Nature 正刊收录！清华 FIB 实验室揭示：AI 提升科学家个人影响力，却收缩科学整体探索空间

在当代科学研究中，人工智能正在改变的不只是研究效率，而是科研活动本身的结构。 随着 AI 工具在自然科学中的广泛应用，越来越多的研究可以在更短时间内完成，论文产出和引用回报也随之提高。在以发表数量、影响力和速度为核心指标的学术体系中，这种效率优势正在直接影响研究者的行为选择和研究方向布局。 然而，效率的提升并不必然意味着科学探索的拓展。当 AI 更擅长处理数据充足、问题明确、路径成熟的研究任务时，科研活动是否会整体性地向这些方向集中，从而改变科学知识的分布结构和演化方式，这是一个长期存在但缺乏系统证据的问题。个体层面的成功是否真的能够累积为集体层面的进步，在 AI 深度介入科研之后，反而变得更加值得重新审视。 在这一问题背景下，清华大学 FIB 实验室牵头开展了一项大规模实证研究，论文题为《Artificial Intelligence Tools Expand Scientists’ Impact but Contract Science’s Focus》并已被 Nature 正刊收录。 研究基于覆盖 1980–2025 年、超过四千万篇自然科学论文和五百多万名研究人员的长期数据，从个人科研回报与科学整体结构两个层面，系统分析了人工智能工具在自然科学中的扩散过程及其深层影响。 研究提出的核心发现具有明确的张力：人工智能显著放大了个体科学家的学术影响力，但与此同时，科学整体的研究范围和互动结构却可能正在收缩。 论文地址：https://www.nature.com/articles/s41586-025-09922-y 对于当下火热的 AI for Science (AI4S) 领域，这篇文章不仅是现状的描述，更是一份深刻的提醒：真正的科学突破往往发生在“数据贫瘠”或“非共识”的荒原。如果 AI4S 仅仅沦为“在已有大数据的领域刷榜”的工具，它将导致科学探索的内卷化。 <h