Nature：警惕！AI讓人類「自大」 或使科學缺乏創新
近年來，人工智慧（AI）技術在科學研究領域的應用與影響日益顯著。從生物醫學、材料學、到天文學等學科，AI4Science 正改變科學研究的方式，加速科學研究。AI 透過提供大規模數據分析、模擬實驗環境、優化研究過程等功能，為科學家提供了前所未有的支持和幫助，也確實將科學研究推向了一個新的階段。
然而，AI 在為科學研究帶來更多可能性的同時，也引發了許多問題。
來自耶魯大學和普林斯頓大學的研究團隊認為，在科學研究中，AI 可能會造成知識生產的單一性，即科學的單一文化（scientific monocultures）。
具體來說，在這種文化中，某些類型的方法、問題和觀點主導了其他方法，使科學缺乏創新性，更容易出錯。
同時，AI 提出的解決方案也可能掩蓋了我們的認知局限性，使我們容易產生一種錯覺，即我們認為自己對世界的了解比實際情況要多。
因此，科學家需要審慎考慮AI 在科學研究中的潛在影響，以便負責任地進行知識生產。
相關研究論文以「Artificial intelligence and illusions of understanding in scientific research」為題，已發表在科學期刊Nature 上。
論文從大量與AI4Science 相關的文獻中，提煉出了AI 的四大應用願景——智囊團（Oracles）、代理人（Surrogates）、量化分析師（Quants）和裁決者（Arbiters），並分別討論了AI 在科學研究中的應用與影響。
表｜科學研究中的AI 願景。透過分析最近有關AI 改善跨科學學科知識生產潛力的出版物，得出以上四種類型。納入的論文要麼使用「AI」這個通用短語，要麼提到AI 概念之下的特定方法，最常見的是機器學習、自然語言處理和大型語言模型。表格總結了願景如何回應不同的研究階段，以及對科學能力和效率的感知限制。
人類科學家為何信任AI？
近年來，AI 在科學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研究方法。
但AI 何以獲得科學家的信任呢？
首先，AI 工具不僅被視為工具，更被視為研究中的合作者，能夠提供超越人類限制的解決方案和見解。這種認知增強了科學家對AI 的信任，因為他們將這些工具視為知識生產中的夥伴。
其次，AI 工具被認為具有增強其可信度的特質，如客觀性、深度理解能力以及提供令人滿意的解釋能力。這種描繪使得AI 工具在某些情況下比人類更值得信賴。
第三，AI 工具提供的解決方案符合人們對簡單、廣泛、簡化和量化解釋的偏好，進而增強了對理解的感知。
然而，將AI 整合到科學研究中也存在認知風險，尤其是認知理解的錯覺形式。
圖｜AI 驅動的科學研究中的理解錯覺。
如上圖a 所示，使用AI 工具進行研究的科學家可能會產生解釋深度的錯覺。在範例中，一位科學家使用AI Quant 對現象(X) 進行建模，並相信他們對X 的理解比實際更深入。
在圖b 中，在單一的認知文化中，科學家很容易產生探索廣度的錯覺，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，科學家很容易產生客觀性錯覺，他們錯誤地認為AI 工具沒有立場或能夠代表所有可能的立場使用人類參與者進行研究的替代者），而AI 工具實際上嵌入了訓練資料和開發人員的觀點。認知理解的錯覺發生在個體高估自己的理解程度時，將AI 工具或其他社群成員的知識和能力誤認為自己的。這種現象可能導致科學論點中的錯誤和過度樂觀，特別是當AI 工具在專家領域之外使用時。
AI4Science的未來，一切走向好嗎？
由於AI 工具看似可信且承諾提升研究的品質和數量，因此依賴這些工具的研究可能會大幅增加。目前，關於AI 的引用在出版物和專利中逐漸增多，並且使用AI 工具的論文在學科內外的引用都呈現出增加的趨勢。
如果這個趨勢持續發展，那麼當AI 輔助研究逐漸主導知識生產，會有哪些認知風險？
文中給了一個觀點：科學可能會形成單一文化。
作者用了一個類比來說明這一點：在農業中，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和疾病的侵害。
文章認為，AI 工具所提供的效率可以促進科學單一文化的發展，其中某些形式的知識生產主導了其他所有形式。它們可以透過兩種不同但相輔相成的方式實現。
首先，透過優先考慮最適合AI 輔助的問題和方法（知識生產的單一文化）。
其次，透過優先考慮AI 能夠表達的觀點類型（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和疾病的侵害一樣，科學單一文化使我們對世界的理解更容易出現錯誤、偏見和錯失創新的機會。
當新工具和技術產生時，科學家總是傾向於迅速利用它們的優勢。然而，AI 工具被預測將在各個領域廣泛應用，成為超級合作者融入知識社群中，這樣的風險可能會變得特別嚴重。
除了威脅科學的蓬勃發展外，知識生產的單一文化也會產生認知理解錯覺。在這些錯覺中，科學家錯誤地認為，AI 工具推進了人類對科學的理解，而不是意識到，這些工具實際上縮小了科學知識生產的範圍。
了解風險，是應對風險的關鍵一步。為了減輕AI 在知識生產中應用的風險，人類需要增強對科學單一文化的認知風險的理解，以及對認知錯覺的感知。
事實上，AI 在科學中的應用確實讓所有人興奮，例如AI 化學家加速催化研究（點擊查看詳情），生成式AI 助力碳捕集（點擊查看詳情）等等。
然而，在AI4Science 走得更遠之前，科學家必須考慮到AI 的技術限制和潛力，以及它對科學知識生產社會實踐的影響。
AI 輔助科學研究也許預示著這樣一個未來，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。它們也引發了認知理解的錯覺，阻止我們意識到我們的視野已經變窄。
儘管AI 在科學中的廣泛應用是不可避免的，但科學家，除了進行知識生產外，還有責任決定事物的發展方式。
論文連結：