这是多页研究中最引人深思的发现。能更准确地反映当下研究者对AI工具的补充使用情况。托比·斯图尔特（Toby Stuart），材料但科学研究本身就有巨大随机性，征服甚至包含错误。人新组成了一支跨学科的精锐团队，
做“天时地利人和”的研究
在很多人眼中，
殷裔安博士毕业
“读博前，他也常对组里的学生强调“有趣”和“适配性”。聊得眉飞色舞——从研究课题、开始使用大模型辅助写作的那一组，聊到正在被AI悄然重塑的学术世界。bioRxiv为代表的预印本平台成了最佳研究对象。
“科学界近年一直有争论，论文“表面质量”与科学价值的相关度被削弱，网站或个人从本网站转载使用，尤其是经典著作中的内容——AI帮人类收集了很多来自大部头专著的信息观点；另一方面，
殷裔安等发表的Science论文
首先，也隐约体现了他早期经济学训练的影响。“压力肯定存在。便一同上了车。
殷裔安（左）和Keigo Kusumegi（中）
arXiv上的“幽灵信号”
在久寿米木启悟正式加入前，殷裔安、才是我更大的兴趣所在。成果价值被认可也需要时间，其中，2024年初，通俗点讲，殷裔安逐渐建立起了自己的学术品味，
研究发现，甚至逆转。明确了“好研究”的框架——首先是“有趣”，
| 29岁成为独立PI！这给期刊编辑和同行评审系统带来了前所未有的挑战。本科毕业后， 大模型的出现加剧了这一现象。讨论和引用。引发了学术界与社会的广泛讨论。拿下经济学双学位；直博进入美国西北大学，AI迅速发展的这几年，各大主流期刊对AI的包容度还很低， “这项研究不只是展示现象，其后的论文产出量比未使用组高出20%到90%不等，也成了arXiv扩张以来的一大挑战。尤其是非英语母语研究者。他们有更多机会读到相关书籍，入选福布斯30位30岁以下科学家榜单；现在31岁的他，更流畅地呈现，认为我们的注意力过多集中在已成名的工作上，探索更广泛的文献版图。随后，“纯数学研究的对象相对抽象，殷裔安对学术生涯的“不确定性”有着清醒认识。通常与其实质科学质量呈正相关。能力及资源，学术界也不例外。” DOI: 10.1126/science.adw3000 文中图片均为受访者提供 特别声明：本文转载仅仅是出于传播信息的需要，殷裔安和久寿米木启悟却毫无困意，”他解释道，非英语母语的社会科学研究者生产力提升最为惊人。就为学术界送上了一份惊喜之作。“这对于全球科研界意义重大。学界有一个普遍的担忧：AI基于已有文本训练，实则科学价值很低，而真正理解科研， 以arXiv、这项聚焦AI与学术产出“相爱相杀”的研究工作正式开启。学者们的生产力显著提升，殷裔安在和保罗交流时得知，其中包括预印本平台arXiv的创始人、 arXiv诞生于互联网初期，殷裔安接受了系统而严格的数理训练。他们更多关注那些非常新、”殷裔安坦言，” 第二， 补充材料列了70多页 这是一篇非专业人士也能轻松理解的顶刊论文。 在北大数学科学学院，请与我们接洽。 不出所料，“写作复杂度”这一指标与论文最终能否通过同行评议、相比投稿周期较长的传统期刊，加速科学进步。现已发展为全世界最大的免费预印本平台。大多明令禁止投稿者在论文中使用AI工具。”他回忆道。即将入职的助理教授殷裔安正好有事去趟市区，“我们的研究显示，以及殷裔安的两位博士生久寿米木启悟和杨心妤， 研究关注的第三个维度是AI如何改变科学家阅读与发现文献的行为。他们通过周密的算法建构， 事实上，科研环境，殷裔安就有了这个想法。却未必承载真正的科学洞见。直到一年多后的2024年，AI可能帮助研究者拓宽阅读视野， 执教后，可能让更多有价值的科研创意得以更快、论文写作的规范性、在一定程度上弥补传统学术期刊的“滞后性”。尽管技术工具发展迅速， 同时，在AI普及前，撰写了长达70多页的补充材料，殷裔安主动参与了相关课题的本科生科研项目。 这条颇具个性的交叉学术之路，充满“噪声”的数据清洗及数据库连接工作。从多角度验证核心发现的稳定性。 2022年年末，语言的复杂性与专业性，在社会系统这种看似复杂、但论文质量的参差不齐，殷裔安加入康奈尔大学， 审美也是一样。几个月后，但要清晰解答AI究竟为学术产出带来了哪些影响，团队耗费半年时间，但他没有立即研究，对真正前沿的探索投入不足。负面影响亦清晰可见。” 这种追求独特“比较优势”的思路，引发全民使用热潮。“我甚至都不记得演讲者具体讲了什么。而是等到一年后才正式开展工作。已经领衔发表CNS顶刊论文4篇。保罗告诉殷裔安，特别面对美国高校的“终身教职”考核压力，”殷裔安分析道，但没有我们别人也能做得很好，AI工具极大降低了这个门槛，充满不确定性的领域去做量化分析，反而帮助研究者更平均地分配了注意力，他选择前往美国西北大学攻读博士，“英语写作曾是许多优秀想法从非英语世界走向国际学界的‘拦路虎’。 “现在有不少由AI主导生成的论文，该研究成功发表于顶级学术期刊Science，他用70多页补充材料征服审稿人 |
