AI开始“抢跑”，科研规则面临新考验

随着人工智能（AI）智能体自主开展科学研究的能力不断增强，科学家正面临一个曾经难以想象的问题：自己的研究成果会不会被AI抢先发现、抢先发表？

过去5周内，至少已有两起类似事件。科学家长期追寻的问题，竟被AI公司抢先给出了答案，或在他们准备公布成果前就有了结果。担心未发表的研究被AI获取，一些科学家开始减少使用这类工具。

与此同时，一些AI研究人员认为，随着AI智能体能力不断提升，它们确实可能比科学家更早找到答案。

AI与科学家的研究“撞车”

在数学领域，美国纽约大学数学家特里斯坦·巴克马斯特与AI公司Anthropic数学家莱文特·阿尔波格合作研究纳维-斯托克斯问题已有一年。9月7日，巴克马斯特公布了研究进展，并附上一份解决该问题的简化版论文。次日，OpenAI宣布，其AI智能体已经解决了这一著名数学难题。

巴克马斯特随后提出疑问：他与合作者此前输入OpenAI工具的信息，是否可能被用于训练模型？OpenAI否认了这一猜测，并表示在研究成果公开前，其研究人员和AI智能体没有接触过这些成果。

生物学领域也出现了类似争议。9月23日，Anthropic宣布，其AI智能体Claude发现了一种新型酶系统，并将其命名为“阵列相关逆转录酶”（ART）。公司称，Claude通过分析大量DNA序列，发现某些逆转录酶附近存在类似CRISPR的重复DNA序列。

几天后，丹麦哥本哈根大学计算生物学博士生马里奥·罗德里格斯·梅斯特质疑：自己和同事从2022年起便开始研究相关酶，并在过去几年使用Claude处理科研任务，向其分享尚未发表的研究材料。而Claude公布的系统与团队此前的研究存在明显重合，尤其是逆转录酶附近的重复序列及相关分子。不过，他无法确定Anthropic宣布的发现是否受到其研究的影响，也没有证据证明公司直接使用了这些未发表成果。

Anthropic回应称，公司此前并不知道有研究描述过相同的生物学发现，并表示Claude的独特贡献在于识别出相关逆转录酶属于一个更大的系统。公司还强调，Claude没有使用用户对话记录进行训练。

英国《金融时报》指出，这些事件引发了一系列深刻问题：谁拥有并控制科学数据？当科学家向AI智能体提供尚未发表的研究思路时，什么样的发现才能算作AI自主完成的发现？在AI辅助取得科研突破的时代，研究成果应当如何署名和确认贡献？

科学家对AI使用作出限制

目前，不少科学家开始重新审视向商业AI工具提供研究信息的风险，并调整使用方式。

德国明斯特大学生殖表观遗传学家桑德拉·劳伦蒂诺表示，她现在只用AI检查代码错误。使用前，她会将代码中的参数和变量名称改成通用标签，以免向系统透露实验信息。

新西兰奥克兰大学听觉认知科学家塞缪尔·梅尔为实验室制定了AI使用政策，禁止学生向商业大语言模型上传受保护的信息，并提醒他们不要将这些模型用于研究过程中的任何环节。在他看来，如果无法确定第三方会如何处理相关信息，将知识产权交给商业AI服务存在很大风险。

选择退出模型训练，也未必能完全消除科学家的顾虑。AI研究人员、非营利组织Evitable创始人大卫·克鲁格指出，即使用户退出模型训练，甚至完全不使用相关系统，也未必能确保信息安全。

风险还可能出现在科研管理环节。《金融时报》指出，外部评审人员如果将保密的科研基金申请书上传至AI模型进行评估，也可能使尚未公开的研究构想暴露。英国惠康基金会等科研资助机构已禁止此类做法。

AI参与科研需得到规范

AI会不会抢在人类之前找到答案？美国加州伯克利AI安全研究机构Resolution首席科学家杰弗里·欧文认为，即使AI智能体从未接触科学家的私人研究数据，人类长期积累的“知识海洋”也足以支撑它们不断取得新发现。随着推理能力持续增强，科学家可能一次又一次发现，AI已经先于自己找到了答案。

欧文强调，科学发现被AI抢先，不一定是因为上传了未发表的论文，也可能只是因为AI越来越擅长解决问题。当被问及这一预测时，OpenAI拒绝置评，Anthropic则未作回应。

不过，能抢先给出答案，不等于能独立推动科学发现。AI研究人员、旧金山初创公司Adaption联合创始人萨拉·胡克认为，AI智能体目前仍不擅长提出推动科学发现所必需的问题，科学家在提出假设、确定研究方向方面依然发挥着关键作用。

AI参与科研的程度不断加深，科研规范也需要回应新的现实。英国《自然》杂志9月16日发表社论指出，AI公司应与科学界合作，建立可靠、透明的成果贡献认定机制，并通过独立验证、提高研究过程透明度以及恰当承认已有研究，维护科研诚信。10月7日发表于《遗传学前沿》的一篇综述进一步指出，使用AI智能体的科学家应监督其工作，披露AI在研究中的贡献，并对相关研究承担责任。由于AI无法承担道德和学术责任，因此不应被列为论文作者。

面向未来，如何确认研究贡献、确保成果经过验证，以及明确科学家和AI公司的责任，是科学界需要共同面对的问题。

来源：科技日报