Report on CHIIR 2026 Workshop on Generative AI and Academic Search (GAI&AS)
本报告总结了 CHIIR 2026 GAI&AS 工作坊，该工作坊汇集了研究人员，共同探讨生成式人工智能如何超越传统的检索功能，通过强调透明度、可信度和以人为本的设计原则，推动学术搜索系统向支持综合与学习的方向转型。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，学术研究的世界就像一座宏大而古老的图书馆。几十年来，图书管理员（搜索引擎）只有一项工作：在书架上找到正确的书并递给你。你，作为研究人员，负责阅读这些书，连接其中的逻辑点，并弄清楚它们的含义。
现在，一位新型的图书管理员来到了这里：生成式人工智能（Generative AI）。这位管理员不仅负责取书，还会为你阅读书籍、撰写摘要、回答你的问题，甚至尝试就材料内容与你进行对话。
本文是一份关于专家会议（CHIIR 2026 工作坊）的报告。这些专家聚集在一起，探讨一个重大问题：这位新来的图书管理员是在帮助我们学习，还是在代替我们思考？
以下是他们讨论内容的拆解，使用了简单的类比：
1. 核心问题：“魔法盒” vs. “学习之旅”
专家们注意到了一种转变。在过去，寻找信息是一个需要你付出大量努力去理解的过程。而现在，AI 会立即给出“答案”。
- 类比： 想象一名学生正在尝试学习如何烤蛋糕。
- 旧方式： 他们阅读食谱，测量食材，然后搅拌面糊。他们学习的是“如何”烤制。
- 新方式： 他们要求机器人为他们烤好蛋糕，并将成品递给他们。
- 担忧： 如果机器人完成了所有的工作，学生可能会得到一个蛋糕，但他们永远学不会烘焙这项技能。工作组担心，在学术界，学生和研究人员可能会停止进行理解自身领域所需的批判性思考。
2. 三个主要讨论主题
该小组将他们的想法归纳为三个部分：
A. 基础（建立一位值得信赖的图书管理员）
在我们让 AI 承担更多职责之前，我们需要确保它是诚实且透明的。
- “黑盒”问题： 目前，AI 经常在不展示推导过程的情况下给出答案。这就像魔术师从帽子里变出一只兔子，却不向你展示他是如何做到的。
- 目标： 专家们希望 AI 能展示它的“收据”。它需要说明：“我找到这个答案是因为我阅读了这三篇特定的论文”，这样研究人员才能检查 AI 是否在撒谎或凭空捏造（幻觉）。
- 偏差检查： 他们发现 AI 倾向于青睐著名的研究人员而忽略知名度较低的人，这就像一个只采访名人而忽略地方专家的新闻频道。这造成了科学领域中的“富者愈富”问题。
B. 应用（这位图书管理员究竟能做什么？）
小组集思广益，探讨如何在不失去控制权的情况下使用这一新工具。
- “副驾驶”理念： AI 不应该是驾驶员，而应该是 GPS。它可以建议路线（搜索查询）或总结交通状况（总结论文），但人类仍应握着方向盘。
- AI 的新工作： 他们设想 AI 可以协助处理特定任务，例如：
- 整理杂乱的研究论文堆。
- 寻找知识空白（即尚未被探索的领域）。
- 将复杂的专业术语翻译成通俗易懂的语言，供非专业人士理解。
- 挑战： 我们需要明确界定“有益的辅助”与“替你完成工作”之间的界限。
C. 搜索即学习（“摩擦力”因素）
这是一个主要的讨论点。有时，寻找答案过程中的挣扎实际上对学习是有益的。
- “摩擦力”类比： 想想学习骑自行车。那种摇晃、困难的部分正是大脑建立肌肉记忆的地方。如果一个机器人为你稳稳地扶住自行车，你永远学不会平衡。
- 洞察： 专家们认为，AI 不应该消除研究中的所有“摩擦力”（难度）。我们需要设计一些能够迫使用户停下来思考，而不是仅仅接受 AI 给出的第一个答案的系统。他们希望构建“脚手架”（类似于辅助轮），这种工具可以帮助你学习，但最终可以拆除，让你能够独立骑行。
3. 核心总结
工作组为未来传达了几个明确的信息：
- 不要只追求速度： 仅仅因为 AI 很快并不意味着它更好。我们需要重视思考过程的“质量”，而不仅仅是答案的“速度”。
- 人的主体性是关键： 人类必须始终是老板。AI 是工具，而不是研究人员大脑的替代品。
- 我们需要新规则： 过去研究人们如何搜索信息的方法不再适用了。我们需要新的理论和方法来理解人类与 AI 如何协同工作。
- 协作： 图书管理员、教师、计算机科学家和研究人员需要共同努力，构建这些工具。这不仅仅是一个技术问题，更是一个人类问题。
总结
简而言之，这篇论文是一份行动倡议。它指出：“我们拥有一个强大的新工具，它可以改变我们做研究的方式，但如果我们不小心，它可能会让我们变得思维懒惰。我们需要设计这些工具来帮助我们学习和批判性思考，而不仅仅是提供容易得到的答案。”
专家们计划继续讨论这一话题，邀请更多人（如图书管理员和行业开发者）加入对话，以确保学术搜索的未来能够支持而非取代人类智能。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。