人工智能（AI）的浪潮正沖擊著各行各業(yè)的堤岸，即便是向來(lái)被視為“高精尖”堡壘的科學(xué)界，也難以在這場(chǎng)變革中獨(dú)善其身。那么，究竟哪些科研崗位面臨被浪潮吞沒(méi)的風(fēng)險(xiǎn)？

《自然》網(wǎng)站2月21日刊載了一項(xiàng)最新研究，調(diào)查了40余位學(xué)界與業(yè)界AI使用者。許多人坦言，AI的崛起已顯著降低了對(duì)編寫(xiě)代碼、處理基礎(chǔ)數(shù)據(jù)人員的需求——這類(lèi)工作以往多由研究生、博士后或非科班出身者承擔(dān)；計(jì)算機(jī)建模等領(lǐng)域的初級(jí)崗位也岌岌可危，因?yàn)锳I在此類(lèi)任務(wù)中的表現(xiàn)遠(yuǎn)超初出茅廬的科學(xué)家；科學(xué)論文翻譯等周邊工作的生存空間也在萎縮。正如美國(guó)弗吉尼亞大學(xué)經(jīng)濟(jì)學(xué)家安東·科里內(nèi)克所言，涉及“純認(rèn)知任務(wù)”的工作將首當(dāng)其沖，這類(lèi)與科研密切相關(guān)的工作，或?qū)⒈籄I迅速接管。

學(xué)界普遍認(rèn)為，那些需要?jiǎng)邮植僮鞯膶?shí)驗(yàn)職位，以及統(tǒng)籌項(xiàng)目的資深科學(xué)家，目前尚處“安全區(qū)”。但也有研究者警示，即便在這些高門(mén)檻領(lǐng)域，AI也正在奮起直追，漸行漸近。

對(duì)建模和數(shù)據(jù)處理崗影響較大

研究人員早已習(xí)慣利用AI潤(rùn)色論文、梳理文獻(xiàn)。但受訪(fǎng)者一致認(rèn)為，AI在代碼生成與數(shù)據(jù)處理上的能力，對(duì)科學(xué)就業(yè)市場(chǎng)的沖擊最為劇烈。

譬如，部分學(xué)術(shù)實(shí)驗(yàn)室曾專(zhuān)門(mén)聘請(qǐng)程序員編寫(xiě)科研代碼包。對(duì)此，美國(guó)斯坦福大學(xué)計(jì)算生物學(xué)家布萊恩·海伊直言，隨著AI問(wèn)世，此類(lèi)工作已成“昨日黃花”。那些專(zhuān)注于創(chuàng)建模擬與分析數(shù)據(jù)的崗位，如今皆可由AI代勞。

更深遠(yuǎn)的影響在于，即便尚未引發(fā)大規(guī)模裁員，AI已開(kāi)始抑制新崗位的誕生。美國(guó)威斯康星大學(xué)麥迪遜分校計(jì)算生物學(xué)家漢娜·斯蒂爾感慨，若她5年前組建實(shí)驗(yàn)室，聘請(qǐng)研究程序員是題中之義；但如今，AI足以勝任繁重的編碼工作，此舉或再無(wú)必要。

美國(guó)得克薩斯大學(xué)奧斯汀分校材料工程師魯南姝對(duì)此深表贊同。她表示，在招聘研究生助理與博士后時(shí)，團(tuán)隊(duì)愈發(fā)謹(jǐn)慎，既有經(jīng)費(fèi)不確定性的考量，亦因AI能分擔(dān)部分工作。

然而，隱憂(yōu)亦隨之浮現(xiàn)。有科學(xué)家警示，若本科生、研究生及技術(shù)人員無(wú)法在實(shí)驗(yàn)室得到充分鍛煉，恐對(duì)科研界造成長(zhǎng)期負(fù)面影響，因?yàn)檫@些崗位本是通往更高科學(xué)職位的階梯。得克薩斯大學(xué)奧斯汀分校計(jì)算生物學(xué)家克勞斯·威爾克認(rèn)為，眼下雖能以更低成本獲得更多產(chǎn)出，但代價(jià)或許是人才梯隊(duì)的斷裂。

