学术动态
当前位置:首页 > 新闻动态 > 学术动态

 STS中心系列主办AI for Science工作坊:第一期:AI如何改变科学知识生产模式

2024-09-25

为了进一步探索人工智能驱动的科学研究(AI for Science,AI4S)如何推动科研范式的变革和发展,中国科学院自然科学史研究所科技与社会研究中心与清华大学科学技术与社会研究中心联合举办AI for Science系列工作坊。首期工作坊于2024年9月13日在中国科学院自然科学史研究所成功举办,来自清华大学、浙江大学、中国科学院、中国科普研究所的二十余名师生参与了此次活动。

首期工作坊召集人、中国科学院自然科学史研究所科技与社会研究中心主任高璐副研究员首先对来自各高校的学者表示热烈欢迎,并简要介绍了工作坊的初衷。她指出,在当前AI4S研究如火如荼的背景下,重新审视我们关注这一领域的初衷尤为重要。她强调,需要从跨学科的视角出发,深入思考AI与传统科研工具的本质区别,并探索如何从社会学、科学哲学以及科学技术与社会(STS)的角度,提出更具前瞻性和挑战性的研究问题,以推动这一领域的深入发展。

浙江大学博士候选人辛华钰进行了题为《How is AI Changing Biology》的报告。她指出,AlphaFold2在蛋白质结构预测方面的突破,凸显了AI与生物学的深度融合。通过文献计量分析,她展示了AI在该领域的应用热点及其功能匹配。基于在英国的田野调查,她发现,AI虽然降低了科研的参与门槛,但也可能导致知识流失。她进一步探讨了AI赋能科研的潜在风险,如认知陷阱和依赖性问题,并强调在跨学科交流增加背景下,需要对这些风险进行审慎评估与管理。

清华大学博士候选人王硕以《AI for Science的社会科学研究议程》为题进行了汇报。他指出,AI和Science的边界决定了AI4S的范畴。AI4S既是科学发展逐步积累的成果,也在某些方面带来革命性质变与突破。AI4S与ChatGPT的出现可能只是时间上的巧合,真正对科学研究产生里程碑式影响的是AlphaFold。当前,AI4S还是主要在生物医学领域的应用最为广泛,特别是在蛋白质结构预测和药物开发方面。AI4S是一个技术社会系统,同时推动了科研范式与创新范式的融合。对于当下的挑战,他指出科研人员内部的数字鸿沟、模型差异性大、AI的可解释性与透明性等问题的重要性,并且强调了私营部门在推动产学研关系变革的作用。

中国科普研究所程鹏博士做了题为《人工智能时代科学知识生产的“技术—伦理”困境》的报告。他指出,随着AI时代的到来,科学知识生产正在经历重大变革。虽然ChatGPT等大语言模型在科研中的应用存在争议,但AI在多个领域已展现出不可替代的作用,推动了科学发现的新范式。然而,AI技术也带来了透明度不足、可解释性缺失以及信任与安全等挑战。他通过分析AI在数据、算法和人机协作三个层面的技术困境,揭示了背后的伦理问题,并提出了相应的应对策略。这些策略强调了提高算法透明度、强化人机协作、以及确保人机价值观的一致性,旨在遵守伦理规范的同时,推动科学知识向更稳健、更深层次的方向发展。

清华大学博士候选人阎妍分享了题为《向内科普:AI for Science 背景下科研人员的胜任力及提升对策》的研究。她指出,AI4S对科研人员的AI技术素养与能力提出了全新的普遍性要求。通过系统化的“向内科普”工作,快速提升科研人员在AI4S背景下的胜任力,是打造新时代科技人才竞争优势的关键,主要包括技术应用能力、跨域协作能力和伦理治理能力三个维度。她还提到,过去科研人员对AI相关技术素养与能力的提升更多依赖于自我驱动和工作需求,而未来则需要从多个层面深入规划,将这种自发性的技能提升转变为有组织、高效的科普活动,以更好地满足新时代科研的要求。

中科院自然科学史研究所硕士研究生舒心雨以《人工智能对生物学研究的影响与科学家角色重塑》为主题,探讨了从科技史的视角看人工智能驱动的生物学研究的发展历程。她指出,AI在提升系统软件和硬件能力后,在应对生物学研究中的“高维灾难”和“数据爆炸”问题上取得了突破性进展。当前,AI赋能生物学研究可从三个维度划分:一是以AlphaFold为代表的专门化工具,解决已知复杂问题;二是为解决未知问题设计的AI系统;三是平台化的AI,用于应对多模态任务。舒心雨还探讨了在这些不同应用场景下,科学家的角色如何发生转变,以及随着AI应用问题的出现,所伴随的伦理问题也不可忽视。

中国科学院自然科学史研究所王彦雨副研究员分享了《人工智能的学科汇聚现象及其对科研范式的影响研究》。他系统梳理了自人工智能诞生以来,AI与科学活动逐步汇聚的历程及其阶段性特征,结合人工智能研究范式的演变,深入探讨了当代科学面临的高维灾难和数据灾难等问题,分析了“AI+科学”热潮的形成动因。通过文献计量学方法,他对人工智能与化学、地球科学、天文学、物理学、生物学、材料科学等基础学科的汇聚态势进行了分析,总结了AI在科学研究中的独特赋能作用,包括信息智能分类、扩大科学模拟规模、基于数据的科学预测、求解高维方程、替代经验试错、以及探索新的科学猜想等。这些AI赋能能力为科学研究带来了革命性的变化。

在报告结束后的讨论环节,与会嘉宾围绕报告内容问题展开了热烈讨论。清华大学科学与社会研究中心主任李正风教授对此次活动进行了总结。他指出,当前涌现的AI4S代表着人类认知行为“技术性替代”的新时代的到来。首先,AI对人类认知行为的替代从肢体和感官层面上升到了大脑层面;其次,AI4S有望创造性地融合以往科学发现的多种范式;最后,AI4S是一个开放的、不断进化的社会技术系统。围绕这些问题的讨论需要结合历史维度、认识论视角和社会学分析方法。他强调,AI for Science系列工作坊是一个很好的交流平台,以后应当从宏观视野出发,进行系统性思考,避免跟风式的研究,并为需要深入探讨的重要问题进行系统设计。

扫一扫在手机打开当前页