人工智能正在改变科学研究的面貌。从文献检索、数据分析，到材料筛选、实验方案设计、文稿修改和数学演算与逻辑推理等等，越来越多过去依赖研究者投入大量时间才能完成的工作，如今可以借助AI大幅加速。随着模型的推理、识别和生成能力不断增强，科学家与工具之间的关系也正在发生变化。这种变化的最主要原因在于，AI已经不仅能生成研究方案、整合文献、提出假设，也能识别方案背后的空洞、套路、逻辑断裂与思想贫乏。而那些缺乏思维锐利度、洞察能力和思想性的科学家，会很快被人工智能所“识破”——不是被AI取代身份，而是其研究中的平庸、含混与跟风会被迅速暴露出来。因此，在这样的时代，人类科学家最需要保持和提升的能力之一，是思维的敏锐度。

这里所说的思维敏锐，并不只是思考速度快，也不只是能够熟练运用复杂的概念和方法，而是面对纷繁信息时，仍然能够辨别问题的轻重，识别论证中的漏洞，察觉结果与事实之间的偏差，并对习以为常的解释保持必要的怀疑等等。此外，思维敏锐的具体表现既包括对各种细节包括细微异常的敏感，也包括追问根本问题时的耐心，而不是为了求快而对可能的根本性问题轻易跳过或无视。一个真正思维敏锐的科学家，不会满足于得到一个看似合理的答案，而是还会继续追问：这个答案建立在什么假设之上？证据是否足够？是否存在另一种解释？哪些条件改变后，结论便不再成立？等等。

而AI的出现，使得这些追问变得更加重要。人工智能能够迅速整理海量信息，提出表面完整的解释，甚至生成令人信服的研究方案。但答案流畅，不等于推理可靠；数据之间存在相关性，也不必然意味着发现了因果关系。模型可能继承训练数据中的偏差，可能在陌生情境中失效，也可能把未经证实的推测表达得十分确定…。如果研究者只因为结果由先进模型生成，便放弃独立判断，那么技术带来的速度优势，也可能变成‘错误被迅速放大’的风险。

与此同时，AI也会逐渐暴露一些研究工作中原本不易察觉的薄弱之处。过去，信息不对称和工具门槛可以在一定程度上掩盖思想的贫弱：会查文献、会跑模型、会写论文的人，可能比真正会提问题的人更容易获得产出。但在AI时代，文献综述、代码生成、数据清洗、图表制作甚至论文初稿都可以被快速完成，工具性技能的门槛正在快速下降。与此同时，AI的识别能力却在不断上升。它可以检查论证是否自洽，指出假设是否合理，发现结论与证据之间的缺口，识别哪些“创新”只是换名重复，哪些“洞见”只是前人话语的复述…。换言之，AI像一面高分辨率的镜子，会放大研究者的思维质量：思维敏锐者借助AI如虎添翼；而思维迟钝者则更容易在AI的质询下显出原形。

因此，在AI科学时代，科学家的竞争力和价值已不能只建立在掌握信息的数量和熟练度上，而要更加突出地体现在发现重要问题的能力上。这种能力既包括A.问题意识以及与问题意识相伴随的好奇心水平（问题意识和好奇心本身也是一种能力，这种能力的获得既与天赋有关，也与后天培养以及当事人所在的学术氛围和学术风气等因素有关），也包括B.对事物内在规律的理解力和洞察能力。

A.科学进步常常始于一个看似简单、却长期被忽略的疑问：为什么某种现象与理论预期不符？一项被视为普遍成立的结论，是否只适用于特定条件？现有研究反复优化的方法，是否绕开了更根本的问题？等等。虽然目前的AI已经可以帮助研究者寻找线索、拓展假设，但一个问题是否存在，以及该问题是否重要，需要一颗具有敏锐的问题意识和好奇心的大脑，还需要有广博开放的思维视野，并且往往需要结合学科历史、对现实世界的理解和相关的研究经验等来加以判断。

B.科研中理解能力和洞察能力，不只是从数据中找到规律，更在于理解规律的普适性程度、范围边界与真实意义。科学研究面对的往往是复杂而具体的世界，而数据总有来源，实验总有条件，结论总有适用范围。因此，真正思维敏锐的研究者不仅需要知道数据如何被采集，哪些对象被排除在外，测量误差来自哪里，更需要能够深刻理解和准确判断一个漂亮的模型为什么可能无法解释真实情境、该如何更好地进行完善和提高。而在医学、生态、社会等领域，研究结果还可能影响人的健康、资源分配与公共决策。此时，科学家不仅要探问该模型和理论“能否预测”，更要追问该模型或理论“是否可信”“对谁有效”以及“可能造成什么后果”等等一系列问题，这样才是最为完备、最为可靠也最有深度的思维逻辑和分析方法。

那么，在AI时代已经到来的背景下，人类学者该如何培养和保持自己的思维锐利度呢？笔者认为，在AI的时代洪流中，要想培养和保持大脑的思维锐利，并不意味着要隔离甚至拒绝AI，恰恰相反，真正主动的研究者应该学习使用AI，并把它当作辅助思考的工具，比如：让它帮助梳理不同领域的研究脉络，提出可能被忽略的反例，检查推导中的潜在漏洞，或生成有待验证的假设…。但研究者不能把判断责任一并交出去，相反，应该把究竟该如何判断和如何选择作为重点进行反复深思。深思之后，所得的最终的关键结论，仍需核查原始文献、审视数据质量，检查逻辑自洽性，以及通过可重复的分析或实验进行检验等等。因此，在这个过程中，AI给出的答案可以成为研究的起点，却绝不能自动成为研究的终点。

思维敏锐度的培养和保持，还需要科学家要为自己的深入思考和自我反思保留足够的空间和时间。在追求快速产出和即时反馈的环境中，人很容易把不断地产出成果和发表论文以快速获取各种世俗利益当成科研的目的本身。但事实上，重要问题往往需要长时间阅读、独立推敲、反复修正、以及对自我的觉察与自我反思。要取得真正有长远价值的突破性科研成果，研究者不仅应当扎实掌握所在领域的基本概念与方法，理解经典成果何以成立，也要留意它们尚未解决的问题；同时，还需要通过与不同背景的人讨论或静默独立地采取多角度地进行反复思考推敲等方法来确认、激发乃至升华自己的学术思维，不仅要谦虚谨慎地认真对待可能的反对意见或可能的反向结果，更要诚实地觉察自己的知识边界和能力边界，这样才能避免让熟悉的方法或思维定势限制自己的想象力，以及避免由于过度使用和过度依赖AI导致自己的思维惰化和钝化。

总之，AI科学时代不必然削弱人类科学家的作用，但它肯定会或多或少地改变科学家创造科研成果的方式。当越来越多的信息处理工作可以由机器协助完成，人类更需要承担问题挖掘、逻辑剖析、证据判断、意义解释和责任担当等方面的关键性作用。因此，未来优秀的科学家，既要懂得借助AI扩展自己的研究能力，更要能够在答案唾手可得时保持独立思考，在结果看似完美时保留谨慎的怀疑精神，以及在研究可能在自觉与不自觉中陷入了惯性时保持经常进行自省与自我觉察的习惯，并还应经常尝试独立地提出新的问题并对自己的提问质量进行自我观察、自我反思与内省…这是因为，在正在到来的AI科学时代里，技术越强大，人类科学家的独立、严谨而富有洞察的思考就越不可缺少。

支持单位：