AI讓科研人發3倍論文，但科學在收縮：什么才是科研人需要的AI？

2026 年 1 月，一項覆蓋 4,130 萬篇論文的大規模研究顯示：使用 AI 工具的科學家發表論文數量是不使用者的 3.02 倍，獲得的引用量達到 4.85 倍，晉升為課題負責人的時間平均提前了 1.4 年。但在集體層面，AI 的采用使科研主題的總覆蓋面縮減了 4.63%，科學家之間的互動下降了 22%。

論文作者、芝加哥大學社會學教授 James Evans 將這種現象稱為“孤獨的人群”（lonely crowds）。大量研究者涌入相同的熱門方向，產出高度重疊的成果，卻越來越少地與彼此的工作對話。AI 沒有拓寬科學的疆域，而是把科研人集中到了數據最豐富的已知領域。效率在提升，探索卻在萎縮。

與此同時，另一場危機正在文獻層面蔓延。

你引用的那篇論文，可能根本不存在

2026 年 5 月，哥倫比亞大學數據科學研究所在《柳葉刀》（The Lancet）上發表了一項審計。研究團隊掃描了 PubMed Central 開放獲取子集中的 250 萬篇論文和 9,700 萬條引用，發現 AI 生成的虛假引用數量在過去三年增長了超過 12 倍。

2023 年，每 2,828 篇論文中出現 1 篇含偽造引用；到 2025 年，這一比例變成每 458 篇 1 篇；2026 年前七周，縮短到每 277 篇 1 篇。拐點出現在 2024 年年中，恰好是 AI 寫作工具大規模普及的時間窗口。

不只是論文。全球頂級 AI 學術會議 NeurIPS 2025 也被曝出類似問題。AI 檢測公司 GPTZero 對大會接收的 4,841 篇論文進行全量掃描，在 53 篇已錄用論文中發現編造的作者、不存在的期刊、偽造的 DOI 號等超過 100 條虛構引用。每一篇都經過至少三位審稿人評審，每一篇都在 24.52% 的錄用率中擊敗了超過 1.5 萬篇競爭稿件。

兩組數據指向同一個問題：通用 AI 工具在提升科研效率的同時，正在動搖科研賴以運轉的兩個基礎：文獻的可信度和思維的多樣性。

用得越多，信得越少

AI 影響科研的速度有多快？斯坦福大學《2026 AI 指數報告》的數據是：生成式 AI 在三年內達到 53% 的人口普及率，比個人電腦和互聯網都快。科研領域也一樣，愛思唯爾 2025 年全球學者調研中，84% 的研究者表示自己在工作中用過 AI 工具，58% 定期使用。

但使用者的信任還沒跟上。同一份調研里，只有 22% 的研究者認為 AI 工具的輸出完全可信，86% 擔心 AI 會造成關鍵錯誤。59% 的研究者將“透明度和可驗證的引用”列為信任的首要標志。

更麻煩的是，越“聰明”的模型可能越不可靠。Vectara 的最新幻覺基準測試顯示，所有推理型模型幻覺率均超過 10%，其中 Grok-4-fast-reasoning 高達 20.2%。DeepSeek 的 R1 推理模型幻覺率 14.3%，是其基礎模型 V3 的近 4 倍。研究者用來做深度分析的模型，恰恰是最容易編造事實的那一類。

“我們像群居動物一樣涌向了同一座山峰”

Evans 團隊給出了一個解釋機制：熱門問題催生大規模數據集，大規模數據集使 AI 工具的應用變得誘人，AI 工具取得的進展吸引更多研究者涌入同一問題。一個自我強化的循環就這樣形成了。在 AI 研究中，僅 22% 的論文就獲取了 80% 的引用。Evans 把這種狀態叫作“方法論單一栽培”（methodological monoculture）。

這種變化早已不只停留在論文和數字里。

6 月 17 日，由中國教育工會上海市委員會主辦，愛思唯爾和中國教育工會同濟大學委員會承辦，上海市教育評估協會協辦的“走近科研人 AI Bootcamp”活動在同濟大學舉行，來自上海多所高校的 300 余名教師參加了關于科研 AI 實踐的討論。圓桌環節的交鋒，和 Evans 描述的困境形成了直接呼應。

歐洲科學與藝術院院士、同濟大學教授莊曉瑩分享了一個直觀的例子：她在歐盟評審科研項目時，九個申請中有七個選了幾乎相同的題目。“AI 可能正在把趨同化從消費領域帶進科研思維。”

