AI 已经不是一道选择题

2024 年初，应邀参加过一次访谈，主题大致是 AI 对学术研究的影响。那时候，我接触到的 AI 主要还是 ChatGPT。在我的认知里，它更像是一个聊天框：有什么问题，就跟它聊一聊，看看能不能获得一些启发。所以，当时我对 AI 在学术研究中的作用并不特别看好。我的主要观点是，AI 或许能够提供一些思路和灵感，但实际帮助比较有限，而且生成内容的可信度不高，最终还是需要研究者自己去判断和验证。

两年不到，情况已经发生了很大的变化。现在，我越来越觉得，学术研究已经很难离开 AI 了。

最近正在返修一篇论文，审稿意见分别来自两位审稿人和一位 Senior Editor（SE）。

审稿人 1 比较专业，提出的问题都很精准，基本一针见血，很少有模棱两可或者含糊不清的地方。

审稿人 2 则是另一种风格。提出的问题非常细，几乎把论文中所有可能存在问题的细节都翻了出来。不过，其中也夹杂着一些比较奇怪的问题，甚至有些问题本身就有非常明确的答案，让人不禁怀疑：这位审稿人是不是借助 AI 完成了部分审稿工作？

上周，论文正文、附录和 Response Letter 基本都已经修改完成。我自己也从头到尾检查了好几遍，感觉应该差不多了。

不过，为了保险起见，还是把这三个文档交给 AI，让它再帮忙检查一遍。不查不知道，一查吓一跳。AI 还真找出了不少细节问题。有些是表述不够准确，有些是前后不一致，还有一些是容易被忽略的格式、符号和逻辑问题。

三个文档加起来 100 多页，经过自己反复检查，仍然遗漏了不少问题。不得不承认，如果没有 AI 的帮助，单靠自己逐页检查，要发现这些细节问题真的很难。

我认为，AI 已经逐渐成为一项通用技能，而不再是一项可有可无的加分项。

这就像使用文献管理软件、统计软件和编程工具一样，AI 正在成为研究者日常工作的一部分。你可以选择不用，但如果你的同行都在使用 AI，他们在文献整理、模型推导、代码编写、论文修改和细节检查等方面就可能拥有更高的效率。长期来看，不使用 AI 的研究者，很可能会逐渐失去竞争优势。

更值得注意的是审稿环节。如果你不用 AI，而审稿人已经在使用 AI 辅助审稿，那么双方实际上就不在同一个效率水平上。审稿人可以借助 AI 更快地阅读论文、检查推导、发现前后不一致的地方，甚至从不同角度审视模型假设。面对这样的审稿意见，如果作者仍然完全依赖人工检查和修改，就可能处于明显的劣势。

当然，AI 并不能替代研究者的专业判断。它提出的建议未必都正确，发现的问题也需要逐一核实。但这并不意味着我们可以忽视它。恰恰相反，越是需要专业判断的工作，越应该善于利用 AI 来辅助自己。不用 AI，不代表你就做不好科研；但当同行和审稿人都在使用 AI 时，你仍然拒绝使用，就可能要付出竞争力下降的代价。AI 时代，重要的或许已经不是要不要使用 AI，而是如何更好地使用 AI。