人工智能在科研中的过度依赖可能弊大于利

人工智能在科研中的过度依赖可能弊大于利(图1)人工智能在科研中的过度依赖可能弊大于利(图2)人工智能在科研中的过度依赖可能弊大于利(图1)人工智能在科研中的过度依赖可能弊大于利人工智能在科研中的过度依赖可能弊大于利(图1)人工智能(AI)的应用正在多个科学领域迅速扩张。2012年至2022年间,涉及AI的科研论文比例在包括经济学、地质学、政治学和心理学在内的20个领域中翻了两番。人们普遍期待AI能加速科学发现,因为尽管资金、论文和研究人员数量增加,但基础研究的进展速度似乎在放缓。人工智能在科研中的过度依赖可能弊大于利(图1)然而,仓促采用AI可能带来负面影响。随着AI在预测疾病暴发、评估人生轨迹和预判内战等领域的广泛应用,保持一定程度的谨慎和反思是必要的。虽然统计方法本身存在误用风险,但AI由于其复杂性和“黑箱”特性,风险更为突出。错误正变得越来越常见,尤其是当计算机科学专业知识有限的研究人员使用现成工具时。研究者很容易高估AI模型的预测能力。人工智能在科研中的过度依赖可能弊大于利(图1)如果没有明确的纠错机制,AI在科学领域日益扩大的作用可能弊大于利。人工智能在科研中的过度依赖可能弊大于利(图1)