研究：AI 讓研究者升遷更快，探索的點子卻變窄了

IEEE Spectrum 報導的一項研究，給正在擁抱 AI 的科學界潑了一盆有意思的冷水。研究發現，用 AI 工具的研究者職涯確實跑得更快——產出更多、被引用更多、升遷更順；可是代價是他們探索的「點子光譜」變窄了，整個領域的發現趨於扁平、同質。效率上去了，多樣性卻下來了。

背後的機制不難理解。AI 工具是從既有文獻與熱門主題學來的，它擅長幫你在「已經很多人在做」的方向上跑得更快、寫得更順、補得更全；但正因為它推薦的是主流路徑，跟著它走的人自然會往同一批熱門題目集中。真正冷門、跨界、還沒被大量文獻覆蓋的角落，反而更少人願意花力氣去闖——因為那裡 AI 幫不上忙，短期產出又慢。

對科學生態來說，這是個結構性的隱憂。長期的突破常常來自邊緣、來自沒人看好的方向，如果整個社群都被工具推向同一條高速公路，短期論文數量會很漂亮，長期卻可能少了那些改變典範的意外。研究者也點出這是一種個人理性、集體卻未必最優的困境：對個人而言跟著 AI 走升遷最快，但大家都這麼做，整體的探索廣度就被犧牲了。

歸剛點評：這研究戳中一個很多人不願承認的地方——AI 讓你更有效率，但效率的方向是它替你選的。它把你推向阻力最小、最像過去成功案例的那條路，久了你會忘記還有別條路。做研究是這樣，做內容、做產品其實也一樣。想跟別人不一樣，有時候得刻意關掉自動補完，往 AI 幫不上忙的地方走一段。