芝加哥大学的詹姆斯·埃文斯教授给全世界科学界抛了个“炸弹”，他带着团队用超过四千万篇学术文献做的量化分析，《自然》杂志让他把这事登了出来。大家都知道AI现在有多火，埃文斯的研究直接把它带来的影响掰开揉碎了看。结果发现，这东西虽说能让研究效率翻好几倍，甚至能让论文引用率达到4.85倍，还能让科学家提前1.4年成为大拿，但这事儿背后藏着大风险。因为当大家都用AI的时候，搞研究的方向反而变少了。数据显示，现在被大家盯着的热点领域竟然缩水了4.63%，不同团队之间的交流频率也降了22%。这种现象很怪，叫“孤独的拥挤”，大家都挤在几个数据多的地方用同样的工具干活。埃文斯说这是因为AI太“贪吃”数据，它天生喜欢大堆大堆高质量的数据。那些没啥数据但能出大成果的冷门领域就没人碰了。如果以后大家都只在一条路上走，科学探索的路就会变窄，以后想搞出大创新的概率就会变低。 这项研究就像一面镜子，照出了AI时代的大难题。咱们不能光顾着利用技术带来的便利，还得留住那种去探索未知的好奇心。科研机构、资助方和科学家自己都得想办法改改现在的评价体系和激励机制。咱们得鼓励去那些“数据荒漠”里勇敢闯荡的人，还要把不同学科的人撮合在一起好好聊聊。技术进步应该是为了帮咱们看得更远、更广，而不是把咱们的视野给堵住了。这大概就是这项研究给咱们提的个醒儿。