同濟大學教授莊曉瑩（左）、同濟大學長聘教授王昊（中）與愛思唯爾科研部高級市場經理（右）來源：DeepTech

她的另一個擔憂更為具體。有教授把自己過去五年的論文全部喂給 AI，讓學生照著寫，90% 的內容不用改，“這種方式很高效，但學生在這個過程里得到了什么？大腦是肌肉，不用會退化。”

同濟大學長聘教授王昊奮長期從事知識圖譜和大模型研究。他對 AI 工具的態度是一句常被引用的話：“外行看 AI 像內行，內行看 AI 像外行。”AI 可以把人在不熟悉領域的水平拉到平均線，但在已經是專家的領域，盲目依賴反而會被帶偏。

在實踐中，他讓學生用 AI 團隊協作的方式做文獻綜述：300 個主題卡、自動取證、分批推進，把原來 6 到 8 周的工作壓縮到一周。但他更在意的是分界線：“可委托的執行”和“不可委托的判斷”必須分清楚。

科研 AI 需要什么樣的底線

Evans 揭示的是 AI 正在縮窄科學的視野，《柳葉刀》揭示的是 AI 正在侵蝕文獻的根基。

那有沒有一種 AI 工具的設計方式，能在提供效率的同時守住可信度？今年 1 月正式上線、6 月 25 日剛剛發布新一輪功能擴展的愛思唯爾 LeapSpace，走的是另一條路。

圖丨 LeapSpace（來源：Elsevier）

數據層面，LeapSpace 的底座是目前全球規模最大的可信學術內容集合之一：Scopus 索引的 1 億多條摘要記錄來自 7,000 多家出版商，加上愛思唯爾自身及 Emerald Publishing、IOP Publishing、NEJM Group、Sage 等 1,000 多家內容合作伙伴的超過 2,000 萬篇全文論文和圖書章節。

它遵循出版商中立原則，由一個獨立的 AI 委員會監督算法，確保結果不偏向任何一家出版機構或特定題材。通用 AI 給你答案，LeapSpace 多做一步：告訴你這個答案站不站得住。

它的“信任卡片”（Trust Card）在每條輸出旁展示引用理由和證據強度；“聲明雷達”（Claim Radar）再往前走一步，掃描整個已發表文獻庫，標記有多少研究支持、中立或反對一個結論。一條聲明有 31 篇文獻支持、4 篇中立、1 篇反對，研究者一眼就能看到證據的分布，而不是收到一個看似確定的“答案”。

Evans 團隊在論文中呼吁開發“為探索而設計”的 AI 系統，而非只為優化已知問題的效率工具。LeapSpace 的深度研究（Into Research）功能所做的事情正與此類似：將一個研究問題拆解為子問題，經過證據篩選、模式發現、矛盾分析、研究空白識別，生成結構化報告，刻意將矛盾和空白暴露出來，而不是把它們抹平。

愛思唯爾用戶調研數據顯示，97% 的 LeapSpace 用戶報告了時間節約，超過半數節省了 50% 以上的研究時間。

莊曉瑩教授在活動中試用后評價：“它的文獻可信可溯源，觀點提煉比通用 AI 工具更專業。回答問題的水平已經達到普通專家級別。”

目前，LeapSpace 已面向科研人開放免費試用（試用入口：點擊底部原文鏈接）。

追求可信度和發現力

Evans 團隊在論文結論中寫道：要在 AI 時代保持科學探索的多樣性，需要“重新設想能夠拓展感知和實驗能力的 AI 系統，激勵科學家從過去無法觸及的領域搜尋、選擇和收集新型數據，而不僅僅是對已有數據做優化分析。”

這也許是科研級 AI 和通用 AI 最根本的區別。通用 AI 幫你在已知領域跑得更快，科研級 AI 試圖幫你看到未知領域的入口。一個追求效率，一個追求可信度和發現力。

王昊奮說，他現在讓學生一天讀 100 篇論文，“當然，是靠人和 AI 協作。”技術上，這已經不難。難的是讀完之后，還能提出一個不在那 100 篇論文里的問題。

它是幫你更快地到達答案，還是幫你更準確地找到問題？這或許是每個科研人在選擇 AI 工具時，最值得想清楚的事。

參考資料：

1.https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(26)00603-3/fulltext

2.https://gptzero.me/news/neurips/

3.https://hai.stanford.edu/ai-index/2026-ai-index-report

4.https://www.prnewswire.com/news-releases/leapspace-goes-live-the-research-grade-ai-assisted-workspace-built-on-trusted-science-302665718.html

5.https://www.prnewswire.com/news-releases/elsevier-expands-leapspace-with-new-agentic-capabilities-for-tasks-across-the-complete-research-workflow-302809180.html