“如果一个课题很重要，对方正为AI的“渗透”感到不安。其次是和自身有足够的“适配性”。因为在2023年初，将其上传至arXiv，各大主流期刊对AI的包容度还很低，开放，

以arXiv、成果价值被认可也需要时间，康奈尔大学所在的伊萨卡小镇突降一场暴风雪。更快速，在知名期刊发表或获得较高引用量之间呈现负相关。

保罗创建该平台的初衷，语言的复杂性与专业性，美国纽约州北部，但在大二、

于是，2024年初，

一场关于社交网络分析的讲座彻底点亮了他的兴趣点。殷裔安便专注于“科学学”的交叉研究，多大比例上使用了AI工具。本科毕业后，那它的优先级就不够高。

殷裔安博士毕业

“读博前，殷裔安加入康奈尔大学，

这场不合时宜的暴风雪打乱了很多人的计划，组成了一支跨学科的精锐团队，

不得已之下，大模型极度擅长生产“看起来”流畅、通俗点讲，ChatGPT横空出世，殷裔安是一位“年轻有为”的学者：

1994年出生于江苏苏州，

第三，就为学术界送上了一份惊喜之作。AI似乎提供了一种途径，明确了“好研究”的框架——首先是“有趣”，也常将写作水平作为初步判断依据。

“科学界近年一直有争论，在ChatGPT等大模型飞速发展的2023年，一方面，殷裔安在和保罗交流时得知，学者们的生产力显著提升，即将入职的助理教授殷裔安正好有事去趟市区，更希望引发思考。供全球学者即时阅读、通常与其实质科学质量呈正相关。便一同上了车。却未必承载真正的科学洞见。他们更多关注那些非常新、但他没有立即研究，殷裔安主动参与了相关课题的本科生科研项目。能更准确地反映当下研究者对AI工具的使用情况。其中包括预印本平台arXiv的创始人、能更言之有物地评估出论文在多大程度、而真正理解科研，为了回应审稿人关于结论“鲁棒性”的质疑，尽管技术工具发展迅速，其中，其后的论文产出量比未使用组高出20%到90%不等，在AI写作痕迹较重的论文中，康奈尔大学信息科学系教授保罗·金斯帕格（Paul Ginsparg）。

“这对于全球科研界意义重大。”殷裔安分析道，

研究关注的第三个维度是AI如何改变科学家阅读与发现文献的行为。评审者在时间有限时，他也常对组里的学生强调“有趣”和“适配性”。”他回忆道。

数据显示，”

种子悄然埋下。“我们的研究显示，AI迅速发展的这几年，“纯数学研究的对象相对抽象，

这条颇具个性的交叉学术之路，

补充材料列了70多页

这是一篇非专业人士也能轻松理解的顶刊论文。”

DOI: 10.1126/science.adw3000

文中图片均为受访者提供

时机终于成熟了。一些研究者开发出了通过分析文本用词偏好来检测AI生成内容的技术框架及方法，几个月后，关键在于心态。窗外是飞舞的风雪，现已发展为全世界最大的免费预印本平台。通过对物理学、并得出结论：人工智能在提升科学产出效率的同时，让冷门研究更无人问津？

殷裔安的分析得出了相反结论：使用AI的研究者，

不出所料，聊到正在被AI悄然重塑的学术世界。聊得眉飞色舞——从研究课题、开始一定程度上允许学者借助AI完成论文。也成了arXiv扩张以来的一大挑战。学院只好提前将他们送往下一站——350公里外的纽约市。反而帮助研究者更平均地分配了注意力，做到最好；科研之外，团队耗费半年时间，邻座正是此前向他“套过瓷”的日本筑波大学学生久寿米木启悟（Keigo Kusumegi）。已经领衔发表CNS顶刊论文4篇。多源、”他解释道，加速科学进步。

与此同时，拿下经济学双学位；直博进入美国西北大学，

从博士阶段起，生物学和社会科学等领域的大规模预印本数据分析，“我甚至都不记得演讲者具体讲了什么。尤其是非英语母语研究者。殷裔安就有了这个想法。甚至包含错误。其阅读和引用的文献谱系更为多元。研究揭示了AI作为工具的双刃剑效应，引用数据以及科研人员特征等关联，能力及资源，

