AI变革研究方式：AI时代的研究对象、主体、制度与社会意义

1. 引言

几年前我还是一名研究员，但随着ChatGPT和Claude等通用型高性能AI的出现，我深感当时研究的方式已经发生了巨大变化。

自通用型AI如ChatGPT问世以来，研究行业受到巨大影响。例如，机器学习领域最高峰会议NeurIPS的投稿数从2020年的9,467篇增至2025年的21,575篇，5年间增长了一倍多 (NeurIPS, 2025)；经营学权威期刊Organization Science报告称，ChatGPT公开后投稿增长了42% (Organization Science编辑部, 2026)。

本文将通过对研究本身进行全面梳理（研究对象、主体、制度、社会意义），重新审视研究，并探讨AI时代对研究提出了什么样的变革要求。

2. 研究的对象

2.1 研究的定义

经合组织(OECD)的《弗拉斯卡蒂手册》是研究开发统计的国际标准，它将研究定义为"旨在增加知识储备，并将该知识用于新应用的创意性和系统性工作" (OECD, 2015)。该手册还规定了5项标准来判定某项活动是否属于研究，这些标准可作为跨领域通用的划分工具。

• 新颖性（novel）：目标是获得尚不为人知的新发现

• 创意性（creative）：基于非显而易见的独立概念或假设

• 不确定性（uncertain）：结果（是否出成果、成本和周期）事先不确定

• 系统性（systematic）：以有计划、有预算、有记录的方式实施

• 可转移性/可再现性（transferable / reproducible）：目标是使成果能够被他人传达和再现

从这5项标准的内涵可以看出，哪些活动看似研究但实际并非研究。

• 调查已有答案的信息收集（这是学习、调查，对当事人是新的，但对世界的知识没有增长）

• 常规数据收集、质量管理、市场调查（虽然系统性强，但缺乏新颖性和创意性）

• 既有产品的常规改进（不确定性小，属于开发范畴）

因此，研究的定义是："以可验证的形式为世界增加新知识"。

2.2 构成研究的4种行为

将该定义分解为具体行动，任何领域的研究都由以下4种行为的组合构成。

• ① 提出问题

  • 识别尚无答案、值得回答的问题（未解决、原则上可回答、答案出现会改变某些东西）

  • 例如："蛋白质的三维结构能仅通过计算从氨基酸序列预测吗？"这个50年间未解决的问题，成为了AlphaFold (Jumper et al., 2021) 的出发点

• ② 构建答案候选

  • 构建假说、理论、模型或人造物（算法或装置）

  • 例如：沃森和克里克的DNA双螺旋线框模型 (Watson & Crick, 1953) 是答案候选的物理构建

• ③ 验证

  • 通过证据、论证、实验来验证答案的确凿性

  • 可反驳性 (Popper, 1959)："什么观察结果会否定这个答案"能够被阐明是可验证主张的条件

  • 例如：广义相对论提出了"日食时星的视位置会偏移"这样可反驳的预言，并在观测 (Dyson, Eddington & Davidson, 1920) 中得以保留

• ④ 共享并使其可验证

  • 以他人能重复试验、批判和重新利用的形式公开成果

  • 范围：不仅包括论文发表，还包括数据、代码、实验步骤的公开

这4种行为不是直线而是循环，验证失败产生新问题，共享成果的批评产生新假说。

2.3 研究方法的3分类：按研究目的分类

以下介绍两种作用不同的分类。

经典的3分类在各国研究统计、政府预算、企业研发费会计中使用，所有数据都按此分类记录。但这种分类隐含地假设"基础→应用→开发"的单向直线，对同时追求理解和实用的研究没有合适的位置。

巴斯德象限将这条直线分解为两个轴，用来更准确地捕捉研究。

• 经典的3分类 (OECD, 2015)

  • 基础研究：不以直接应用为目标的知识探求。例如：DNA双螺旋结构的阐明、引力波的观测（在发现时不考虑用途的知识获取）

  • 应用研究：针对特定实用目标的知识探求。例如：使mRNA技术发挥疫苗功能的研究、针对特定癌症的靶向药物研究

  • 开发：将知识具体化为产品、流程的活动。例如：mRNA疫苗的量产流程确立、新型智能手机的设计和试制

• 巴斯德象限 (Stokes, 1997)："是否追求根本原理理解"×"是否考虑实用"的两轴分为4象限

  • 玻尔型：纯粹理解追求。追求原理理解，不考虑实用。例如：以玻尔原子模型为代表的量子力学构建、探索宇宙起源的宇宙论、希格斯粒子搜索——仅追求"世界如何"，不考虑用途

  • 巴斯德型：同时追求理解和实用。追求原理理解，同时考虑实用。例如：巴斯德阐明"为什么"发酵和腐败会发生，建立了微生物学这一基础领域，同时创造了疫苗和低温灭菌法等实际应用。贝尔实验室的固体物理研究（半导体原理的阐明直接导致了晶体管的发明）也属此类。当今AI研究在追求理解智能原理的同时产生了巨大产业应用，是该象限的典型

  • 爱迪生型：纯粹实用追求。不追求原理理解，考虑实用。例如：爱迪生尝试了数千种灯丝材料，但对白炽物理原理的阐明不感兴趣。许多在现有原理范围内追求性能的产品改进研究属于此类

  • 第4象限：对特定现象的系统观察和记录。不追求原理理解，不考虑实用。例如：斯托克斯本人举的例子是以彼得森的鸟类图谱为代表的博物学观察和分类。不直接追求理论构建或实用，但积累了成为后续研究基础的数据

2.4 研究方法的3分类：按研究方法分类

所有研究都通过3种推理方式（演绎、归纳、溯因）进行。推理可以写成以下3个要素的组合 (Peirce, 1878)。

• 法则："如果A则B"的一般性关联。豆子例子："从这个袋子里取出的豆子，就是白色的"。

• 情况：个别对象处于该法则入口端(A)的事实。豆子例子："这个豆子是从这个袋子里取出的"。即白色的原因和来源。

• 结果：个别对象在出口端(B)实际呈现的内容。豆子例子："这个豆子是白色的"。即看得见的事实。

3种推理方式的区别在于，用这3个要素中的哪2个作为材料来推导剩余的哪一个。

• 演绎：从"法则"+"情况"推导"结果"

  • 豆子袋子的例子：这个袋子里的豆子都是白色的(法则)＋这个豆子是从这个袋子里取出的(情况)→这个豆子是白色的(结果)

  • 例如：从广义相对论(法则)数学上推导"水星近日点移动"的观测值(结果)。从欧几里得几何公理(法则)证明定理

• 归纳：从"情况"+"结果"推导"法则"

  • 豆子袋子的例子：从这个袋子里取出的豆子(情况)都是白色的(结果)→这个袋子里的豆子都是白色的吧(法则)

  • 例如：从第谷·布拉赫的海量天文观测(情况和结果的积累)中，开普勒推导出行星运动的3大法则(法则)。机器学习进行的模式发现是这种现代形式

• 溯因：从"法则"+"结果"推导"情况"

  • 豆子袋子的例子：这个袋子里的豆子都是白色的(法则)＋桌子上有白豆子(结果)→这个豆子是不是从那个袋子里取出来的呢(情况的假说)

  • 例如：天王星的轨道与计算值偏差(结果)与万有引力定律(法则)相对照，提出"未知行星在施加引力"的情况假说，最终发现了海王星。青霉素的发现也始于"霉菌周围的细菌死亡(结果)"来解释情况的假说

研究中，3种推理在分工中交替使用。溯因发明情况假说，演绎从该假说推导可验证的结果(预言)，归纳积累观察并将其确立为法则。研究通过这个循环进行。

到目前为止，科学经历了5个范式 (Gray, 2009)，这是将3种推理依次转化为工具(机械化)的历史。

• 第1范式(实验观察科学)：观察和实验自然，从经验中发现法则(数千年历史)

  • 3种推理全由人手工操作(以归纳为主)

  • 溯因(手工)：在达尔文的进化假说中，生物具有适应环境的性状(法则)＋不同岛屿上的雀鸟的喙形状不同(结果)→各岛屿环境中物种可能分化了吧(情况)

  • 演绎(手工)：在孟德尔的实验设计中，遗传以粒子方式传递并有显性和隐性(法则)＋这个杂交是纯系之间的第二代杂交(情况)→性状应该以3:1分离(结果)

  • 归纳(手工)：在伽利略的落体定律中，各种重量的球的下落试验(情况)＋所有试验中下落方式与重量无关(结果)→落体运动与重量无关(法则)

• 第2范式(理论科学)：用数学模型和演绎解释和预测现象(17世纪~)

  • 演绎成为主角。

  • 溯因(手工)：在牛顿的万有引力中，物体受力时改变运动方向(法则)＋苹果下落，月球继续绕地球运转(结果)→月球和苹果都受来自地球的相同引力吧(情况)

  • 演绎(手工)：在爱因斯坦的预言中，广义相对论"质量弯曲时空"(法则)＋日食时星光紧贴大质量太阳经过(情况)→星的视位置应偏移1.75弧秒(结果)

  • 归纳(手工)：各地日食观测和水星轨道测量等各个验证机会(情况)＋都与预言一致(结果)→接受广义相对论作为已确立的法则(法则)

