随着人工智能技术的不断发展，科研人员和临床医生在实际工作中对AI持何态度？

　　当地时间7月9日，励讯集团旗下科学信息分析公司爱思唯尔发布了基于对全球123个国家和地区近3000名科研人员和临床医生的调查《洞察2024：人工智能态度报告》（下称“报告”），报告显示，尽管AI在科研和医疗领域拥有巨大的潜力，但目前在科研人员和临床医生工作中的应用仍然有限。

　　报告认为，受访者认为AI在加速知识发现、推动研究产出和节约成本方面具有巨大潜力，但确保AI基于高质量、可信赖的内容，并且其具备足够的透明度，是科研人员和临床医生眼中AI应用于其工作的前提条件。

　　“AI有潜力改变我们生活的诸多方面，包括科研、创新和医疗保健，这些都是社会进步的重要驱动力。随着AI越来越多地融入我们的日常生活并持续快速发展，未来AI将有更为广泛的应用。全球科研人员和临床医生告诉我们，他们有意愿采用AI来辅助工作，但前提是不能牺牲道德、透明度和准确性。”爱思唯尔战略执行副总裁Kieren West（基兰·韦斯特）说。

　　不到三分之一的受访者出于特定工作目的使用AI

　　报告在展现全球洞察的同时，也从多维度比较分析了中国、美国、印度三国的科研人员和临床医生对待AI的态度：全球熟悉AI的受访者有超过一半（54%）认为自己是AI活跃用户。但其中，仅有不到三分之一的受访者（31%）出于特定工作目的而使用AI。在中国受访者中这一比例为近40%，高于美国的30%和印度的22%。

　　爱思唯尔全球科研业务总裁Stuart Whayman（魏士駼）接受第一财经专访时表示，中国科研群体与其他国家相比，相似之处更多一些，当然也存在一些不同。“今年三月我曾经到过北京，当时我们组织了一场圆桌会议，邀请了八位来自高校的资深科研人员和科研领导人参加。当天会议的主题是”当人工智能遇上未来科学“，大家对这个主题都非常感兴趣。”

　　报告显示，仅有11%的受访者认为自己非常熟悉AI或经常使用AI。在未使用过AI的受访者中，有67%的人预计在未来两到五年内会使用AI，在中国受访者中这一比例高达84%，高于印度（76%）和美国（53%）。在谈及AI对科研和医学领域的影响时，中国受访者表现出更积极的态度，46%的人认为AI将对其工作领域产生积极影响，而美国和印度分别为28%和41%。

　　在全球范围内，受访的科研人员和临床医生普遍认为，AI能够帮助他们及其所在机构的工作：94%的科研人员和96%的临床医生认为AI将加速知识发现，92%的科研人员和96%的临床医生认为AI将迅速增加学术研究和医学研究的数量，92%的科研人员和临床医生认为未来AI将为机构和企业节省成本，87%的科研人员和临床医生认为AI将提高整体工作质量，85%的受访者认为AI将为他们节约时间，使他们能够专注于更有价值的项目。

　　魏士駼告诉记者，人工智能有机会彻底改变科研范式，不仅是研究的执行，还有科学的规划、设计和传播交流。它可以极大地改变我们今天所做的事情，真正加快速度。例如，人工智能可以改变科研的分析和设计方式，可以真正帮助我们分析大量数据，发现人类可能无法发现的模式。因此，人工智能可以引导我们探索新的科学领域，并加快找到可能存在联系的领域，找到我们以前从未发现过的模式。

　　“我认为在科研的执行层面，人工智能可以帮助提高速度。我们知道科研人员有时需要很多时间以及很大的工作量来进行实验。这让我们真正有机会去帮助科研人员减轻他们的一些重复性工作，让他们专注在高价值的科研工作本身。科研人员带来了创造力、判断力和洞察力，而人工智能可以加快完成工作的速度。通过机器学习、数据挖掘和人工智能，我们结合这些技术来推动科研向前发展，更快地取得科研突破。”魏士駼说。

　　人工智能是否会取代科学家？

　　报告认为，科研人员和临床医生也意识到了AI可能带来的挑战，以及这些挑战可能对关键决策产生的负面影响，具体来看，95%的科研人员和93%的临床医生认为AI可能会被用于传播错误信息，86%的科研人员和85%的临床医生认为AI可能会导致严重错误，81%的科研人员担心AI会削弱批判性思维，82%的临床医生担心医生会过度依赖AI作出临床决策等。

　　如果AI工具基于高质量、可信赖的内容，并且贯彻负责任的AI原则，89%的科研人员表示愿意使用此类工具生成论文综述，而94%的临床医生表示他们会使用AI来评估症状、诊断病症或疾病。

　　魏士駼也表示，人工智能是科学家使用的工具。“归根结底，是科学家带来了创造力，带来了他们对结果的判断，对见解的判断，以及对结果的伦理道德、潜在影响的判断。我并不认为AI会替代科学家。”

　　他补充解释，人类利用人工智能确实可以加快研究的速度，但他相信，在未来的一段时间里，仍然需要人类对人工智能所做的事情进行监督，不能让人工智能在真空中自己运行，否则可能错失一些创造性价值。虽然人工智能可能会发掘一些现有的模式，它是“回顾式”的，即依赖于现有内容、数据，以及基于这些内容和数据所得出的成果，但有时科学家们所做的是更具创造性地思考并取得重大突破，这并不是基于以前就有的东西，而是一些令人惊艳的洞察力推动进一步发展。“所以我认为，随着我们不断前行，人类和人工智能技术的结合将变得非常强大，但科学家仍然对科研发展起着至关重要的作用。”