人工智能助手对科学共同体影响分析研究

于小奕

（南京师范大学 公共管理学院，江苏 南京 210023）

0 引言

人工智能助手在科学领域具有显著优势，未来将同科学家之间形成互补态势，其在科学实践活动中的参与影响了科学共同体，使之出现新的特点。 现在越来越多的科学家认识到人工智能对科研的帮助并主动学习编程技能。 大数据和人工智能时代意味着多种科技进展的不同认识方式凝聚的新科技革命潜力，众多专业领域的理论开始向复杂化、系统化发展。 科学社会体制正在受到新技术的支配，不仅科学家群体能够发明新技术，新技术也反过来作用于科学家群体的研究进程。

1 人工智能助手简介

人工智能助手是借助于计算机算法模拟虚拟场景和提供多元化智能服务的技术。 目前，它已经在科研、生活和教育等多个方面发挥着高效作用，人工智能助手涉及种类较多，既涵盖智能系统软件，也有机器人助手。 工程师研发的人工神经网络将算法与神经网络结构结合，建立包括线性和非线性函数的函数模型。 嵌入机器学习程序的人工智能助手可以帮助科学家分析文件内容及类型，收集网络相关研究。 工程师尝试将人文精神、道德规范及科研能力用机器语言转译出来，它作为既有机器特点又有人的特点的集合体能够帮助科学家夯实科学研究根基。 大数据和人工智能时代意味着多种科技进展的不同认识方式凝聚的新科技革命潜力。 众多专业领域的理论开始向复杂化、系统化发展。

2 科学共同体的原有科学活动

科学共同体的概念早先可追溯到弗朗西斯·培根晚年著作《新大西岛》中提到的所罗门宫，通过他的想象描述了科学知识生产的乌托邦图式。 之后1940年英国哲学家波拉尼在《科学的自治》中使用它。 直到托马斯·库恩在《科学革命的结构》中提出科学共同体的概念后，众多新型科学研究方法的出现在不断深化，丰富它的概念内涵。 库恩认为正是因为科学家形成对科学研究共同的范式，才使得各领域专家集中成为科学共同体，他们能对科学问题达成共识。 科学共同体在人工智能助手出现前的科学活动方式经过科学体制的建立从非正式组织到正式组织。默顿所著的《十七世纪英格兰的科学、技术与社会》证明早先的科学活动方式由于不同组织形式局限于地域和特定的背景文化，其人才培养、学术交流和资源配置等方面都有局限性。 科学活动只是一小部分人从事的工作，存在大量非专业科研爱好者。 科学体制对科学家的刻板要求和评价导致它的稳固性有所减弱。 到20 世纪中叶科学逐渐参与军事、企业的研究应用，科学家的社会角色多样化，科学家数量骤增，科研人员流动性加大。 专业领域不断细化和科研机构和学术团体的增多促进了科学管理与政策的发展，同时，各领域的合作趋势因为科学规模的扩大而逐渐形成。 到20 世纪下半叶至21 世纪，世界上互联网通信技术的应用和普及增加了科学信息传递渠道，提高了信息资源价值。 在人工智能时代，大数据资源支持数字经济以及智能化创新的环节。 科学家能实现科学实践各环节的机器智能同人类心智的协调。 当今人工智能助手既影响共同体的思维方式，又能够辅助科学实践活动。 本文主要分析后者及其变化带来的科学共同体的新特点。

3 人工智能助手对科学共同体的影响

3.1 人工智能助手对科学活动的影响

与科学共同体原有科学活动相比，人工智能助手参与下的科学共同体优化了实验室设备，改善了数据处理效率和科学的管理模式。 首先，人工智能助手辅助科学家辨明和收集科学材料，监测材料分解和合成的过程，极大地提高了实验流程的安全性。 根据不同科学专业特点进行匹配数据标准和深度学习能够形成以特定的专业为导向的人工智能系统。 例如，Deepmind 公司继阿尔法狗后又研发了专门解决医学蛋白质折叠问题的阿尔法折叠系统。 科学家用阿尔法折叠系统能获得几乎所有人类蛋白质组的结构，有效检测病人的医学指标［1］。 人工智能助手可以通过深度学习提高检测的准确比率，这种方法为生物路径分析提供了借鉴之处。 此外，英国利物浦大学研发的机器人助手能够在程序中量化并标记实验室中化学试剂的成分和位置，从而可以超过科学家的工作时间，加快实验速度。 机器人也可以找到加快化学反应的物质，制作绿色能源材料［2］。 虽然人工智能助手的工作速率高于科学家，但是在自主设计实验和科学知识储备方面依旧低于科学家的研究水平。 另外，科学研究中试剂、材料的研发和购买不及时会导致基础科学的发展进度缓慢。 人工智能助手能帮助科学家统计不同地区这两个方面的特点，找到问题的解决办法。