• 第3范式(计算科学)：用模拟处理解析上无法求解的复杂系统(20世纪后期~)

  • 演绎的机械化。计算机代理解析上无法求解规模的演绎。

  • 法则(方程)＋情况(初始条件)→结果(数值解)这样的演绎执行，由计算机在解析上无法求解的规模进行代理

  • 演绎（机械化）：气候模型中，大气·海洋物理法则的方程式（Rule）＋当前大气状态这一初始条件（Case）→导出100年后气温分布的数值解（Result）。

  • 溯因（手工）：气候模型改良中，融入已知物理法则的模型（Rule）＋计算气温与观测结果偏差（Result）→导出模型可能缺乏气溶胶冷却效应（Case）。

  • 归纳（手工）：过去初始条件的计算（Case）＋观测到的过去气候记录（Result）→导出使模型与观测最相符的参数值的模型精细化（Rule）。

• 第4范式（数据驱动型科学）：从大规模数据中通过统计和机器学习方法发现规律（2000年代~）

  • 归纳的机械化。统计和机器学习代替了从大量Case和Result对中提取Rule（规律）的归纳过程。

  • 归纳（机械化）：在GWAS中，数十万人各自的基因组（Case）＋各人是否患病（Result）→导出特定基因变异与疾病关联的规律（Rule）。

  • 演绎（机械化）：学习型模型的预测中，学习所得规律（Rule）＋新患者的基因组（Case）→导出该患者的发病风险预测（Result）。

  • 溯因（手工）：在机制解明中，变异与疾病的相关性（Rule）＋患者组织中基因表达的观察（Result）→导出该变异可能通过这种机制引起疾病（Case）。

  • 「机械化归纳虽然能从数据（Case和Result）中产生大量相关性（Rule），但对其机制的解释（Case和Result的过程）无法跟上」成为了第4范式的课题。

  • 例如，2007年，从数十万人的基因组（Case）和各人是否肥胖（Result）的数据中，得到了「FTO区域存在变异的人容易肥胖」的相关性（Rule）。但从该相关性和眼前的肥胖推导出「变异以何种机制引起肥胖」这一看不见的原因，用了8年时间才弄清（溯因是手工的）。2015年才发现FTO区域的变异改变了IRX3/IRX5的表达，降低了脂肪细胞的产热。

  • Case和Result相互链接（例：Case 1→Result1=Case2→Result2=Case3→Result3…），解明这条链就成为了Rule的解释。例如，FTO的链是这样的，Case1=FTO区域变异 → Result1=IRX3/IRX5表达升高（=Case2）→ Result2=脂肪前体细胞分化为储存型而非产热型（=Case3）→ Result3=能量消耗降低（=Case4）→ Result4=脂肪堆积（=Case5）→ Result5=肥胖。GWAS只找到了两端（Case1和Result5）直接关联的粗糙Rule，而「解释」则是要填补中间的Case/Result连锁，将各个环节接附在已知的Rule（增强子改变基因表达、表达变化改变细胞分化等）上。中间的Case/Result（表达量、细胞状态等）未被数据观测到，需要进行新的实验才能看到，因此中间解明的速度跟不上外部相关性发现的速度，这是课题所在。

• 第5范式（AI驱动型科学）：AI推动整个研究循环本身，从假设生成到实验设计·执行·解释（Microsoft Research, 2022; Leng et al., 2023）

  • 包含溯因在内的三种推理方式的全面机械化。

  • 溯因（机械化）：AI假设生成中，文献中已知的法则群（Rule）＋未解释的实验数据（Result）→AI提出新的机制假设（Case）。例：Google的AI co-scientist（2025年）针对细菌基因传递的未决问题，自主提出了与实验结果相符的机制假设(Gottweis et al., 2025)。

  • 演绎（机械化）：AlphaFold的结构预测中，学习得到的「序列→结构」对应规则（Rule）＋某蛋白质的氨基酸序列（Case）→导出该蛋白质的三维结构预测（Result）。

  • 归纳（机械化）：AlphaFold的学习中，数十万条氨基酸序列（Case）＋实验确定的三维结构（Result）→导出序列与结构的对应规则（Rule）。

2.5 研究方法的三分类：按研究成果分类

可根据研究成果的类型（增加何种知识）进行分类。

• 新理论：现象的新解释框架

  • 例：狭义相对论(Einstein, 1905)、DNA双螺旋模型(Watson & Crick, 1953)、通过信息不对称性揭示市场失灵的「柠檬市场」(Akerlof, 1970)

• 新方法：测量·分析·构建的新手段

  • 例：DNA片段扩增的PCR法(Mullis & Faloona, 1987)、基因编辑的CRISPR-Cas9(Jinek et al., 2012)、生成AI的基础Transformer(Vaswani et al., 2017)

• 新证据：支持或反驳现有理论的实证

  • 例：用日食观测验证广义相对论的研究(Dyson, Eddington & Davidson, 1920)、证明吸烟与肺癌关联的流行病学研究(Doll & Hill, 1950)、重力波的首次直接观测(Abbott et al., 2016)

• 新人工制品：系统、数据集、基准

  • 例：成为深度学习热潮基础的图像数据集ImageNet(Deng et al., 2009)、公开2亿多个蛋白质三维结构的AlphaFold Protein Structure Database(Jumper et al., 2021)

• 综合：综述、荟萃分析、系统评价

  • 例：确立「荟萃分析」手法本身的心理治疗效果综合研究(Smith & Glass, 1977)、综合各国气候研究并为政策奠定共同基础的IPCC评估报告

• 复现·重复：验证现有发现是否能独立复现

  • 例：系统性重复验证100项心理学著名研究，显示仅约36%实现有意义复现的大型项目(Open Science Collaboration, 2015)、Nature、Science发表的21项社会科学研究的重复验证(Camerer et al., 2018)

3. 研究的主体

3.1 研究主体的演变

随着时代推进，研究活动的中心主体也在发生变化。

• 19世纪以前：个人与赞助人　以贵族业余活动或王侯、教会庇护下的研究为中心

  • 例（研究者）：伽利略受美第奇家族庇护，将发现的木星卫星命名为「美第奇星」作为回报。卡文迪许是贵族，用私人财富进行了氢气发现和地球密度测量等研究，达尔文也是用私人财富进行研究的「绅士科学家」

  • 例（赞助人）：第谷·布拉赫得到丹麦国王赠予的岛屿和资金，建造了当时世界最先进的天文台

• 19世纪起：大学　洪堡特式大学实现了研究职业化，大学成为知识生产中心

  • 例（研究机构）：李比希在吉森大学的研究室发明了近代研究室教育，让学生参与实验，大量培养化学家。剑桥大学卡文迪许研究所（1874年成立）自首任所长麦克斯韦以来，产生了J.J.汤姆孙（电子发现）、卢瑟福（原子核发现）等科学家

  • 例（研究者）：巴斯德、柯赫等在大学、研究所任职的「以研究为职业」的研究者在此时代成为了标准

• 20世纪上半叶至中叶：企业中央研究所和政府

  • 例（企业）：贝尔实验室（肖克利等开发的晶体管、香农的信息论——产生多个诺贝尔奖得主）、Xerox PARC（GUI和以太网的发明）、杜邦（卡罗瑟斯的尼龙）、GE研究所

  • 例（政府）：曼哈顿计划（由奥本海默领导的洛斯阿拉莫斯国家研究所）、NASA的阿波罗计划、CERN的成立（1954年）——政府主导的大科学得到扩展

• 20世纪末：企业中央研究所的缩小和专业分工　短期收益压力导致从基础研究的撤退，进入「大学负责基础、风险企业负责商业化」的专业分工阶段（美国拜杜法（1980年）允许大学获得专利，起到了推动作用）

  • 例（缩小的象征）：AT&T分割后贝尔实验室的衰退。Xerox PARC的发明未在自身而是通过Apple等商业化的「失利」被视为中央研究所模式局限性的象征

  • 例（大学创业企业）：UCSF的博耶等人创立的Genentech（1976年）成为生物风险企业的原型，斯坦福大学学生佩奇和布林创办了Google（1998年）

• 现在：初创企业和新兴研究组织的崛起　新兴研究组织是指既不属于大学、政府机构，也不属于传统企业的新型研究组织的总称

  • 例（专注研究的初创企业）：OpenAI、Anthropic（AI）、SpaceX（航天）、Moderna、BioNTech（mRNA）。特别是在AI领域，成立不久的组织正在引领最前沿的研究

  • 例（新型非营利）：FRO(专注研究组织)只解决特定科学瓶颈后即解散的定期组织，Arc Institute通过向研究者提供长期无条件资金来取消了申报制

近年来，初创企业和新兴研究组织的崛起推动了以下趋势。

• 企业和初创企业主导研究

  • 在AI领域，约90%的引人注目的AI模型来自产业界(Stanford HAI, 2025)。前沿研究的主导权已从大学转向OpenAI、Anthropic、Google DeepMind等组织。

