A Global Systematic Review of Artificial Intelligence and Research Productivity in Higher Education

想象一下，大学研究的世界就像一座巨大且繁忙的图书馆，科学家和学者们就是其中的图书管理员。几十年来，他们的工作就是从草堆中寻找细小的针头，阅读成千上万本书籍，撰写长篇报告，并分享他们的发现。最近，一种新型的助手来到了这里：人工智能（AI）。不要把 AI 仅仅看作是一个替你思考的神奇机器人，而要把它看作是一个超级快速、知识渊博的实习生。这个实习生可以在一秒钟内扫描百万本书籍，起草一段文字，或者在眨眼间整理出一份混乱的电子表格。但这里有一个每个人都在问的大问题：拥有这样一个超级实习生，究竟是能让图书管理员在长期内产生更优秀或更重要的发现？还是仅仅让他们更快地完成了日常琐事，却又陷入了另一种形式的忙碌之中？这是一个新的研究试图通过观察目前全球实验室和办公室里正在发生的事情来解开的谜团。

这项名为“系统综述”的研究就像是一场巨大的侦探任务。作者穆罕默德·阿里·奥马尔（Mohamed Ali Omar）和穆罕默德·穆哈穆德·阿里（Mohamed Mohamud Ali）并没有凭空猜测；他们前往一个名为 Scopus 的庞大数字图书馆进行了一场搜寻。他们查找了 2017 年至 2025 年间发表的所有讨论 AI 如何帮助（或损害）大学研究人员的研究文献。他们最初找到了 212 个潜在线索，但在经过极其严格的筛选过程——就像检查钥匙是否匹配锁孔一样——他们将范围缩小到了仅有的 18 项高质量研究，以便进行深入分析。

他们的发现有点像是发现了这个超级实习生虽然擅长某些事情，但在处理其他所有事情时仍需要人类老板。研究人员将 AI 的工作分成了六个主要类别，就像工具箱里的不同工具一样：

1. 寻找与总结： AI 可以快速搜寻书籍并进行总结，但它不能被信任到可以独自完成整个工作；人类仍然需要检查来源是否真实。
2. 头脑风暴： 它非常擅长抛出天马行空的创意并连接不同的观点，但有时这些想法只是听起来很高级的废话，需要经过测试。
3. 数据与数字： 它可以清理混乱的数据并编写计算机代码，但它可能会犯下难以察觉的微妙错误，因此人类必须复核数学计算。
4. 写作与表达： 这是 AI 最闪耀的地方。它能帮助起草论文、修正语法并翻译语言。然而，它有时会“幻觉”（捏造事实）或窃取作者独特的文风。
5. 团队协作与行政： 它能协助安排会议和撰写拨款申请，从而节省处理枯燥文书工作的时间。
6. 分享与评审： 它能帮助将复杂的科学转化为面向公众的简单故事，但它不能被用来秘密阅读他人的研究机密论文，也不能取代在决定一篇论文是否足以发表时所需的专家判断。

这是故事中最重要的部分：研究发现，虽然 AI 是一个出色的效率工具（完成任务更快），但目前几乎没有证据表明它能真正提高大学真正关心的生产力。可以这样理解：如果你使用电锯来切割木材，你切割木材的速度会快得多。但如果你把节省下来的时间全部花在争论下一步该切哪块木头上，或者如果你必须花一个小时去修补电锯造成的错误，那么你实际上并没有盖出更多的房子。研究表明，AI 虽然节省了特定任务的时间，但这并不自动意味着研究人员正在发表更多高质量的论文、获得更多突破性的发现或对世界产生更大的影响。事实上，节省下来的时间可能会被检查 AI 的工作、修复其错误或遵循新规则所消耗掉。

作者非常明确地说明了他们目前还不知道什么。他们明确指出，我们目前还没有确凿的证据证明 AI 会带来更多的出版物、更好的研究质量或更具原创性的想法。他们也排除了 AI 可以取代人类研究者的大脑或责任的可能性。AI 不能为一项发现承担荣誉，如果出了问题，它也无法承担责任。研究警告说，如果大学只是在没有培训人员如何安全使用 AI 的情况下，或者在没有检查其工作内容的情况下就发放 AI 工具，那么它们最终可能会得到大量快速产出的低质量研究。

那么，最终结论是什么？论文得出结论：目前的 AI 是一个强大的“效率引擎”，而非神奇的“生产力机器”。它最有效的用法是将其视为一个有用的助手，用来加速工作中枯燥的部分，而人类研究者则始终坐在驾驶位上，负责查看地图、操控方向盘，并确保目的地确实值得前往。研究建议，为了让 AI 真正对科学有所贡献，大学需要制定明确的规则，教导研究人员如何明智地使用它，并始终保持“人类在环”（human in the loop）以验证结果。在此之前，AI 是一个能让你更快完成工作的出色工具，但它尚未证明它能帮助我们发现更多。