AI在学术科研中发挥的潜能，几乎已成为共识，如处理文献更快、写作效率更高、技术门槛更低......

但矛盾也随之而来，那便是：个体科研效率在提升，真正具有颠覆性的科学突破，却在减少。

清华大学与芝加哥大学这两个研究团队，正是从这一矛盾出发，在Nature上发表了题为《Artificial intelligence tools expand scientists’ impact but contract science’s focus》 的研究，系统的揭示了AI对科学研究结果产生的深层影响。

当然这项研究并不是基于个别案例，而是分析了4130万篇科学论文，覆盖了多个学科、不同职业阶段与研究群体。研究团队借助机器学习与语言模型方法，识别出了哪些论文在研究与写作过程中用了AI工具，并比较AI使用前后科学产出的变化。

结果显示，AI在个体层面和整体层面，产生了截然相反的效果：

从个体科学家的角度来看，AI的确提升了科研产出与学术影响力，如使用 AI 工具的科研人员，其论文发表数量是未使用者的 3.02 倍；AI 辅助论文的平均引用量达到普通论文的 4.84 倍；年轻科学家更早成为研究项目负责人，平均提前 1.37 年，同时，他们离开学术界的风险更低；研究团队规模平均缩小1.33人，相当于淘汰了初级研究员让AI代替。