国际科学理事会及其会员中国科学技术协会（CAST）， 与合作伙伴关系 自然推出了一个全新的六集播客系列，探讨科研职业的演变。在整个系列中，早期和中期科研人员将与资深科学家对话，分享他们在快速变化中成长、合作和韧性的经验。
在第三集中，计算社会科学与人文学科主任 Mercè Crosas 巴塞罗那超级计算中心以及伦理学助理教授 Mohammad Hosseini 西北大学（Northwestern University），讨论人工智能和数字化如何改变科学事业和研究过程。
此次对话重点强调了人工智能为早期和中期研究人员带来的机遇和挑战。新技术虽然能够带来突破，开辟全新的研究途径，但也引发了人们对获取途径公平性、过度依赖自动化工具以及批判性思维被侵蚀的担忧。
伊兹·克拉克：00:01
大家好，欢迎光临。我是科学记者伊兹·克拉克。本期播客由国际科学理事会联合主办，并得到中国科学技术协会的支持。我们将探讨数字辅助和人工智能（AI）的力量、它对科学事业的重要性，以及它对科学事业的潜在威胁。
今天，与我一起出席的还有巴塞罗那超级计算中心计算社会科学和人文学科主任、国际科学理事会数据委员会（CODATA）主席 Mercè Crosas。
梅尔塞·克罗萨斯：00:42
你好。
伊兹·克拉克：00:43
还有芝加哥西北大学伦理学助理教授、全球青年学院成员穆罕默德·胡赛尼 (Mohammad Hosseini)。
穆罕默德·胡赛尼：00:51
你好你好吗？
伊兹·克拉克：00:52
非常好，谢谢。我想首先问你们两个一个问题：为什么现在是反思数字化和人工智能如何塑造科学事业的关键时刻？
穆罕默德·胡赛尼：01:05
我认为我们看到越来越多的研究人员以数据为依据做出决策，有时这种决策也会渗透到国家或地方的决策中，这是好事，但就科学事业而言，这意味着我们需要培训研究人员的新技能。
情况一直如此。但由于临界点的存在，事物发展如此之快，我们几乎无法跟上。机器的能力日益强大，足以取代甚至取代科学领域的人类劳动力。我们现在正处于一个关键时刻，需要讨论数字化，探索谁能从这些技术中受益，谁可能被抛在后面，以及如何确保这些技术使用的透明度和公平性。
伊兹·克拉克 01:54
Mercè，您有什么想法？
梅尔塞·克罗萨斯：01:56
首先，人工智能在科学领域的应用已经相当长一段时间了，而且这种变化正在逐步发生。如今，人工智能在很多科学生产方法中的应用确实呈指数级增长。
所以，从文献综述的探索到试图弄清研究问题，再到数据处理和数据收集，然后是分析本身，最后是科学成果的发表。我的意思是，我认为穆罕默德所说的转折点，其影响比以往任何时候都更加广泛。
伊兹·克拉克：02:34
这里有很多事情需要考虑。您之前提到了发表论文，我们稍后会讨论。但就机遇而言，您认为这会给早期和中期研究人员带来哪些机遇？这会如何改变人工智能驱动的科研格局？
穆罕默德·胡赛尼：02:55
我认为机遇主要在于创造新发现，以及去做五年前甚至还只是梦想的事情。任何能够从建模中受益的领域，我们现在都在快速发展。这是一个机遇，尤其是对于那些可能更擅长运用人工智能的早期和中期研究人员来说，但这也伴随着一些权衡。在这种新形势下寻找机遇需要一种我们尚未具备的全新好奇心。但我认为我们应该尝试在研究环境中寻找那些无法自动化的任务，并努力在这些任务上取得优异成绩。
比如，我的研究领域是伦理学研究员。撰写论证充分的论文已经实现了自动化。但指导、面对面授课（这些课程也具有互动性和吸引力），或者进行访谈以收集数据并从人们的生活经历中获得新的见解——这些任务无法轻易实现自动化。我认为我们需要在自己的研究环境中找到这类任务，并努力在其中取得优异成绩。
伊兹·克拉克：04:06
还有梅尔切？
梅尔塞·克罗萨斯：04:07
我认为科学家、早期职业科学家和中期职业科学家被取代的风险不大。我看到的是探索前几代科学家甚至想都不敢想的新研究课题的机会，对吧？所以，这不仅仅是因为我们现在可以应用这些工具，而是我们可以用完全不同的方式思考某些领域。在生物医学、气候变化、物理学和生物学（例如遗传学）领域，随着人工智能和新型数据的使用，这种情况可能会发生改变。
伊兹·克拉克：04:39
我认为，我们看到有很多不同的方法可以借助人工智能来解决不同的任务，我们也谈到了技能再培训。那么您认为科学领域的早期和中期研究人员需要注意什么？他们可以从哪里获得支持？
梅尔塞·克罗萨斯：04:57
在科学研究中保持严谨比以往任何时候都更加重要，我们要明白，无论我们使用人工智能还是其他工具，最终的科学都是我们所做的，科学是推理，科学必须公开。我们的方法、数据和研究方式都必须得到他人的验证。
这意味着，我们不仅要利用人工智能工具来提供答案，更需要更加专业地验证这些答案。为此，我们仍然需要对研究领域的理论和研究成果的严谨性做好更充分的准备。
