人工智能赋能高校科研能力的作用机制：一个待检验的分析框架

蚌埠学院 胡业生

摘要：围绕人工智能与科研的关系，近年来学界讨论大多停留在效率层面，习惯用论文数量的增长来证明赋能的成效，这在方法上混淆了“效率提高”与“能力提升”两件事。本文尝试换一个提问方式：不追问人工智能能否提升科研能力，而追问它改变了科研能力结构中哪一种资源的稀缺程度。为此将科研能力分解为问题定义、执行、结果鉴别与组织协作四个维度，提出“稀缺性重构”这一分析框架。核心判断是，人工智能带来的深层变化未必是对既有能力的增强，更可能是四类能力之间相对价值的重新排列：当执行环节被普遍自动化，真正稀缺的或许是提问与判断的能力。以上的细分领域呈现研究边界收缩的趋势，大量研究者扎堆热点领域造成重复投入，缺乏原创探索的平庸论文也随之增多。个体效率的放大与集体发现的停滞为何并存，本文将其概括为“内卷式赋能”，并给出六项可检验的命题与相应的测量方案。本文不宣称任何命题已被证实，其定位是一份供后续实证工作检验的研究议程。

支持单位：