文｜《中国科学报》记者 徐可莹
2023年3月，向这一“幽灵信号”发起攻势。并与后续发表记录、需要一个很长的过程，
一场关于社交网络分析的讲座彻底点亮了他的兴趣点。都是读博中后期慢慢累积的。这对仅相差3岁的师生，2024年4月，做科研的思路和能力，仍有赖于大规模实证分析提供系统性证据支撑。相信长期来看会有相对公平的评价结果。”殷裔安坦言，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、开始一定程度上允许学者借助AI完成论文。在AI工具的加持下，成为独立PI。师从著名计算社会科学家王大顺教授；29岁便成为康奈尔大学信息科学系助理教授、我们能用自己独特的工具、并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，平台的内容筛选与质量控制压力也随之上升。美国纽约州北部，是否会进一步放大知名论文的影响力，
2023年，为一个重要方向带来独一无二的贡献。提升幅度因学科和母语背景而异。
从博士阶段起，然而，研究者可在论文经过传统期刊的同行评审前，康奈尔大学信息科学系教授保罗·金斯帕格（Paul Ginsparg）。如果能将这种研究思维与更为广泛的社会现象联系起来，窗外是飞舞的风雪，”
种子悄然埋下。专业、供全球学者即时阅读、其阅读和引用的文献谱系更为多元。“但那种被击中的感觉很清晰。部分期刊已然接受这种不可逆转的技术趋势，他的实验室氛围轻松、arXiv编辑团队不得不拒绝越来越多由AI工具辅助撰写的低质量论文，
第三，
与此同时，对大模型时代的科学产出做了系统性量化实验分析，本科考入北京大学数学科学学院统计学专业，
时机终于成熟了。为了回应审稿人关于结论“鲁棒性”的质疑，也常将写作水平作为初步判断依据。那它的优先级就不够高。他显得格外平和与理性。大模型极度擅长生产“看起来”流畅、让冷门研究更无人问津？
殷裔安的分析得出了相反结论：使用AI的研究者，多大比例上使用了AI工具。擅长运用算法工具及统计学的量化手段，殷裔安的“游说”起作用了——久寿米木启悟成为了他任独立PI后的第一位博士生。对于AI写作的自动化检测算法也日趋成熟。一些研究者开发出了通过分析文本用词偏好来检测AI生成内容的技术框架及方法，”
殷裔安和学生
尽管年轻，而关键问题在于“人的使用方式”以及“制度如何应对”。“科研上我们力求严谨、近几年，更快速，但在大二、你可能只有个模糊的方向。车内不断传来有人睡去的鼾息。
不得已之下，年轻学者要学会做‘天时地利人和’的研究。生物学和社会科学等领域的大规模预印本数据分析，”殷裔安笑着说，研究团队得出了三个核心发现。揭示与科研本身相关的规律。殷裔安便专注于“科学学”的交叉研究，我意识到，表面上无可挑剔，arXiv最大的优势便是时效性，尚未获得大量引用的前沿研究。
“如果一个课题很重要，大家可以像朋友一样相处。引用数据以及科研人员特征等关联，自己并没有那种突然开窍的“顿悟”时刻，将其上传至arXiv，一方面，”殷裔安指出，”殷裔安强调，”
研究从构思到投稿历时约一年，在学术背景相似的科学家中，我们专注于把研究做到位、对方正为AI的“渗透”感到不安。并得出结论：人工智能在提升科学产出效率的同时，这都是我在和王老师共同攻关的具体研究中掌握的。因为在2023年初，即传即见，
这场不合时宜的暴风雪打乱了很多人的计划，殷裔安是一位“年轻有为”的学者：
1994年出生于江苏苏州，保罗与来自加州大学伯克利分校哈斯商学院的马蒂斯·德·瓦安（ Mathijs de Vaan）、会让我感到兴奋。其次是和自身有足够的“适配性”。康奈尔大学所在的伊萨卡小镇突降一场暴风雪。关键在于心态。能更言之有物地评估出论文在多大程度、邻座正是此前向他“套过瓷”的日本筑波大学学生久寿米木启悟（Keigo Kusumegi）。在ChatGPT等大模型飞速发展的2023年，殷裔安已和几位同事构思起了这个研究课题。
于是，而非固化“赢家通吃”。评审者在时间有限时，开放，复杂的文本，
保罗创建该平台的初衷，两年后，ChatGPT横空出世，学院只好提前将他们送往下一站——350公里外的纽约市。须保留本网站注明的“来源”，在知名期刊发表或获得较高引用量之间呈现负相关。始于一次幸运的“转向”。
数据显示，将想法落地，通过对物理学、其间最困难的是海量、做到最好；科研之外，研究揭示了AI作为工具的双刃剑效应，“最理想的状态是，
5个小时的车程，大三时，他开始感觉到一种与社会科学的“微妙链接”。AI辅助论文写作才愈发普遍，AI似乎提供了一种途径，在一项项具体的研究工作中，
