[控场AI]
· 4 分钟阅读· 2,166 字

1800名科学家如何使用ChatGPT:科研工作流与生产力洞察

1800名科学家如何使用ChatGPT:科研工作流与生产力洞察

OpenAI调研1800名科学家,揭示ChatGPT在科研工作流中作为高频通用助手的真实使用图景。

OpenAI发布了一项覆盖超过1800名科学家的调研,聚焦ChatGPT在真实科研场景中的使用行为,而非抽象的能力边界讨论。调研围绕三个维度展开:日常科研工作流中的使用方式、科研人员自报的生产力变化,以及对AI参与科学发现的预期。结果显示,ChatGPT主要被用于文献梳理、代码调试、文字润色、思路整理等碎片化高频任务,角色更接近通用助手而非领域专家。科研人员自报的生产力提升虽属主观指标,但反映了真实使用体验。科学家对AI的期待延伸到假设生成和跨领域联想等发现环节,但目前仍属方向性预期。调研的核心价值在于将讨论基准线从猜测拉回观察,表明ChatGPT已在科研工作流中占据稳定但不夸张的位置。

OpenAI近期发布了一项针对超过1800名科学家的调研,试图回答一个具体问题:在真实的科研场景里,ChatGPT到底被用来做什么?这份调研没有停留在"AI能否做科研"的抽象讨论上,而是聚焦日常 workflows、科研人员自报的生产力变化,以及对AI辅助科学发现的期待。

Science at the Frontier: How scientists use ChatGPT

从"能不能用"到"怎么用"

过去两年关于AI与科研的讨论,大多围绕能力边界展开——模型能不能读懂论文、能不能生成假设、能不能设计实验。这项调研的视角有所转移:它关心的是已经发生的使用行为。超过1800名科学家的样本量,足以勾勒出一幅有参考价值的使用图景。

调研关注的三个维度分别是日常工作流中的使用方式、科研人员感知到的生产力变化,以及对AI参与科学发现的预期。这三个维度对应了三种不同的时间尺度:当下的习惯、短期的效率感受、长期的想象力。把它们放在一起看,才能理解科研群体对ChatGPT的真实态度。

调研(survey)在科研语境中是一种系统化收集数据的实证方法,通常通过问卷、访谈或日志分析获取样本群体的行为与态度。本文提到的调研覆盖超过1800名科学家,属于大样本横截面调查,其价值在于用可量化的方式描述现状,而非通过个案或轶事推断趋势。与随机对照实验不同,调研无法直接建立因果关系,但能揭示变量之间的相关性和分布特征。在AI应用研究中,这类调研常被用来捕捉用户自报行为(self-reported behavior),其局限性在于可能受社会赞许性偏差影响,即受访者倾向于报告符合期望的使用方式。因此,阅读此类结论时需区分“人们说自己做了什么”与“系统日志显示他们做了什么”。

日常科研工作流中的AI位置

从调研关注点来看,ChatGPT在科研中的角色更接近"通用助手"而非"领域专家"。科研工作流里存在大量低创造性但高耗时的环节——文献梳理、代码调试、文字润色、思路整理、跨学科概念的快速入门。这些环节恰好是对话式AI擅长的部分。

这也解释了为什么调研强调"daily workflows"。科学家并不是把整篇论文丢给模型让它产出结论,而是在具体的小任务上频繁调用。这种碎片化、高频次的使用模式,与很多"AI将取代科研人员"的叙事存在明显温差。工具的价值在于压缩那些不产生核心洞见的时间,把人的注意力释放到判断和设计上。

工作流(workflow)指科研活动中从问题提出到成果产出的系列有序环节,包括文献调研、假设形成、实验设计、数据采集与分析、代码实现、论文写作与同行评审等。对话式AI嵌入工作流的方式通常是任务级(task-level)而非流程级(process-level),即科学家在某个具体环节调用模型完成短周期任务,再将结果整合回整体流程。这种碎片化使用模式与端到端自动化有本质区别:前者保留人类对关键决策的控制权,后者试图替代整个流程。理解这一区分有助于评估AI在科研中的真实角色——它更像嵌入现有工作流的辅助工具,而非独立执行科研流程的智能体。

生产力感知与科学发现预期

调研涉及的"reported productivity"值得单独拿出来讨论。科研人员自报的生产力变化是一种主观指标,但它反映的是使用体验中的真实感受,而不是基准测试里的分数。在科研这种长周期、高不确定性的工作中,效率提升往往难以精确量化,主观感知反而成了一个有意义的观察窗口。

对"expectations for discovery"的关注则指向更远的地方。科学家对AI的期待不只停留在省时间,还包括它能否在假设生成、跨领域联想、数据模式识别上提供人类容易忽略的线索。这类期待目前更多是方向性的,调研本身也将其作为预期而非既成事实来呈现。

自报生产力(self-reported productivity)是组织行为学和信息系统研究中常用的主观测量指标,通常通过 Likert 量表让用户评价“使用工具后效率提升程度”。它的优势是能捕捉难以客观量化的任务(如思路整理、文献理解)中的体验变化,但缺点也明显:主观感受可能受新鲜感、期望效应或选择性记忆影响。在科研场景中,客观生产力指标(如论文产出、实验周期)受多重因素干扰,难以归因于单一工具,因此主观指标成为折中方案。学界通常建议将自报数据与行为日志、对照实验结合使用,以三角验证的方式提高结论可靠性。本文调研仅依赖自报数据,结论应理解为使用体验的映射,而非严格的效率测量。

一个值得关注的信号

这项调研最有价值的地方,或许不是某个具体结论,而是它把讨论的基准线从猜测拉回到了观察。超过1800名科学家的使用数据表明,ChatGPT已经在科研工作流中占据了一个稳定但不夸张的位置:它被高频使用,被用于具体任务,被期待承担更多,但尚未被普遍视为发现过程的核心决策者。

对关注AI应用落地的读者来说,科研场景是一个很好的观察样本——这里的用户专业性强、对错误敏感、对工具的实际价值判断苛刻。他们在日常工作中如何取舍AI的使用边界,对其他知识密集型行业有直接的参考意义。

#ChatGPT科研应用#科学家如何使用ChatGPT#AI科研工作流#AI生产力#OpenAI调研#科学发现与AI
分享:

相关推荐