分擔憂“AI幻覺”問題對研究結果的直接影響。

人工智能正深入參與學術研究

人工智能的模式識別、文本分析甚至模擬能力，能夠輔助人文社科研究者提出新問題，分析各種現象。科西亞科夫認為，從研究方法來看，以自然語言處理和機器學習算法為基礎的全新研究方法正不斷涌現。對于人文社科領域缺乏深厚數學或計算訓練的研究人員而言，使用定量方法的門檻也在降低。

人工智能正在更廣泛和深入地參與研究。科西亞科夫表示，與傳統工具不同，人工智能可以提出原創性假設、設計實驗，甚至規劃整個研究議程。換句話說，人工智能已經開始參與科學思考過程，而不僅局限于計算或機械操作。在學術出版和研究評估等領域，這種轉變或許最為深刻，人工智能系統越來越多地被用于輔助同行評議、檢測剽竊行為、篩查統計錯誤等方面。此外，人工智能正在重塑研究評估體系。人工智能可以突破簡單的發表或引用指標局限，結合學術影響力、網絡化合作，以及研究的現實影響等因素進行更豐富、多維的分析與評價。

當然，人工智能也引發許多爭議。李代表示，目前所有的AI檢測工具都無法準確判定論文是否由AI撰寫。問題的核心在于，學術界是否能夠設計一套行之有效的機制，對不符合倫理規范的行為進行公正懲處。

隨著人工智能在知識領域發揮越來越重要的作用，科切特科夫表示，將人工智能融入研究工作流程會帶來諸多倫理挑戰，包括數據隱私問題和算法偏見。人工智能的變革促使人們重新思考該如何定義科學成果，也加劇了關于什么才是真正的創新的爭論，以及如何界定一項具體研究是否對知識體系具有獨特貢獻。畢竟，人工智能可在沒有人類干預的情況下匯總現有知識。科西亞科夫認為，人們必須開始警惕透明度、偏見和過度自動化等問題。但總體而言，科西亞科夫持樂觀態度，他表示，這是一個充滿機遇的時代：人工智能不僅加速了科學發展，還使科學更具包容性和協作性，更有能力解決以往難以解決的問題。

人工智能“同事”的出現意味著什么

人工智能已不只是簡單的語法或格式輔助工具，大語言模型已經能夠完成文獻綜述、總結復雜主題、生成合理論點，甚至提出方法建議等任務。有學者認為，人工智能具備獨立撰寫學術論文的能力。對此，科切特科夫表示認同，認為人工智能能夠自動完成許多學術寫作任務，包括生成創意、構思研究、文獻綜述、翻譯文本和編輯正文。

然而，盡管人工智能具備文章撰寫能力，但當前的人工智能尚未達到作者資格標準。科切特科夫告訴記者，根據國際出版倫理委員會和國際醫學期刊編輯委員會等機構的準則，文章作者資格需滿足以下條件：對研究的構思、設計、數據采集、分析或解釋等環節提供核心支持；撰寫、審查、修改手稿中的關鍵知識內容；批準最終發表的版本；同意對工作的所有方面負責，包括完整性和準確性，并有能力解決與之相關的任何問題。“雖然人工智能滿足了第一條并部分滿足了第二條，但無法滿足所有要求，因此，人工智能不具備作者資格。”科切特科夫說。

科西亞科夫認為，無論是對于人類還是機器，真正具有突破性的發現以及提出正確問題或挑戰假設的能力，仍然十分罕見，未來或許屬于人類和人工智能創造力相互交織的混合團隊。目前更重要且更具挑戰性的問題是，這對學術研究標準意味著什么。如果人工智能有能力完成以往預期人類完成的研究項目，這表明需要提升人類學術研究的標準。人工智能“同事”的出現，意味著原創性、討論深度和創造力將比以往任何時候都更有價值。