已有證據(jù)表明，AI已導(dǎo)致某些科學(xué)相關(guān)領(lǐng)域的人員失業(yè)。隨著AI翻譯器的普及，美國(guó)翻譯協(xié)會(huì)科學(xué)與技術(shù)部門(mén)的會(huì)員數(shù)，在不到兩年半時(shí)間內(nèi)銳減26%。部分譯者被迫轉(zhuǎn)型。例如，北卡羅來(lái)納州的海梅·拉塞爾，此前的工作是翻譯臨床試驗(yàn)文件，如今已轉(zhuǎn)型為醫(yī)療口譯員，負(fù)責(zé)醫(yī)患間的口頭傳譯。談及昔日同行，有人甚至轉(zhuǎn)行外賣(mài)騎手，令她唏噓不已。

AI難以勝任高階任務(wù)

盡管如此，大多數(shù)研究者認(rèn)為，AI仍難以勝任科學(xué)家的高階任務(wù)，譬如判斷哪個(gè)想法值得深究。英國(guó)倫敦大學(xué)學(xué)院量子物理學(xué)家喬納森·奧本海姆常讓AI模擬同行評(píng)審，盡管他覺(jué)得AI提供的批評(píng)大有裨益，但他斷言：AI無(wú)法真正提出新穎的見(jiàn)解。

即便對(duì)AI生成創(chuàng)意持樂(lè)觀態(tài)度的受訪(fǎng)者，也認(rèn)為人類(lèi)不可或缺。美國(guó)威斯康星大學(xué)麥迪遜分校計(jì)算機(jī)科學(xué)家卡魯·?？ɡ`尕姆認(rèn)為，構(gòu)思研究方向的最佳方式是人機(jī)協(xié)作，因?yàn)樯杉僭O(shè)需要人來(lái)設(shè)計(jì)提示詞。而且，人類(lèi)的參與也可防止AI“幻覺(jué)”，即系統(tǒng)虛構(gòu)輸出的弊端。

然而，科里內(nèi)克堅(jiān)持認(rèn)為，即便高階科研崗，若專(zhuān)注于認(rèn)知領(lǐng)域，在AI的沖擊下亦顯脆弱。他預(yù)言，數(shù)學(xué)家明年將受波及，不過(guò)數(shù)學(xué)界對(duì)此尚存異議。

實(shí)驗(yàn)人員處境暫時(shí)安全

相比之下，實(shí)驗(yàn)室技術(shù)員與從事“濕實(shí)驗(yàn)”的早期研究人員，目前處境較為安全。AI與機(jī)器人驅(qū)動(dòng)的自動(dòng)化實(shí)驗(yàn)室，仍難以完成諸多精細(xì)任務(wù)，更遑論解讀復(fù)雜結(jié)果。奧本海姆表示，在相當(dāng)長(zhǎng)時(shí)期內(nèi)，AI難以對(duì)實(shí)驗(yàn)者的工作產(chǎn)生較大沖擊。

美國(guó)弗吉尼亞大學(xué)科學(xué)家開(kāi)展的一項(xiàng)最新研究也令人稍感寬慰。盡管AI技術(shù)風(fēng)起云涌，部分崗位依然堅(jiān)挺。例如，AI工具“阿爾法折疊2”雖能勝任從推斷氨基酸序列到精準(zhǔn)預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)等諸多繁瑣任務(wù)，但研究發(fā)現(xiàn)，人工密集的蛋白質(zhì)結(jié)構(gòu)成像法仍被沿用。許多蛋白AI依然難以精準(zhǔn)識(shí)別，仍需人工分析。這表明AI并未令科學(xué)家變得無(wú)關(guān)緊要，他們可以轉(zhuǎn)而解決人類(lèi)具有“比較優(yōu)勢(shì)”的難題。

研究者強(qiáng)調(diào)，這種靈活應(yīng)變的能力，或許正是科學(xué)的未來(lái)，適應(yīng)變革者將在新時(shí)代中尋得生機(jī)。

（來(lái)源：科技日?qǐng)?bào)版權(quán)屬原作者 謹(jǐn)致謝意）