伊兹·克拉克：05:33
是的，我的意思是，穆罕默德，我也想知道你对此的看法，因为我知道这是你非常关注的事情。
穆罕默德·胡赛尼：05:38
是的，绝对如此。我还想回到Mercè刚才说的。没错，思考理论很重要，但与此同时，现在很多人认为，由于数据驱动科学的兴起，我们正在见证社会理论的终结。理论其实并不那么重要，因为人们可以直接收集数据，进行数据挖掘，找出相关内容，甚至在收集数据之前无需任何假设。
我认为这是一个非凡的进展，需要大量的认真思考和关注。我想强调的一个挑战是，我们获得的资源因地而异。各机构提供的资源也存在差异。我有幸在美国一所富裕的私立大学工作，那里免费提供各种人工智能模型，但数百万其他研究人员却并非如此。
这种差异使许多其他人处于不利地位。许多大学甚至没有关于使用人工智能模型的通用政策。如果我在这样的大学，我会尽力与校方或图书馆沟通，请求他们提供指导和培训。
梅尔塞·克罗萨斯：06:54
继续探讨过度数据驱动的危险。我不认为这是我们应该走的路，对吧？最终结果是理论模型与数据驱动方法的交汇。但在使用生成式人工智能或新型人工智能工具方面，我认为欧洲的做法与其他地方截然不同。
目前，我们正在制定一项新的战略，即“人工智能应用于科学”和“科学服务于人工智能”。我们需要谨慎选择使用的人工智能工具，它们是否明确定义了所使用的数据，是否开源，是否专注于值得信赖的人工智能。我认为这非常重要。
伊兹·克拉克：07:36
我也想在这里挑点题外话。我们也讨论了如何在工作和出版中使用人工智能。那么，Mohammad，您认为早期和中期的研究人员在出版和使用人工智能方面应该注意哪些事项呢？
穆罕默德·胡赛尼：07:54
是的，我认为我们应该真正注意的一件事是，我们把什么任务交给了人工智能？我们要求人工智能做什么任务？当人工智能热潮开始时，人工智能主要用于研究过程的最后阶段，比如在文字编辑、提高可读性等方面。
但现在我们把这些重要的任务都交给了人工智能，下次当你思考下一个研究问题时，你不会再深入思考你读过的教科书或新文章，而是会想，啊，让我问问人工智能对此有什么看法。这会让人上瘾，我鼓励研究人员意识到他们委托的任务，并扪心自问，这值得吗？
我的建议是，除非你真的有重要的事情要说，否则不要为了发表而发表。想想你引用的是谁。如果你使用人工智能查找文献，一定要阅读你引用的内容，因为很多时候这些引用是无关紧要的。
伊兹·克拉克：09:03
我认为这说得对。没错，我们确实可以利用人工智能，这在某些方面可能有所帮助，但也要保持这些技能的活跃，并确保在其他方面也做到尽职尽责。
我想这可能引出了关于可信度的讨论。那么，在您的领域以及更广泛的公众面前，在这个数字时代，如何才能保持可信度呢？Mercè？
梅尔塞·克罗萨斯：09:30
嗯，我认为这很容易。我的意思是，当你能够沟通，当你完全理解它以及你正在做的事情，并且它不是由你不理解的其他东西产生的，你就拥有了可信度。回到科学和开放科学的价值，它应该尽可能透明，任何人都可以通过你如何应用人工智能模型、方法、你使用的数据、工作流程以及可查找、可访问、可互操作和可重用数据的公平原则来验证你的工作。软件也应该如此，这样你使用的东西就可以共享，可以被他人查找并验证。
伊兹·克拉克：10:06
但科学传播也有很多令人兴奋的方式可以成为变革科学和数字化的工具。那么，Mercè，您如何看待科学传播的作用随着技术的发展而不断增长？
梅尔塞·克罗萨斯：10:20
所以，在科学传播方面，我们仍然需要为社会做很多工作。人们已经期待人工智能能够发挥作用，帮助总结大量的科学成果，使其更容易被更广泛的受众获取。所以，我认为这会很有意思。
伊兹·克拉克：10:41
最后，是什么让你们对数字世界中科学的未来抱有希望呢？穆罕默德？
穆罕默德·胡赛尼：10:47
我认为，让我充满希望的是新一代敢于发声的研究人员。我们正在观察新一代研究人员，他们敢于表达自己的想法，并愿意为此付出代价。我在美国，目睹了各种各样的大公司，以及它们如何影响研究格局、大学等等。所以，看到这一点对我来说非常重要。
伊兹·克拉克：11:12
还有梅尔切？
梅尔塞·克罗萨斯：11:15
所以，我认为我们拥有了更多工具来理解我们如何工作、如何协作，以及我们可以在科学领域提出哪些新问题。如果我们不迷失科学的本质，不丧失开放科学的价值，并且充分利用这种新型人工智能方法，那么这将为更美好的科学带来希望。
伊兹·克拉克：11:34
非常感谢你们的加入。
如果您是早期或中期职业研究人员，并且希望参与有关人工智能未来的讨论，请加入国际科学理事会新兴科学家论坛。
访问： council.science/论坛 了解更多信息。
我是 Izzie Clarke，下次我们将讨论早期和中期职业研究人员如何帮助保护我们的海洋，以及跨学科方法的力量。下次再见。