  • SpaceX通过实现火箭可重复使用，彻底改变了国家航天机构半个世纪来掌控的发射领域的成本结构，降低了数个数量级。

  • Moderna和BioNTech集中投资于长期未能确立的mRNA技术，创造了史上最快的COVID-19疫苗。

  • 计算资源、数据和资本的必要规模已超出大学的筹措能力。基础模型的训练需要数百亿日元规模的投资，这与传统政府资助研究的规模不在同一数量级

  • 主要国家研究开发费的约70%由企业部门承担，单个巨型科技企业的R&D预算超过许多国家的政府研究预算

  • FRO(专注研究组织)和非营利研究所(例：Arc Institute)等既不属于大学也不属于传统企业的研究组织的实验也在积极推进

• 开放与闭合的选择性设计正在推进

  • 随着研究中心从大学转向企业和初创企业，科学规范（公开原则——后述）与企业竞争逻辑（闭合化）之间的紧张关系加剧。

  • 最先端模型的技术细节越来越多不作为论文公开。"连预印本都没有"的研究成果在不断扩大。

  • 开放与闭闭的选择性设计不再仅是企业战略问题,而成为如何保护整个研究系统知识共享的制度问题

3.2 研究主体特征的对比

现在的主要研究主体，我们从以下4个观点进行对比。

• 资金来源：谁提供研究资金，规模如何

• 研究重心：基础研究与应用研究中哪个是主轴

• 速度：决策与研究周期的机动力

• 公开性：成果开放到什么程度

从这4个观点，我们对比6个主体。

• 大学

  • MIT、斯坦福大学、牛津大学等

  • 优势是人才培养与研究的一体化，以及对长期自由课题的追求。劣势是资金规模，大型计算资源和设备的采购能力不及企业

  • 资金来源：政府竞争性资金、运营费拨款、捐赠。单项规模较小

  • 研究重心：基础研究的中心地。是唯一覆盖全领域的主体

  • 速度：较慢（受到获得资助周期与教学兼任的限制）

  • 公开性：最高。论文公开本身是使命和业绩

• 国立研究机构·政府系研究室

  • 美国国立卫生研究院（NIH）、欧洲核子研究组织（CERN）、美国国家航空航天局（NASA）、洛斯阿拉莫斯国家实验室等

  • 优势是拥有大学无法建造的巨型基础设施（加速器、超级计算机、大型望远镜）和数十年单位的连续观测。劣势是机动力低和受政治周期影响

  • 资金来源：政府预算。稳定且大规模

  • 研究重心：基础到应用。承担国家使命（安全保障、公共卫生、标准制定）

  • 速度：平时较慢（官僚制），但对国家优先课题能展现压倒性的集中力（例如：曼哈顿计划式的动员）

  • 公开性：较高（但安全保障和敏感领域除外）

• 大企业研究所

  • 贝尔实验室、Google Research、Microsoft Research、IBM Research等

  • 优势是从研究到产品的纵向整合，以及数据和设备的规模。劣势是短期收益压力，基础研究容易被撤销（中央研究所缩减的历史就是明证）

  • 资金来源：自有收益。与经济周期和经营方针联动

  • 研究重心：应用为中心+选择性基础研究（目的是维持吸收外部科学的能力，详见后述）

  • 速度：快速（资金决策在组织内完结）

  • 公开性：选择性。对替代品（竞争对象）关闭，对补充品（促进使用的东西）开放

• 创业公司·新兴研究企业

  • OpenAI、Anthropic、SpaceX、Moderna等

  • 优势是单点突破力。不仅主导了AI前沿研究，SpaceX还以可重复使用火箭突破了国家航天机构垄断的领域，Moderna实现了mRNA这一未成熟技术的疫苗应用。劣势是资金枯竭风险和时间轴短，失败时知识容易散失

  • 资金来源：风险投资·大型投资者。风险资本巨额且集中投入

  • 研究重心：应用到巴斯德型。将研究资源全部投入单一使命

  • 速度：最快。决策以天为单位，无截止日期也无资助周期

  • 公开性：战略性变化（初期为获取人才而开放，优势确立后倾向于闭闭）

• 非营利·私立研究机构/基金会

  • 霍华德·休斯医学研究所、Allen Institute、Arc Institute等

  • 优势是不受资助制度束缚的长期、高风险研究（"投资于人而非项目"的HHMI模式）。劣势是规模局限和对资金提供者意图的依赖

  • 资金来源：基金会基金·捐赠。比政府更自由，比企业更长期

  • 研究重心：基础到高风险领域。政府资助不愿承担的风险正是其存在意义

  • 速度：中等到快速（官僚制成分少）

  • 公开性：较高（常以提供公共财产的数据库和工具为使命。例如：Allen Brain Atlas）

• 个人研究者·公民科学家

  • 在野·独立研究者、公民科学项目参与者等

  • 优势是不受制度束缚的自由提问（数学、业余天文学彗星发现、开源软件贡献等实绩众多）。劣势是资金和设备以及缺乏所属机构的信用信号

  • 资金来源：自有资金、众筹、小规模资助

  • 研究重心：理论、观察、数据分析等资本投入少的领域

  • 速度：最快（无需任何组织协调）

  • 公开性：较高（通过预印本、博客、开源软件直接发布）

从这4个观点看，"资金的性质（谁的资金）"基本上决定了时间轴、研究重心和公开性。政府资金流向长期·基础·公开，市场资金流向短期·应用·选择性公开，基金会资金流向介于两者之间的高风险领域，这种趋势清晰可见。

3.3 研究者的评价与职业生涯

整理研究者的评价（采用、晋升、研究经费配分的决定机制）和职业生涯的实际情况。

• 研究者迄今以什么获得评价

  • 业绩的量和质：论文数、被引用数、h指数（生产力和影响力的复合指标）、发表载体的权重（影响因子或顶级会议录用）

  • 资金获得：竞争性研究费（资助）的获得业绩。是研究室运营的生命线，本身也被视为业绩

  • 对学术界的贡献：学生指导、同行评审、学会管理。重要但难以用定量指标表示，常被低估

  • 存在的问题是，指标依赖的副作用导致"发表或消亡（publish or perish）"的压力、成果零碎化发表（香肠切片出版）、影响因子偏执成为常态。类似DORA宣言（2013年）这样反思指标偏重的国际倡议也正在制度化

• 标准职业生涯形式与结构问题

  • 标准形式为：博士学位→博士后（任期制研究员）→终身职位轨道（获得终身职位前的审查期）→获得终身职位→PI（研究室主持人）

  • 结构问题是，岗位数跟不上博士学位获得者的增长。博士后长期化、不稳定化在全球蔓延，获得终身职位变成狭门

  • 对多数获得博士学位的人才而言，学术界外（企业、政府、创业公司）逐渐成为标准职业路径

• 向产业界的人才转移与报酬差距

  • 在AI领域，约7成博士学位获得者进入产业界（20年前约2成，比例已逆转）

  • 顶尖AI研究者会收到创业公司或科技巨头提供的年数亿日元规模报酬，报道中甚至出现数十亿日元的合约邀约（例如：Meta超级智能实验室设立引发的挖角大战）(CNBC, 2025)。这是大学教员薪酬的数个数量级

  • 优秀研究者和研究团队的获得成为企业并购的替代手段——"获得型并购（因人才获取而进行的并购）"普遍化。研究团队整体转职的案例频频发生

  • 对大学的影响是，大学逐渐沦为"培养人才但无法留住人才"的机构，下一代教员层的空洞化令人担忧。与此同时，产业界研究经验回流大学的"旋转门"型流动也在产生

4. 研究的制度

4.1 研究的共享

学术研究的历史可以理解为支撑研究的4个行为中第4个行为"共享"的制度发明史。研究共享制度的历程如下：

• 前期：保密时代（至17世纪）

  • 结构问题：公开发现不获利，只承担被抄袭的损失。理性的学者越理性越会隐瞒发现

  • 例子：伽利略用字谜（文字重排暗密）记录天文发现，胡克用"ceiiinosssttuv"这样的暗码公表弹簧定律（后来他解开为"ut tensio, sic vis（力与形变成正比）"）

  • 例子：在炼金术传统中，用隐语和暗码保密成果是标准做法

• 17世纪：学术期刊和优先权规则的发明

  • 印刷术普及后，1660年成立的伦敦皇家学会在1665年创办了《哲学汇报》(Philosophical Transactions)，同年巴黎也创办了《学者杂志》(Journal des sçavans)，学术期刊这一形式由此诞生

  • 建立了这样的规则：不隐瞒发现，而是公开发现就能获得优先权（发现不被独占，但名字被保留。被承认为最初发现者而获得荣誉）。隐匿知识的动机反转为共享知识的动机

  • 学术期刊获得的机能有4个，至今仍在发挥作用：登记（发现的时间和人的正式记录=优先权保证）、认证（内容真实性的保证）、周知（向学术界的传达）、保存（为后代保留的档案库）