其次，人工智能助手有处理与运算科学数据的功能，提高科学家的信息整合分析能力，加快科学传播速度。 它将高效地归纳多次重复的实验数据，帮人核对与查验研究各个阶段的指标，大规模降低了错误记录概率。 人工智能助手进行最佳搜索帮助科学家在多个可选择数据中获得最优解，具备逐渐参与实验室研究和社会各行各业理论与实践的可能性。 科学家可以从智能搜索、快捷化智能服务中快速获得经验材料，有助于避免错误的研究方法。 人工智能助手能够替代人类完成数据收集、核查和输入，并且合成的搜索引擎是现代科学家最常使用的工具。 用机器标记数据集，它简化了文本整理和科学成果发布前的烦琐流程。 实验室的数据系统、仪器的改进和创新直接影响科学磋商。 当科学家就某个科学难题发生争议时，人工智能助手可以起到协调员的作用，通过计算不同验证方案的可行性来为科学家的决策提供依据。 叶贝斯网络作为预测不确定事件的有效工具也被引进现代实验室设备，成为解决科学家决策冲突的工具。智能数据库在一定程度上实现了世界范围内的信息共享，它会加强科学共同体中科学家的社会关系，并能够打破科学传播地理位置的局限。

最后，人工智能助手辅助人类输出和评价科学结果，充当实验室管理员的角色。 首先，现代科学体系日趋复杂，各个学科的分化速度较快，科学评议系统也应与时俱进。 人工智能助手将辅助科学家筛选和评估科学共同体评议系统中的参与者，将评价标准的客观性与灵活度相结合。 在一些迅速发展起来的领域中尚未建立完善的评价系统，相关评议人员数量少或缺少恰当的评议工具。 因此，在大数据和人工智能参与下的评议系统能够为新知识的积累提供机会，让更多科学家认识学科的发展前沿并有机会参与创新过程。 机器辅助人类灵活地调整评价方案，这些不同的评价方案经过数据整理与归纳形成有规律的评议系统。 科学家使用卡耐基梅隆大学研发的RoboVote系统可以为群体决策提供数据支持，定制调查流程。Eureqa 系统能够从部分杂乱无章的数据中总结出规律，最终形成某个科学规律。 物理学家们用Eureqa系统提高物理加速器的分辨率，其他科学家评估它的语音识别程序［3］，安装了机器人软件的计算机系统能够自主操作电脑完成任务。 在这个过程中，人类具有计算机的控制权并保证能通过真人操控及时修正技术偏差，减少人工智能的失误概率。 人工智能助手加强了正式组织管理的决策—计划—组织的平稳过渡，有效布局资源分配。 科学家在和人工智能助手的协作中创建科研的新范式，推动数据密集型科研范式的变革［4］，解决目前科学研究中出现的问题。

除了科学实践活动，人工智能助手也对主体有影响。 人机互动对于科学家的影响旨在启发创新性思维或心理疏导去引导科学家的生活，从而节约时间成本，让科学家高效、正确地实现科研规划。 它有助于激发科学家的想象力和运用网络工具在虚拟空间实现科学创新的能力，并发展其他兴趣。 使用人工智能软件成为人类获得科普知识、前沿动态的附加能力。科学家使用人工智能助手时运用理性思维和非逻辑思维两种思维方法，在理性思维引导下使得想象力作用于现实世界的创新，同时还要借鉴现实世界的素材完善人工智能系统的运行程序。

3.2 人工智能影响下科学共同体新特点

3.2.1 多领域深度合作

多领域深度合作成为后现代科学共同体发展的显著特征，它指的是多个领域的专家合作共同解决某个难题，以灵活的期限和组织形式出谋划策。 有研究表明，多领域合作对论文质量和科学产出有显著的提升效果［5］，从科学技术社会结构的动态变化延伸到科学共同体的新变化。 人们在虚拟空间中认识的科学成果多样化，不仅能了解知名科学家的发明，也能了解其他颇有潜力的科技方向，而这难以在现实世界的其他较为稳定的科学认识传递途径中实现。 多领域合作的科学成果说明当今科学创新的动力不只来自一个专业或行业，所需的认可范围将不断扩大。 科研组织得以在人工智能平台中构建形成虚拟科研小组，人工智能进一步优化新型组织形式。 一些研究项目能借助虚拟空间实现各专业科学家的科研社交，迅速组建科研团队，用算法模拟实验环节，其连接的大数据平台协助科学家进行跨文化学习和交流，更多人参与科学问题的探讨。 科学共同体之间的数据共享有利于鉴别科学家的能力水平，完善合作方式与准则。不同领域科学共同体之间的合作不仅需要科学研究的妥协与统一，还因为思考角度的差异具有区别与比较。

