全球科研人员人工智能研究报告

核心观点

• 科研人员对人工智能应用场景兴趣浓厚，但实际使用规模有限，主要受限于缺乏使用指导和培训。
• 科研人员普遍认可人工智能在处理海量信息、提升效率等方面的优势，但对模型本身的担忧（伦理、透明度、准确度等）也阻碍了其应用。
• 科研人员预计人工智能将在未来两年内获得广泛认可，并期望出版机构能提供明确的指南和培训。

关键数据

• 约45%的科研人员使用过人工智能，最常用于写作任务（翻译、校对等）。
• 约40%-50%的科研人员对使用生成式人工智能的培训、规范和最佳实践不够熟悉。
• 69%的科研人员认为掌握人工智能技能在未来两年内比较重要，79%认为在五年内极其重要。
• 63%的科研人员表示，缺乏明确的使用指南、所在学科领域对人工智能应用尚未形成共识，以及需要更多培训和技能提升，是阻碍其使用人工智能的主要因素。
• 在43个测试场景中，39个得到了大多数科研人员的青睐，表示希望在近期亲自尝试。
• 在超过半数（23个）的应用场景中，大多数科研人员认为人工智能的表现已超越人类。
• 绝大多数应用场景（34个）预计将在未来两年内获得普遍接受和认可。
• 约54%的科研人员对同行评审流程辅助感兴趣，认为人工智能在这方面已经可以胜过人工。
• 约56%的科研人员对利用AI增强研究方法与协作升级感兴趣，认为人工智能可以大大提升效率。

研究结论

• 科研人员对人工智能应用场景兴趣浓厚，但实际使用规模有限，主要受限于缺乏使用指导和培训。
• 出版机构应积极制定政策指南，提供明确的指南和培训，帮助科研人员安全、负责任地使用人工智能。
• 人工智能将在未来两年内获得广泛认可，并将在科研领域发挥越来越重要的作用。