AI时代专家信任危机,写作与思考如何重新挂钩

随着生成式AI在智库和人文社科领域的广泛应用,专家原有的专业辨识度面临挑战。文章分析了AI如何导致写作质量与思考质量脱钩,并探讨了未来专家需要具备的三种核心能力:隐性知识获取、独特观点提出以及知识担保...

人工智能

在人工智能快速发展的今天,一个不容忽视的现象正在悄然改变学术界和智库行业的生态——专家的信任度正在下降。华南理工大学公共政策研究院(IPP)执行院长郭海在第二届"前海智库院长对话论坛"上指出,生成式AI虽然大幅提升了研究效率,但也带来了前所未有的"责任危机":写作质量与思考质量开始脱钩,研究者将越来越多的阅读、判断和思考工作外包给AI,这使得对事实的核查和对专家能力的判断变得更加困难。

根据一项针对7,560条开放文本评论的调查数据(NRI使用AI工具调查,2026年),研究人员对AI在研究中的使用存在诸多担忧。其中,"准确性与幻觉"问题最受关注,占比高达1,167票;其次是"批判性思维的丧失",有702票表示担忧。这些担忧反映了AI在科学研究中可能带来的潜在风险,特别是在涉及复杂决策和深刻洞察的领域。

郭海认为,进入AI时代,专家的角色将发生根本性转变。未来的专家不再仅仅是知识的提供者,更应该是知识的担保人。这意味着专家需要具备以下三种核心能力:首先,通过实地调研获得AI无法掌握的隐性知识;其次,提出真正独特且经得起检验的观点;最后,能够清晰地解释自己的判断来源,并为这些判断负责。

为了应对AI带来的挑战,智库和学术机构需要采取一系列措施。首先,应强化实地调研的要求,确保研究成果建立在第一手资料的基础上。其次,建立AI生成痕迹的随机检测和问责制度,以提高研究的透明度和可追溯性。此外,开发专用的垂类模型,既能保障安全又能提高效率。最后,改革现有的评价体系,增加深度访谈和高质量成果的权重,使评价更加全面和公正。

值得注意的是,尽管AI在某些方面表现出色,但在涉及人身安全、重大风险的决策时,人类的清醒与思辨能力仍然是不可或缺的。正如中国安全生产网的一篇文章所指出的,AI在安全领域的应用存在明显局限性,其输出依赖于现有大数据的加工,难以捕捉动态变化的信息。因此,在安全决策中,必须结合现场实际情况进行综合判断,不能完全依赖AI的智能判断。

综上所述,AI时代的到来既带来了机遇也伴随着挑战。专家们需要重新审视自己的角色定位,通过不断提升自身的专业能力和责任感,来适应这一变革。只有这样,才能在AI辅助的研究环境中保持应有的权威性和可信度。

AI在科研中的主要用途 使用AI进行研究的主要担忧 科研中的数据分析场景