8月11日，中央財(cái)經(jīng)大學(xué)政府管理學(xué)院徐穎助理教授以通訊作者身份在Nature（《自然》）正刊Correspondence專欄發(fā)表評(píng)論文章，題為“AI tools speed up analysis, but scientific truths must be grounded in reality”。文章圍繞人工智能在科研中的應(yīng)用及其對(duì)科學(xué)真實(shí)性的影響展開深入討論。

文中指出，人工智能在提高科研效率的同時(shí)，可能加劇對(duì)自動(dòng)化建模工具的依賴。復(fù)雜模型僅能實(shí)現(xiàn)環(huán)境系統(tǒng)的簡(jiǎn)化推演，無法替代研究者對(duì)真實(shí)地理環(huán)境的認(rèn)知；計(jì)算機(jī)模擬輸出的結(jié)果仍需依托實(shí)地觀測(cè)數(shù)據(jù)進(jìn)行校驗(yàn)；人工智能拓寬了科研數(shù)據(jù)分析的邊界與維度，但無法取代嚴(yán)謹(jǐn)?shù)膶?shí)證調(diào)研，人類現(xiàn)場(chǎng)觀測(cè)與實(shí)地研判，仍應(yīng)是甄別環(huán)境客觀規(guī)律、研判研究結(jié)論可靠性的核心依據(jù)。

當(dāng)前，人工智能已深度嵌入產(chǎn)學(xué)研體系及本碩博各層次的育人全鏈條，覆蓋文獻(xiàn)閱讀、數(shù)據(jù)分析和科研訓(xùn)練等核心環(huán)節(jié)。高校在開展AI技術(shù)應(yīng)用能力培養(yǎng)的過程中，需警惕科研人員與學(xué)生形成對(duì)工具的過度依賴，要強(qiáng)化原始數(shù)據(jù)采集、獨(dú)立思辨、科學(xué)研判與實(shí)地實(shí)證校驗(yàn)等核心素養(yǎng)訓(xùn)練，引導(dǎo)研究者厘清模型背后蘊(yùn)含的科學(xué)問題，培養(yǎng)判斷研究結(jié)果科學(xué)性和可信度的能力。

來源：中央財(cái)經(jīng)大學(xué)