• 19世纪：职业化与专业分化

  • 从1810年柏林大学开始的洪堡特型大学提出"教育与研究的统一"，将研究从业余爱好变成职业

  • 随着学问的专业细分，从综合学会期刊分化出专业学会和专业期刊，博士学位（PhD）和讨论班方式成为培养研究者的标准

  • 这个德国模式传入美国（约翰斯·霍普金斯大学等），成为今日研究型大学的原型

• 20世纪：公共资金与同行评审的制度化

  • 以范尼瓦尔·布什的报告《科学——无穷的前沿》(Bush, 1945) 为契机，政府大规模研究资金供应和NSF、NIH这样的资金配置机构确立下来

  • 体系化的同行评审（peer review）在20世纪中期以后普遍用于学术期刊，是因为投稿增加和专业分化导致编辑个人判断达到极限，转向由外部专家分工审查

  • 例子：1936年，《物理评论》杂志将爱因斯坦的投稿论文送外部同行评审，他抗议说"我不允许别人看"，随即撤回了论文。即使对这样的一流物理学家，同行评审在当时仍是新奇制度

• 20世纪末至今：数字化扩展共享

  • 随着数字化推进，1991年开设的arXiv使预印本成为物理学标准，2000年代开放获取运动推广了"读者可免费阅读"的出版模式

  • 通过DOI实现永久标识、数据和代码公开普遍化等，"共享"的单位从论文扩大到数据、代码和模型

这一共享制度的历史所创造的最大资产是国际协作领域的科学，以规范和制度两个层面得到支撑

• 规范层：科学的精神品质·价值观 (Merton, 1942)

  • 公有性：成果是共同体的共有财产

  • 普遍性：业绩按内容而非国籍或地位评价

  • 超越利害关系：独立于个人利益追求真理

  • 系统性怀疑主义：任何主张都接受组织化验证

  • 这些与前文提到的"公开成为业绩"的优先权规则结合，赋予了国际知识共享实效性

• 制度层：国际协作机制

  • 同行评审的国际相互协助：来自其他国家的研究者无偿审查

  • 国际合作研究和国际大型项目的扩大：CERN、ITER、人类基因组计划

  • 例子：人类基因组计划的"百慕大原则"（1996年）规定，解读的DNA序列必须在24小时内公开。这是在竞争前阶段有意将知识基础设计为人类共有地的里程碑

  • 基础知识基础是企业、政府、个人等所有利益相关方的补充品，共有化具有合理性

4.2 研究的评价方法

学术期刊·国际会议的评审标准（研究的评价方法）虽然在不同领域和媒体中的表述有所不同，但核心是一致的，可概括为以下5点。

• 新颖性（novelty / originality）：相比现有知识，新的地方在哪里

• 重要性（significance）：这种新颖性对该领域或社会的意义有多大

• 健全性（soundness / rigor）：研究主张是否得到了方法和证据的恰当支持

• 明确性（clarity）：是否以便于读者理解和验证的方式撰写

• 适合性（fit）：是否符合该媒体的读者和出版目的

然而，这5项标准存在问题。所谓"新颖性惩罚"（基于对49份期刊、超过2万份评审数据的研究。Teplitskiy et al., 2022）表明，学术期刊虽然寻求新颖性高的研究，但新颖性越高的论文往往越容易受到评审者的严厉评价。新颖性高的研究不适用现有的评价尺度，评审者的理解和验证成本更高，因此会产生风险规避型评价，导致许多后来获诺贝尔奖的研究都曾被一流期刊拒稿。

4.3 发表渠道的种类

研究的第四项活动"共享"有多个渠道，以下6个维度进行比较。

• 审查（确保准确性）：由谁、以何种强度进行内容检查

• 速度：从研究成果完成到公开之间的时间

• 成本：作者方面的经济和劳力负担

• 到达范围·获取方式：以何种方式、向谁公开，覆盖范围如何

• 业绩评价：在研究者职业发展·聘用·晋升中如何被评估

• 保存性·可引用性：是否作为确定版本永久保存，是否可被引用

以上6个维度来比较6个主要渠道。

• 同行评审学术期刊（期刊）

  • Nature、Science、PNAS、American Economic Review等

  • 审查：由外部专家进行系统性同行评审。6个渠道中品质保证最强

  • 速度：较慢（从投稿到刊登需数月至数年）

  • 成本：订阅型期刊投稿免费（由读者承担）。开放获取期刊由作者承担版面费（APC），规模在数十万日元

  • 到达范围：主要通过订阅契约和图书馆途径。开放获取期刊则任何人都可阅读

  • 业绩评价：在医学·自然科学·社会科学的多数领域中至关重要

  • 保存性：作为"确定版本（version of record）"使用DOI永久保存

• 国际会议（同行评审会议论文集）

  • NeurIPS、ICML、ACL等

  • 审查：有同行评审。通过采用率（通常20～30%）的筛选本身就是品质信号。但单篇论文的审查比学术期刊更为轻量，这也是评审压力最为尖锐的渠道

  • 速度：较快（从投稿到发表需数月。由截止日期驱动）

  • 成本：作者承担参会注册费和差旅费，负担较大

  • 到达范围：除会议论文集公开外，通过报告和讨论直接到达同行

  • 业绩评价：在计算机科学中与学术期刊同等或更重要。在许多其他领域中为辅助性地位，业绩主体仍为学术期刊论文

  • 保存性：作为会议论文集使用DOI保存

• 预印本

  • arXiv、bioRxiv、SSRN等

  • 审查：无（仅进行格式检查）。准确性保证交由读者的验证能力承担

  • 速度：最快（当日至数日）

  • 成本：免费

  • 到达范围：任何人都可免费阅读。6个渠道中最为开放

  • 业绩评价：可作为优先权证明，但业绩上属于暂定性（在物理学·AI领域属标准做法，其他领域分差较大）。例：Transformer论文（Vaswani et al., 2017）为首，AI研究事实上由预印本驱动

  • 保存性：有恒久保存和DOI分配，但不是经过同行评审的"确定版本"

• 书籍·专著

  • 《帕斯图尔象限》（Stokes, 1997）、皮凯蒂《21世纪的资本》等

  • 审查：由出版社编辑和外部评审人审查（比同行评审更宽松，标准多样）

  • 速度：最慢（写作和出版需数年）

  • 成本：写作劳力在6个渠道中最大。学术著作有时还需出版补助

  • 到达范围：几乎是唯一能到达研究人员以外一般读者的渠道

  • 业绩评价：在人文社会系最为重要，在理科中为辅助性

  • 保存性：历经数十年被人传阅，影响持续最久

• 大学档案库·机构知识库·学位论文

  • 斯坦福大学研究档案库、哈佛大学研究档案库等

  • 审查：学位论文由审查委员会审查。技术报告仅进行内部确认

  • 速度：较快（仅需大学程序）

  • 成本：免费（由大学运营）

  • 到达范围：任何人都可获取，但难以被搜索和发现

  • 业绩评价：本身难以成为业绩（但学位论文是研究人员资质的必备要件）。例：Google搜索基础的PageRank作为斯坦福大学技术报告公开，产生了历史性贡献（Page et al., 1999）

  • 保存性：由大学永久保存（绿色开放获取的途径）

• 数据·代码·模型公开

  • GitHub、Zenodo、Hugging Face等

  • 审查：基本无（近年出现同行评审型"数据论文"等新形态）

  • 速度：即日

  • 成本：免费至低额

  • 到达范围：通过被重复使用而扩大。例：ImageNet（Deng et al., 2009）和AlphaFold蛋白质结构数据库（Jumper et al., 2021）产生了超过许多论文的引用和使用

  • 业绩评价：独立贡献的地位上升中，但制度化仍在进行中

  • 保存性：DOI分配逐渐普及，但存在链接失效和维护中断风险

通过6个维度来看，渠道选择的本质是权衡折扣。

• 审查强度与速度成反比：品质保证强的渠道越慢（学术期刊·书籍），速度快的渠道验证则由读者承担（预印本·数据公开）

• 业绩评价的权重由领域惯例决定：同一渠道在计算机科学（会议）、人文社会系（书籍）、医学·自然科学（学术期刊）中的权重也会反转

• 实践中采用组合方式：不是单一渠道，而是用预印本快速共享→通过学术期刊·会议认证→用数据·代码保证可验证性，这样的组合方式逐渐成为标准形式

此外，各领域重视的发表渠道不同。这可以通过该领域知识的性质与渠道特性（审查强度·速度·容量）的匹配来解释。以下4个因素决定了重视的发表渠道。

① 知识单位的大小

• 医学·自然科学：贡献单位是"一次实验·一项发现"，正好装进一篇论文→学术期刊自然成为合适的载体

• 人文社会系：贡献单位是解释体系或历史叙述，无法装进论文分量。需要数百页的结构体才初具说服力→书籍自然成为合适的载体

• 计算机科学：进步步伐细密且速快，高频发表短论文的方式相匹配→会议自然成为合适的载体

② 领域变化速度

• 计算机科学：技术陈旧化速度快，等待学术期刊1～2年的评审周期会导致成果过时→数月内发表的截止日期驱动型会议符合速度要求

• 人文社会系：知见陈旧化速度慢，历经数十年仍有价值→耗时数年的书籍出版速度并非缺点

③ 错误的社会成本

• 医学：错误知见直接关乎治疗和人命→最强审查的学术期刊（系统同行评审、统计审查、利益冲突披露）始终是业绩标准。对速报性的需求由Nature或Physical Review Letters等通讯类期刊承担分工