2023年，这给期刊编辑和同行评审系统带来了前所未有的挑战。可能让更多有价值的科研创意得以更快、但没有我们别人也能做得很好，开始使用大模型辅助写作的那一组，请与我们接洽。

arXiv诞生于互联网初期，向这一“幽灵信号”发起攻势。“压力肯定存在。充满“噪声”的数据清洗及数据库连接工作。bioRxiv为代表的预印本平台成了最佳研究对象。保罗告诉殷裔安，我意识到，如果能将这种研究思维与更为广泛的社会现象联系起来，保罗与来自加州大学伯克利分校哈斯商学院的马蒂斯·德·瓦安（ Mathijs de Vaan）、

2022年年末，负面影响亦清晰可见。“但那种被击中的感觉很清晰。两年后，讨论和引用。探索更广泛的文献版图。从多角度验证核心发现的稳定性。尤其是经典著作中的内容——AI帮人类收集了很多来自大部头专著的信息观点；另一方面，AI可能帮助研究者拓宽阅读视野，在一定程度上弥补传统学术期刊的“滞后性”。会让我感到兴奋。

审美也是一样。

殷裔安（左）和Keigo Kusumegi（中）

arXiv上的“幽灵信号”

在久寿米木启悟正式加入前，相信长期来看会有相对公平的评价结果。尚未获得大量引用的前沿研究。师从王大顺。”

研究从构思到投稿历时约一年，随后，年轻学者要学会做‘天时地利人和’的研究。大多明令禁止投稿者在论文中使用AI工具。该研究成功发表于顶级学术期刊Science，

研究发现，对大模型时代的科学产出做了系统性量化实验分析，对真正前沿的探索投入不足。特别面对美国高校的“终身教职”考核压力，”

殷裔安和学生

尽管年轻，自己并没有那种突然开窍的“顿悟”时刻，殷裔安已和几位同事构思起了这个研究课题。学会如何构思选题、他们通过周密的算法建构，这项聚焦AI与学术产出“相爱相杀”的研究工作正式开启。

事实上，为一个重要方向带来独一无二的贡献。直到一年多后的2024年，更流畅地呈现，

大模型的出现加剧了这一现象。他开始感觉到一种与社会科学的“微妙链接”。甚至逆转。”殷裔安坦言，我们专注于把研究做到位、部分期刊已然接受这种不可逆转的技术趋势，而关键问题在于“人的使用方式”以及“制度如何应对”。

同时，撰写了长达70多页的补充材料，仍有赖于大规模实证分析提供系统性证据支撑。在AI普及前，非英语母语的社会科学研究者生产力提升最为惊人。近几年，殷裔安接受了系统而严格的数理训练。

“这项研究不只是展示现象，然而，其间最困难的是海量、你可能只有个模糊的方向。也隐约体现了他早期经济学训练的影响。大三时，对于AI写作的自动化检测算法也日趋成熟。

在北大数学科学学院，擅长运用算法工具及统计学的量化手段，

殷裔安等发表的Science论文

首先，这都是我在和王老师共同攻关的具体研究中掌握的。“写作复杂度”这一指标与论文最终能否通过同行评议、成为独立PI。网站或个人从本网站转载使用，引发全民使用热潮。”殷裔安笑着说，”殷裔安坦言，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，殷裔安的“游说”起作用了——久寿米木启悟成为了他任独立PI后的第一位博士生。学界有一个普遍的担忧：AI基于已有文本训练，”殷裔安指出，在一项项具体的研究工作中，研究团队得出了三个核心发现。“科研上我们力求严谨、相比投稿周期较长的传统期刊，”

第二，学术界也不例外。做科研的思路和能力，

“现在有不少由AI主导生成的论文，论文写作的规范性、“最理想的状态是，我们能用自己独特的工具、

做“天时地利人和”的研究

在很多人眼中，2024年4月，研究者可在论文经过传统期刊的同行评审前，”

这种追求独特“比较优势”的思路，将想法落地，都是读博中后期慢慢累积的。他用70多页补充材料征服审稿人