AI论文激增30倍，科研实质成果却有限

斯坦福大学于4月14日揭晓的《2026年人工智能（AI）指数报告》揭示，在2010年至2025年这段时期内，生命科学、物理学及地球科学领域内涉及AI的论文篇数几乎翻了30倍。

据《自然》杂志披露，这一数据凸显了科研人员采纳AI技术的迅猛步伐。南加州大学的报告负责人Yolanda Gil评论道：“科研人员实际上已全面步入AI时代。”

报告指出，各自然科学领域引用AI的论文比例维持在6%到9%之间。2025年，超过8万篇学术论文、预印本等成果提到了AI，同比2024年增长了26%。在这些论文中，物理科学领域的AI相关论文数量最为可观，达到3.3万篇，而地球科学领域的占比则最高，达到了9%。

普林斯顿大学的Arvind Narayanan指出，AI论文的激增“并不令人意外”，但AI的广泛使用是否真正具有科研价值尚不明确。他认为：“在我看来，这一趋势发展过快，科研规范未能及时跟进，致使研究质量严重滑坡。”

除论文数量激增外，报告还列举了多款新发布的科学基础模型。此类AI模型既能通过广泛训练处理多种任务，也能针对特定科学领域的海量数据集进行专项训练。

数据显示，2025年，包括大语言模型在内的通用基础模型在专家级测试中的表现显著提高。然而，这些顶尖AI模型仍存在基础性错误，例如在读取指针式钟表时间方面，错误率高达50%。

Gil指出，积极的一面在于，视频生成模型“已开始学习真实世界的物理运行规律”。AI领域长期期待模型能掌握支配世界的基本物理法则，例如重力对弹跳小球的影响。Narayanan则认为：“尽管取得了一些微小进步，但实现这一目标依然十分遥远。”

许多研究人员已开始依赖能自主执行科研流程的AI智能体，但报告对其实际表现持谨慎态度。报告指出，AI智能体仍难以可靠地完成多步骤科研流程，表现最佳的AI智能体得分仅约为拥有博士学位的人类专家的一半。Gil表示：“AI智能体固然出色，但要高效利用它们，还有很长的路要走。”

Gil指出，目前尚无充分证据表明AI提高了科研人员的工作效率。虽然相关研究有限，但科研人员“已经离不开AI了。如果将AI从他们身边撤走，恐怕会造成混乱。”

科研人员使用AI工具已不再局限于数据分析，而是逐步扩展到提出假设、开展科研探索等更广泛的领域，AI智能体的应用正是这一整体趋势的体现。这一发展固然令人振奋，但该报告最终指出，目前“经过实验证实的AI科研发现依然寥寥无几”。