④ 历史路径依赖

• 计算机科学：1970～80年代计算机科学快速成长，这个年轻领域尚无权威的学术期刊等级体系，ACM·IEEE会议先行确立了"严格同行评审+采用率筛选+论文集出版"的业绩基础设施。一旦聘用和晋升评价围绕"在顶会发表多少篇"开始运转，研究者就会将最佳成果投稿至会议，会议的权威进一步提升，形成自我强化

• 医学·自然科学：350年的学术期刊基础设施（与影响因子等评价工具）一直延续

5. 研究的应用

5.1 研究的发展取决于社会需求

研究的发展不能仅由知识好奇心这一供给侧动力解释。经济学中有"技术推动（technology-push）"和"需求拉动（demand-pull）"的经典分类（Mowery & Rosenberg, 1979）。回顾历史可见，资金·人才·论文量集中在有大的需求、特别是与战争和社会课题相关联的领域，该领域发展最为迅速。

• 战争·安全保障的需求

  • 第二次世界大战中，曼哈顿计划向物理学投入了前所未有的资源和人才，雷达开发促进了电子工程，密码破译（图灵等的工作）催生了计算机科学

  • 冷战期间，斯普特尼克事件契机成立了NASA和ARPA（现DARPA），ARPANET发展为互联网，军事定位系统发展为GPS

  • 第二次世界大战战时R&D（OSRD）投资较多的地区和技术领域，在战后数十年内发明活动继续增长，这一点已被实证（Gross & Sampat, 2023）。政府防御R&D不是挤出民间R&D投资，而是诱发（挤进）它，提高产业生产率也得以证实（Moretti, Steinwender & Van Reenen, 2025）

  • 布什报告本身（Bush, 1945）就是战时研究成功经验的制度化，战后以政府资金为主的研究系统是"战争创造的机制"向平时的移植

• 社会课题的需求

  • COVID-19期间研究资源集中投向感染症领域，通常需要10年的疫苗开发压缩至1年以内。相关论文爆炸性增长，促发了生物医学预印本的急速扩大（Fraser et al., 2021）

  • 尼克松政权的"癌症战争"（1971年）、艾滋病研究、气候变动研究（汇集在IPCC的庞大论文群）等大社会课题，会将资金·人才·论文量吸引到该领域。NIH疾病别资金配分与疾病负担（社会上疾病的严重程度）在一定程度上相联动，这也已被实证（Gillum et al., 2011）

• 需求与研究量的关系

  • 资金流向的领域研究人数和论文数增加。研究方向不仅由纯粹的知识好奇心决定，也由社会优先顺序（资金配分）决定。事实上，研究者对指定用途补助的反应表现为研究主题转移，这已从NIH公募数据中得到实证（Myers, 2020）。COVID-19时期整个科学界相当大比例的论文在短期内转向感染症研究（Hill et al., 2025）

  • 需求驱动虽然加速成果，但也导致了对热门领域的过度集中（研究同质化）和对基础领域的投资不足等扭曲现象。对数百万篇生物医学论文的分析表明，研究者倾向于集中在已确立的热门课题上，采取保守策略，回避有风险的新领域 (Foster, Rzhetsky & Evans, 2015)。

  • 同时也发现了"转向惩罚"现象——研究者转向自身专业外的课题后，其影响力会下降，对需求的快速转变需要付出成本 (Hill et al., 2025)

5.2 作为公共财的研究

研究由各国公共事业支持，产生的知识被作为国际公共财进行应用。为什么要通过公共投资支持呢？主要有两个背景。

• 知识的公共财属性 (Nelson, 1959; Arrow, 1962)

  • 非竞争性：使用也不会减少

  • 非排除性：难以形成垄断，效益向社会溢出（外溢）

  • 结果：如果交由市场决定，知识的生产将少于社会需求→由政府资金、大学、学术共同体支持的经济学依据

• 研究的投资回报率 (Jones & Summers, 2020)

  • 创新投资1美元的社会效益平均超过5美元，即使在保守假设下也明显超过投资额

  • 对研究的公共投资，从平均来看，是人类历史上"最划算的投资"之一

5.3 企业对研究的应用

研究传向企业生产活动的途径主要有四种。

• ① 知识的直接利用（论文→专利→产品）

  • 一项分析了数百万件专利和论文引用链的研究 (Ahmadpoor & Jones, 2017) 表明，大多数专利往前追溯几步引用就能到达科学论文，相当比例的论文也与未来的发明相连接

  • 基于科学论文的发明具有更高的市场价值 (Krieger et al., 2024)

• ② 人才流动

  • 博士人才向企业的流动使得隐性知识（实验技巧、失败经历、优质问题的直觉）随之转移

  • 证据：美国生物技术产业的诞生地不是由资本或市场决定的，而是几乎完全由顶尖科学家所在地决定的。这是一个经典实证研究，表明人才是知识转移的主要途径 (Zucker, Darby & Brewer, 1998)

  • 深度学习从大学研究室周边课题发展成产业核心技术的过程，本质上就是研究人员流动的历史

• ③ 人工物和基础设施的转移

  • 大学衍生创业公司、技术转移制度、开源软件。开源软件需求端的经济价值据估计约为8.8万亿美元 (Hoffmann, Nagle & Zhou, 2024)

  • 公共数据库（GenBank、AlphaFold蛋白质结构数据库等）。将生物样本存放在公共存储库供所有人使用时，已被证实使用这些知识的后续研究大幅增加 (Furman & Stern, 2011)

• ④ 吸收能力（absorptive capacity）(Cohen & Levinthal, 1990)

  • 企业自行开展研究的原因中，约一半是为了维持理解和吸收外部科学知识的能力

  • 越是亲自发表论文、参加学会的企业，越能更快更深地应用全球研究成果。这一概念解释了企业研究所的存在价值

5.4 政府对研究的应用

对于需要调整经济整体的政府来说，研究的积累是政策、规制、公共服务的依据本身。可以大致分为两类应用。

• ① 政策制定的依据（EBPM）

  • 循证政策制定（Evidence-Based Policy Making）：政策的制定和评估不是基于直觉或先例，而是基于研究知识和因果推理的潮流（例：通过随机对照试验（RCT）验证贫困对策效果是一个案例，表明开发经济学的研究方法成为了政策评估的标准 (Banerjee & Duflo, 2011)）

  • 在巴西2,150个自治体进行的实验中，市长等政策决策者在看到研究证据后确实更新了信念、改变了政策，甚至表示愿意为研究结果付费 (Hjort et al., 2021)（例：金融政策、税收设计中的经济学，疫情应对中的流行病学模型）

• ② 规制、标准、公共服务的基础

  • 药物批准（临床试验的统计标准）、环保规制（气候科学。例：IPCC整合各国研究为政策创造共同基础的国际机制）、抗震标准（地震工程学）等，以及公共卫生、气象预报、防灾、航空航天、国防等国家功能和公共服务，都离不开研究积累

  • 科学顾问、审议会、各国科学院等科学咨询制度作为连接研究知识与行政的专门机制已逐步建立。然而科学提供的是"包含不确定性的暂时性知识"，而政治和行政要求的是"截止期限内的确定判断"。这种时间轴和不确定性处理方式的差异，成为了科学咨询永恒的难题 (Gluckman, 2014)

5.5 家庭对研究的应用

最终消费主体——家庭也在日常决策的基础上应用研究积累。

• 医疗：通过诊疗指南（研究论文系统评价的精炼结果）确定个人接受的医疗质量。以最佳研究知识而非个别医生的经验或权威为基础进行诊疗的"循证医学（EBM）"框架是其基础 (Sackett et al., 1996)。知情同意（医疗工作者向患者充分说明病情和治疗方法，患者同意后接受治疗的过程）也以研究知识的共享为前提

• 教育和人力资本：教科书和课程设置反映的是研究成果经过数十年逐渐转化为标准知识。家庭教育投资的内容本身就是研究积累

• 作为参与者的个人：随着开放获取的扩大和公民科学的兴起，个人从研究的接收者转变为参与者。例：Galaxy Zoo项目中超过10万名市民志愿者分类了约90万个星系，这项工作后来被发表为同行评审论文，随后公民科学的发现持续涌现 (Lintott et al., 2008)

• 挑战：研究知识在传向家庭的过程中容易被简化和歪曲，需要与虚假信息竞争。实际上，大规模数据表明社交媒体上虚假新闻的传播速度、范围和深度都超过真实新闻 (Vosoughi, Roy & Aral, 2018)

总结来看，研究的应用可以按企业（生产）、政府（调整）、家庭（消费）三个经济主体分类如下：

• 企业（生产）：通过知识、人才、人工物、吸收能力四条途径，将研究转化为新产品、新服务和生产率提升

• 政府（调整）：将研究作为政策、规制、公共服务的依据，维持市场无法供应的知识基础和国际合作

• 家庭（消费）：以研究为医疗、教育、消费决策的基础，通过公民科学逐步参与到生产端

6. AI时代的研究

迄今为止，我们从研究的内容（从事什么活动）、研究的制度（如何共享和评价）、研究的主体（谁从事研究、如何生活）、研究的应用（社会为何支持、如何使用）四个观点对研究进行了梳理。下面将按这四个观点逐一阐述AI时代的变化。