3.2.2 多渠道化

第一，人工智能助手拓展了科学知识的来源渠道。 科学家与人工智能助手以互动的形式向多样化发展。 人机交互的另一方法是建立人机连接。 脑机接口企业Neuralink 研发出的人机接口将芯片植入大脑，再建立芯片和电脑的传输线，人脑和机器之间能进行实时数据存储，神经元为这项技术设定了局限性。 人大脑的神经元构成非常复杂，以至于人们现在还未清楚人脑运作的来龙去脉。 该技术是技术细节层面的尝试，还不是人脑和电脑的完全融合。 人机交互能最大化突出人类思维特点，科学思想史体现人类的创造发明兼具逻辑思维和非逻辑思维。 久远的思想形成也从古老符号遗迹以及进化特点来考察，离不开经验的衡量。 第二，增加了论文检索渠道，使得传统的科学社会学的研究方法更便捷和清晰。 虚拟空间的学术交流促进了论文和学术报告的输入、输出过程。 科学家可以将自己的论文和其他论文成果进行比较，确定自己的研究阶段，拟定下阶段的工作计划。像类似微软学术图谱数据库(MAG）的人工智能软件和语义学术的智能搜索应用范围广，它们对源自不同论文出版机构的论文、专利从讨论度、引用率、专业程度等角度检测与评价，用递归算法筛选论文参考价值。 读者阅读其中一篇文章就能了解该知识点的前沿热点，并使用人工智能定制符合个人科研需要的论文库。 人工智能助手可以计算科学家的新成果在哪个领域没有被其他科学家所接受，而被哪些其他领域的科学家采用。 这个过程通过技术形成模型，更加清楚地被科学家所了解，有利于科学家反思研究不被同行接受的原因，采纳信息交流中的批评建议。 智能检索系统帮助人们扩大检索的数据范围，同时数据更新实时，适应了现代高速的知识更迭要求。 科学家根据不同专业构建人工智能知识图谱，使得可以选择的信息渠道更加多样，利用一些数据对另外的数据进行再补充。 机械化程序能推导出合理科学假设且不违背经验数据，为人类提供5 种搜索方法，分别为：随机搜索、详尽搜索、选择性搜索、机会搜索和启发式搜索［6］。 科学共同体实现云储存、云计算，优化知识体系，并建立便捷的知识图谱。

3.2.3 多元化

人工智能助手的产生离不开科学共同体的多元化发展背景，而且反过来促进了多元化发展。 一项技术的评估不仅存在于一种科学共同体，而且被整个科学家群体和社会审视及评估。 知识进路也逐渐走向多元思考方向，多元化特征表现在两个方面。 第一，现代科学家认识到科技、文化和权力之间存在的关联。 多元化是由人类不同历史阶段特点所决定的，不同文化背景影响着科学知识的产生。 科学知识社会学认为科学是人类文化的其中一部分，与宗教、语言等文化形式相并列，如硅谷文化课题(SVCP）就是对硅谷的人们生活文化进行调查，既是一项多领域合作，也是对多元特征的证明。 人类学家们发现硅谷具备了全球文化特点，有着多元化基金来源［7］。 大数据时代的人类文化已对科学共同体形成潜移默化的影响。 第二，人类多元价值观也是多元化世界形势标志，它帮助科学家以开明的立场去认识和改造世界，并形成多元知识体系，容纳不同价值评判标准。 多元化不主张将不同主体思想全都采纳，而是提倡人们反思认识论中单一思想体系的不足之处，采取更符合当代语境和问题复杂度的新方法。 科学研究经常受到自然界的复杂性及人们对自然知识的偏好和多元性的影响［8］。 科学家关注的科学目标和科学判断都包括一元论或多元论主张。 人工智能拓展了人类的问题认识边界，它作为新兴技术本身促进国际科技关系的建立，在虚拟世界和现实世界的双向互动中消解评判标准的模糊，实现对科学更深刻的了解。 当今世界，最好的大脑是人类和智能计算机的结合，能超越任何一个单独的能力［9］。 人工智能助手的应用中必然要平衡技术应用和理论之间的差异。

4 结语

同以前的科学共同体相比，人工智能时代背景下科学共同体出现了多领域合作、多元化、多渠道的特点。 科学家认识到科学文化和其他人文文化的区别和联系，科学系统与社会系统中的其他子系统相互影响、相互促进，科学活动内容的各环节在人工智能助手影响下发生变化。 目前，人工智能助手不是一项完备性技术，它的应用问题具有不确定性，有些人工智能助手由于研发成本较高，缺乏完备的社会条件予以支持。 人们应当辩证地分析人工智能助手的不确定因素，重视人工智能助手管理规范的制定，通过和经济、教育、政府各层面的相互协调，促进保障更多智能技术发挥科学研究作用。