6.1 AI时代研究的对象

在AI时代，人的角色将重点转向"提出问题和验证"。

• 四项行为的重心发生转移

  • AI最深刻替代的是"② 生成答案的候选"。文献调查、假说列举、实验代码编写、论文原稿生成等，AI已经在速度上大幅超过人类

  • AI最难替代的是"① 提出问题"和"③ 验证"。从无数生成的假说和论文中，辨别出值得回答的问题和真正成立的主张，需要深厚的领域知识和判断力

  • 一项让100多位NLP研究者和LLM各自提出研究想法进行盲比较的实验发现，LLM的想法比人类专家的想法被评为更"新颖"，但可行性较低，实际执行后评分下降。这表明"候选生成"已经超越人类水平，但"判断筋骨好坏、执行和验证"中存在价值 (Si, Yang & Hashimoto, 2024)

  • 研究者的工作重心从生成转向"问题设定"和"评估判断"。这不是盲目乐观，而是瓶颈转移强加的结构性变化

• 第五范式包含先前的范式

  • 第五范式（AI驱动型科学）并不是替代第一到第四范式，而是把它们作为内部部件纳入。AI研究循环内部引用理论、运行模拟、从数据学习，最后通过物理实验验证

  • 由LLM驱动的系统"Coscientist"能够自主进行文献检索、实验规划、机器人实验装置控制等工作，实际执行了化学合成。这是AI研究循环的初步实证，包含了从规划到物理验证的全过程 (Boiko et al., 2023)

  • 各范式的方法学操作规范（统计检验前提、模拟有效性确认、实验设计法）的价值非但不会下降反而会上升。因为评价AI的输出需要能够评价AI所用的方法

• 贡献类型的价值发生转变

  • 价值下降的东西：现有要素的新奇组合这种表面新颖性。这正是AI最擅长的，一旦量产就价值暴跌（前述Si, Yang & Hashimoto (2024)所示"新颖但可行性低的想法量产"就是预兆）

  • 价值上升的东西："是否撼动分域的前提和问题设定本身"的深层新颖性，以及再现、重复验证和整合（判断什么是确立的知识的工作）等验证方面的贡献类型

6.2 AI时代研究的主体

• 以企业和初创公司为主导的趋势进一步加强

  • 计算资源、数据、资本规模成为前沿研究的进入条件，资金雄厚的企业和初创公司的主导地位持续

  • 与此同时，吸收能力的差异扩大。虽然能读论文的AI人人可得，但判断应读什么、将其翻译为自身语境的能力只有亲自参与研究的组织才能积累

  • 在另一极，AI工具扩展了个人的调查、分析、实现能力，个人研究者和公民科学家受益最大。研究的承担者向巨型组织和个人两极分散

• 作为研究者评价和职业生涯的"量"的信号被打破

  • 随着AI论文量产成为可能，论文数量和引用量作为能力信号的功能消失，研究者评价从"量"转向"经过验证的贡献"和"问题质量"

  • 同行评审、再现验证、数据公开等评价工作逐步制度化为业绩

  • 在大学、企业、初创公司、非营利研究机构之间流动的多元化职业道路成为标准，"学术界还是产业界"这种二元论本身正在淡化

因此，研究人员的评估指标预计会按以下方式变化。

以往的评估指标（数量代理指标）

• 论文数：生产率的代理。业绩列表的长度直接与评价挂钩

• 引用次数、h指数：影响力的代理。将数量和影响力压缩为一个数字

• 刊登期刊的影响因子：通过"发表在哪里"来代理评估论文质量

• 获得的资助金额：研究资金获取本身被计为学术成果

• 在采用率低的学术会议·学术期刊上的采用实绩：通过选拔本身成为信号

AI时代的评估指标（内容和行为的直接评价）

• 贡献内容的描述：叙述式简历、业绩列表的篇幅限制（Royal Society"Résumé for Researchers"、DFG的10篇限制）。要求用文字说明代表性贡献，而不是数量

• 可验证性·开放性：数据·代码公开率、事前注册、开放科学徽章 (Kidwell et al., 2016)

• 角色可视化：通过CRediT记录"谁做了什么"，明示各自以何种方式对研究做出了贡献

• 评估劳动的实绩：同行评审、重复验证、数据管理目前是"看不见的无偿劳动"，但随着AI导致投稿爆增而同行评审供应不足，正在考虑记录评审劳动（如Web of Science Reviewer Recognition），并在招聘、晋升和资助审查中纳入评估范围，使其与论文等量齐观。NeurIPS要求投稿者承担评审义务

• 重复实绩和自我修正：独立他人追试你的主张并成功的记录，或发现错误时迅速更正的历史，是难以伪造的行为记录，能长期预测该人主张的可信度

6.3 AI时代的研究制度

同行评审的标准5项基准不会消失，但其权重和运用会朝5个方向转变。

• ① 可验证性·可重复性：从"加分要素"转向"必须要件"

  • 流畅的文字和看起来合理的结果描述不再是质量的证明。代码、数据、实验记录的提交和公开正在跨学科成为事实上的投稿要件

  • 先行案例：NeurIPS从2019年开始推行代码提交政策和可重复性检查清单，大幅提高了代码提交率——有实证报告显示"可重复性要件化"实际上作为制度有效发挥了作用 (Pineau et al., 2021)

• ② 问题质量：编辑阶段拒稿的权重增大

  • 既然投稿倍增而评审者不增，强化投稿前的选别是不可避免的。能否在开篇回答"为什么是这个问题。为什么是现在。为什么是这个渠道"决定采否

• ③ 新颖性"深度"的重新审视

  • 评价趋向深层新颖性，但存在"新颖性惩罚"（新颖性越深在同行评审中越不利），同行评审机制本身就被设计为排斥深层新颖性。因此需要改变的是制度结构而非运作方式，例如在看到结果前仅对"问题和方法"进行同行评审并确定采否的注册报告（Registered Reports）就有按问题质量而非耀眼结果进行评价的机制。已经在300多个期刊普及 (Chambers & Tzavella, 2022)

• ④ 来源（来历）和问责

  • 除了AI使用披露外，还要求作者能够解释和辩护自己的论文。如NeurIPS的新举措（对未履行评审义务的作者停止审查等）所示，投稿权利和评价贡献义务正在捆绑化

• ⑤ 对信任信号依赖的增强

  • 对实绩、所属单位、事前注册、重复实绩等内容外指标的依赖增强。这在提高效率的同时，存在对新参与者不利的权衡设计问题

  • 实验表明，即使是同一论文，将作者名改为诺贝尔奖得主时，评审者的采纳推荐率比新人署名时显著上升 (Huber et al., 2022)。加强对信任信号的依赖可能会放大这种地位偏见

发表渠道的结构也会发生变化。

• "快速共享"层（预印本·数据公开）会因生成成本降低而进一步膨胀，"虽慢但可信的认证"层（同行评审学术期刊·会议）与其之间形成明确的二层结构

• 由于AI一起提高了分野的变化速度，学术期刊、会议、书籍等各分野的渠道均衡本身开始变动

一句话总结，同行评审将重心从"内容审查"转向"信任审查"。以可验证的形式共享，来源透明，作者能够承担说明责任。这是研究的第四个行为"④ 共享并使其可验证"的制度强化。

6.4 AI时代研究的应用

• 知识的直接获取与错误信息同步扩大

  • AI对论文的检索、摘要、翻译，将政府的EBPM以及家庭的医疗、生活决策获取研究知识的成本大幅降低（缩短需要专家中介的"最后一英里"）。例：盲检比较显示，AI聊天机器人对患者医疗提问的回答在质量和同理心两方面都获得比医生回答更高的评价 (Ayers et al., 2023)。这是专业知识中介成本实际开始下降的初期实证

  • 同时，AI也降低了"看似合理但错误信息"的生成成本，因此区分什么是经过验证的知识的机制（同行评审、诊疗指南、科学建议的制度）的重要性反而提高。例：实验显示GPT-3生成的虚假信息推文比人类写的虚假信息更难被识破 (Spitale, Biller-Andorno & Germani, 2023)

• 国际协调与安全保障的重新谈判

  • 研究安全要求与AI先行者优势的扩大强化了闭锁的压力

  • OECD将地缘政治环境下的科学合作重组作为政策课题的主题 (OECD, 2025)，在AI领域，美中对抗正在实际上重编25年来建立的国际合著网络，已有实证 (Zhang et al., 2026)

• 时间差会缩小吗

  • AI能在多大程度上缩小基础研究到社会影响的数十年滞后（Li, Azoulay & Sampat (2017)、Ahmadpoor & Jones (2017)所测量的论文到专利的长期联接）是未解决的实证问题

  • 确定的是，滞后的根源不仅在于"生成"，也在于"验证和社会接受"。若仅生成加快而验证跟不上，滞后不会缩小，反而会产生错误知识向产业、政策和生活转移这一新的风险

通过4个观点看到的是同一个结构。生成在任何观点都变便宜了，价值集中在"问题、验证、信任"上。

7. 结语

如此系统全面地审视研究后，整理了AI时代需要进行何种变革。在认识到这些变化的基础上，研究人员和研究机构将面临快速应对的要求。

参考文献

• Abbott, B. P., et al. (LIGO Scientific Collaboration and Virgo Collaboration) (2016). Observation of Gravitational Waves from a Binary Black Hole Merger. Physical Review Letters, 116, 061102.：经过爱因斯坦预言100年后，首次直接观测到重力波，是"新证据"型贡献的代表例。

• Ahmadpoor, M., & Jones, B. F. (2017). The dual frontier: Patented inventions and prior scientific advance. Science, 357(6351), 583–587.：通过大规模分析专利和科学论文的引用链，表明大多数专利通过数步就能到达科学论文。

• Akerlof, G. A. (1970). The Market for \"Lemons\": Quality Uncertainty and the Market Mechanism. Quarterly Journal of Economics, 84(3), 488–500.：表明信息不对称导致市场失灵，是"新理论"型贡献的代表例。获得诺贝尔经济学奖。

• Arrow, K. J. (1962). Economic Welfare and the Allocation of Resources for Invention. In The Rate and Direction of Inventive Activity. Princeton University Press.：从知识的公共商品性出发，表明如果交由市场则研究会供应不足，是经济学经典著作。

• Ayers, J. W., et al. (2023). Comparing Physician and Artificial Intelligence Chatbot Responses to Patient Questions Posted to a Public Social Media Forum. JAMA Internal Medicine, 183(6), 589–596.：盲检比较研究表明AI聊天机器人对患者医疗提问的回答在质量和同理心两方面都获得比医生回答更高的评价。是专业知识直接获取成本下降的证据。

• Banerjee, A. V., & Duflo, E. (2011). Poor Economics: A Radical Rethinking of the Way to Fight Global Poverty. PublicAffairs.：将随机对照试验（RCT）引入贫困对策的效果验证，成为证据基础政策制定代表例的研究群的集大成。

• Boiko, D. A., MacKnight, R., Kline, B., & Gomes, G. (2023). Autonomous chemical research with large language models. Nature, 624, 570–578.：LLM驱动系统"Coscientist"自主完成从文献检索到实验计划、机器人装置控制、化学合成执行，是AI研究循环的初期实证。

• Bush, V. (1945). Science, The Endless Frontier. U.S. Government Printing Office.：成为二战后政府基础研究支持体系设计蓝图的报告书。

• Camerer, C. F., et al. (2018). Evaluating the replicability of social science experiments in Nature and Science between 2010 and 2015. Nature Human Behaviour, 2, 637–644.：组织系统地追试了发表在顶级期刊上的21项社会科学实验，是"重复·追试"型贡献的代表例。

• Chambers, C. D., & Tzavella, L. (2022). The past, present and future of Registered Reports. Nature Human Behaviour, 6, 29–42.：整理了在看到结果前仅对研究问题和方法进行同行评审以确定是否采纳的"注册报告"制度及其在300多个期刊中的普及情况。这是一个根据研究问题的质量而非结果的显著性来评价的制度设计实例。

• CNBC (2025). AI talent war: Tech giants pay talent millions of dollars.：报道了科技巨头为争夺AI研究人才而进行的竞争，以及数百万至数亿美元规模的薪酬offer的真实情况。

• Cohen, W. M., & Levinthal, D. A. (1990). Absorptive Capacity: A New Perspective on Learning and Innovation. Administrative Science Quarterly, 35(1), 128–152.：提出了企业识别、理解和应用外部知识的"吸收能力"概念，解释了企业为何需要进行自主研究的经典著作。

• Deng, J., et al. (2009). ImageNet: A large-scale hierarchical image database. IEEE CVPR 2009.：构建了超过1400万张图像的数据集，是深度学习热潮的基础，代表了"新型人工产品"贡献的典范。

• DFG (2022). Package of Measures to Support a Shift in the Culture of Research Assessment. Deutsche Forschungsgemeinschaft.：德国研究促进协会发布的研究评估改革措施方案。限制申请书中可列入的论文数量（最多10篇）等，是将"质量而非数量"制度化的先行例。

• Doll, R., & Hill, A. B. (1950). Smoking and Carcinoma of the Lung. British Medical Journal, 2(4682), 739–748.：揭示吸烟与肺癌关联的流行病学经典著作，代表了观察研究型"新型证据"贡献的典范。

• DORA (2013). San Francisco Declaration on Research Assessment.：要求不将影响因子用于对研究人员或论文的评估的国际宣言。数千个机构和个人签署，成为评估改革的起点。

• Dyson, F. W., Eddington, A. S., & Davidson, C. (1920). A Determination of the Deflection of Light by the Sun's Gravitational Field. Philosophical Transactions of the Royal Society A, 220, 291–333.：通过日食观测验证了广义相对论的预言，代表了"新型证据"贡献的典范。

• Einstein, A. (1905). Zur Elektrodynamik bewegter Körper. Annalen der Physik, 17, 891–921.：提出狭义相对论，代表了"新型理论"贡献的典范。

• Foster, J. G., Rzhetsky, A., & Evans, J. A. (2015). Tradition and Innovation in Scientists' Research Strategies. American Sociological Review, 80(5), 875–908.：通过分析数百万篇生物医学论文，表明研究人员普遍采取保守策略，集中于已确立的热门课题。这是研究同质化现象的证据。

• Fraser, N., et al. (2021). The evolving role of preprints in the dissemination of COVID-19 research and their impact on the science communication landscape. PLOS Biology, 19(4), e3000959.：定量展示了COVID-19疫情期间生物医学预印本的快速增长。

• Furman, J. L., & Stern, S. (2011). Climbing atop the Shoulders of Giants: The Impact of Institutions on Cumulative Research. American Economic Review, 101(5), 1933–1963.：表明将生物样本寄存于公共库（生物资源中心）后，后续研究对其的利用率大幅提高。这是公共基础设施加快知识积累的证据。

• Gillum, L. A., et al. (2011). NIH Disease Funding Levels and Burden of Disease. PLOS ONE, 6(2), e16837.：表明美国国立卫生研究院（NIH）按疾病类别的研究资金配分与疾病负担（社会层面的疾病严重程度）存在一定程度的关联。这是社会课题能吸引资金的证据。

• Gluckman, P. (2014). Policy: The art of science advice to government. Nature, 507, 163–165.：新西兰首相科学顾问撰文，将科学的不确定性与行政决策之间的差距作为科学咨询工作的核心课题。

• Gottweis, J., et al. (2025). Towards an AI co-scientist. arXiv:2502.18864.：报道了Google多智能体AI系统针对细菌水平基因转移这一未解决问题，自主提出了与实验结果相符的机制假说。这是假说生成机械化的初步实证。

• Gray, J. (2009). Jim Gray on eScience: A Transformed Scientific Method. In The Fourth Paradigm: Data-Intensive Scientific Discovery. Microsoft Research.：在继实验、理论、计算之后，提出了"第四范式（数据驱动型科学）"的讲演记录。这是第一至第四范式框架的原始文献。

• Gross, D. P., & Sampat, B. N. (2023). America, Jump-Started: World War II R&D and the Takeoff of the US Innovation System. American Economic Review, 113(12), 3323–3356.：表明获得第二次世界大战战时研发（OSRD）投资的地区和技术领域在战后发明活动长期增加。这是战争需求推动研究发展的证据。

• Hill, R., Yin, Y., Stein, C., Wang, D., & Jones, B. F. (2025). The pivot penalty in research. Nature.：通过大规模数据表明，研究人员从专业领域转向其他课题时影响力会下降的"转向惩罚"现象。包括对COVID-19期间大规模研究转换的分析。

• Hjort, J., Moreira, D., Rao, G., & Santini, J. F. (2021). How Research Affects Policy: Experimental Evidence from 2,150 Brazilian Municipalities. American Economic Review, 111(5), 1442–1480.：通过大规模实验表明，政策决策者（市长等）在获得研究证据后会更新信念并实际改变政策。这是循证政策制定有效性的直接证据。

• Hoffmann, M., Nagle, F., & Zhou, Y. (2024). The Value of Open Source Software. Harvard Business School Working Paper 24-038.：估算开源软件的需求端经济价值约为8.8万亿美元。这是研究衍生型人工产品（软件）经济影响的证据。

• Huber, J., et al. (2022). Nobel and novice: Author prominence affects peer review. PNAS, 119(41), e2205779119.：通过大规模实验表明，同一论文如果作者是著名研究者或新人，同行评审者的采纳推荐会急剧改变。这是"地位偏见"的体现。

• Jinek, M., et al. (2012). A Programmable Dual-RNA–Guided DNA Endonuclease in Adaptive Bacterial Immunity. Science, 337(6096), 816–821.：展示了CRISPR-Cas9基因组编辑的原理，代表了"新型方法"贡献的典范。曾获诺贝尔化学奖。

• Jones, B. F., & Summers, L. H. (2020). A Calculation of the Social Returns to Innovation. NBER Working Paper 27863.：估算创新投资每1美元的社会效益平均为5美元以上，说明研究投资的社会回报很大。

• Jumper, J., et al. (2021). Highly accurate protein structure prediction with AlphaFold. Nature, 596, 583–589.：将蛋白质三维结构预测提升到实用水平，同时以公开数据库形式提供了"新型方法"和"新型人工产品"。曾获诺贝尔化学奖。

• Kidwell, M. C., et al. (2016). Badges to Acknowledge Open Practices: A Simple, Low-Cost, Effective Method for Increasing Transparency. PLOS Biology, 14(5), e1002456.：表明《心理科学》期刊引入数据公开徽章后，数据公开率从约3%上升至约40%。这是将公开作为业绩可视化能改变行为的证据。

• Krieger, J. L., et al. (2024). Standing on the shoulders of science. Strategic Management Journal, 45(6).：证实了建立在科学论文基础上的发明具有更高的市场价值。

• Leng, C., et al. (2023). Fifth Paradigm in Science: A Case Study of an Intelligence-Driven Material Design. Engineering, 24, 126–137.：以材料设计为案例，展示了AI驱动科学"第5范式"的具体面貌。

• Li, D., Azoulay, P., & Sampat, B. N. (2017). The applied value of public investments in biomedical research. Science, 356(6333), 78–81.：通过27年份数据证实，约30%的NIH资助产生的论文后来被民间专利引用。提供了公共研究投资流向产业的路径与时间差的证据。

• Lintott, C. J., et al. (2008). Galaxy Zoo: morphologies derived from visual inspection of galaxies from the Sloan Digital Sky Survey. Monthly Notices of the Royal Astronomical Society, 389(3), 1179–1189.：超过10万名市民志愿者对约90万个星系的分类工作被结集成同行评审论文，是公民科学的代表性成果。

• Merton, R. K. (1942). The Normative Structure of Science.：将公有性、普遍主义、利益超越、系统性怀疑主义等"科学精神"规范化的经典著作。

• Microsoft Research (2022). AI4Science to empower the fifth paradigm of scientific discovery.：将AI驱动型科学定位为"第5范式"的解说文献。

• Moretti, E., Steinwender, C., & Van Reenen, J. (2025). The Intellectual Spoils of War? Defense R&D, Productivity, and International Spillovers. Review of Economics and Statistics, 107(1), 14–27.：通过OECD各国数据证实，政府防卫研发会诱发（众筹）民间研发投资，提升产业生产率。

• Mowery, D., & Rosenberg, N. (1979). The influence of market demand upon innovation: A critical review of some recent empirical studies. Research Policy, 8(2), 102–153.：批判性综述了围绕技术推动和需求拉动的实证研究。以需求与技术机遇的相互作用来把握创新的分析框架的出发点。

• Mullis, K. B., & Faloona, F. A. (1987). Specific synthesis of DNA in vitro via a polymerase-catalyzed chain reaction. Methods in Enzymology, 155, 335–350.：确立了DNA片段增幅的PCR方法，是"新方法"型贡献的代表。因此获得诺贝尔化学奖。

• Myers, K. (2020). The Elasticity of Science. American Economic Journal: Applied Economics, 12(4), 103–134.：通过NIH公开招标数据证实，研究者会根据指定用途的拨款改变研究主题。提供了资金配置决定研究方向的证据。

• Nelson, R. R. (1959). The Simple Economics of Basic Scientific Research. Journal of Political Economy, 67(3), 297–306.：最早定式化了基础研究公共支持的经济学依据。

• NeurIPS Program Committee Chairs (2025). Reflections on the 2025 Review Process. NeurIPS Blog.：报告了投稿21,575篇、采纳率24.52%的规模现状，以及评审噪声增大、评审者确保困难、将作者与评审者义务相结合的新措施。

• NISO (2022). CRediT, Contributor Roles Taxonomy (ANSI/NISO Z39.104-2022).：将概念化、分析、验证等14种贡献角色按论文逐条机器可读化记录的国际规范。使"谁做了什么"可视化的评估基础设施。

• OECD (2015). Frascati Manual 2015: Guidelines for Collecting and Reporting Data on Research and Experimental Development. OECD Publishing.：规定了研究开发的国际标准定义（基础研究、应用研究、开发的三分类）和研究适用性的5项标准。

• OECD (2025). Science, Technology and Innovation Outlook 2025. OECD Publishing.：以地缘政治环境变化下科学合作的重组为主题，将研究安全性与开放性的协调作为政策课题整理。

• Open Science Collaboration (2015). Estimating the reproducibility of psychological science. Science, 349(6251), aac4716.：系统重复检验了100项心理学著名研究，显示有意义的重现仅约36%。是象征再现性危机的"重现·追试"型贡献的代表。

• Organization Science Editors (2026). More Versus Better: Artificial Intelligence, Incentives, and the Emerging Crisis in Peer Review. Organization Science.：量化了ChatGPT发布后投稿增加42%、高AI使用论文的办公室拒稿率69%等数据，诊断为"瓶颈已从生产转向评估"。

• Page, L., Brin, S., Motwani, R., & Winograd, T. (1999). The PageRank Citation Ranking: Bringing Order to the Web. Stanford InfoLab Technical Report.：以大学技术报告形式公开了Google搜索基础算法的案例。说明学术期刊之外的渠道也可能成为历史性贡献。

• Peirce, C. S. (1878). Deduction, Induction, and Hypothesis. Popular Science Monthly, 13, 470–482.：将演绎、归纳、溯因（假设形成）定式化为"规则·事例·结论"三要素的组合。豆子袋的例子也出自本论文。

• Pineau, J., et al. (2021). Improving Reproducibility in Machine Learning Research (A Report from the NeurIPS 2019 Reproducibility Program). Journal of Machine Learning Research, 22(164), 1–20.：报告了向NeurIPS引入代码提交政策和再现性检查清单、大幅提高代码提交率的制度改革。显示再现性的强制化能发挥作用的先行事例。

• Popper, K. R. (1959). The Logic of Scientific Discovery. Hutchinson.（原著：Logik der Forschung, 1934）：将可证伪性定式化为科学主张条件的科学哲学经典。

• Royal Society (2019). Résumé for Researchers.：用"知识、人才培养、社会贡献"的文字叙述取代论文清单的叙事型简历格式。英国主要资金配分机构已采用。

• Sackett, D. L., et al. (1996). Evidence based medicine: what it is and what it isn't. BMJ, 312, 71–72.：定式化了不依赖医生个人经验或权威、而是基于最优研究证据进行诊疗的"循证医学（EBM）"。是诊疗指南思想基础。

• Si, C., Yang, D., & Hashimoto, T. (2024). Can LLMs Generate Novel Research Ideas? A Large-Scale Human Study with 100+ NLP Researchers. arXiv:2409.04109.：通过与100名以上NLP研究者的盲测对比，显示LLM的创意在新颖性上被评为优于人类，但实现可行性较低，在执行阶段评分下降。体现了生成与验证的非对称性证据。

• Smith, M. L., & Glass, G. V. (1977). Meta-analysis of psychotherapy outcome studies. American Psychologist, 32(9), 752–760.："荟萃分析"方法本身的确立，是"整合"型贡献的代表。

• Spitale, G., Biller-Andorno, N., & Germani, F. (2023). AI model GPT-3 (dis)informs us better than humans. Science Advances, 9(26), eadh1850.：实验证实GPT-3生成的虚假信息比人类撰写的虚假信息更难被识破。提供了AI降低误信息生成成本的证据。

• Stanford HAI (2025). The 2025 AI Index Report.：一份年度报告，通过定量数据展示了AI研究从业者的变化，例如约9成值得关注的AI模型来自产业界。

• Stokes, D. E. (1997). Pasteur's Quadrant: Basic Science and Technological Innovation. Brookings Institution Press.：一部经典著作，通过"对理解的追求"和"实用意识"两个维度将研究分为四个象限，揭示了线性模型的局限性。

• Teplitskiy, M., et al. (2022). Is novel research worth doing? Evidence from peer review at 49 journals. PNAS, 119(47).：基于49种期刊的同行评审数据，揭示了"新颖性惩罚"现象——新颖性越高的论文在同行评审中受到的评价越严厉。

• Vaswani, A., et al. (2017). Attention Is All You Need. NeurIPS 2017 / arXiv:1706.03762.：提出了成为生成式AI基础的Transformer，是"新方法"型学术贡献的代表例。该论文也象征了以预印本驱动的AI研究范式。

• Vosoughi, S., Roy, D., & Aral, S. (2018). The spread of true and false news online. Science, 359(6380), 1146–1151.：通过大规模数据实证研究表明，虚假新闻在社交媒体上的传播速度、广度和深度都超过真实新闻。这是研究知识与虚假信息竞争的"最后一公里"问题的证据。

• Watson, J. D., & Crick, F. H. C. (1953). Molecular Structure of Nucleic Acids: A Structure for Deoxyribose Nucleic Acid. Nature, 171, 737–738.：用仅一页多的篇幅呈现了DNA双螺旋模型，是"新理论（模型）"型学术贡献的代表例。

• Zhang, L., et al. (2026). When science meets geopolitics: global AI research network transformation (2000–2025). Science and Public Policy.：基于25年的数据实证，AI领域的国际合著网络正在美中对立的背景下进行重组。

• Zucker, L. G., Darby, M. R., & Brewer, M. B. (1998). Intellectual Human Capital and the Birth of U.S. Biotechnology Enterprises. American Economic Review, 88(1), 290–306.：实证研究表明，美国生物技术产业的诞生地基本由明星科学家的所在地决定。这是人才流动是知识转移主要途径的证据。