「AI加速科研发现」这波操作，可能翻车了。 MIT重磅宣布，不再支持一篇关于AI提高科研效率的论文，并要求将其撤稿。【图1】 这篇论文名为《Artificial Intelligence, Scientific Discovery, and Product Innovation》，由MIT经济系博士生Aidan Toner-Rodgers撰写，于2024年11月发布在论文预印平台arXiv，并投稿给《Quarterly Journal of Economics》。【图2】 研究声称，在某大型材料科学实验室引入AI工具后： - 新材料发现量提升 44% - 专利申请增长 39% - 产品创新指标提升 17% - AI完成了57%的“创意生成”任务 论文的实验设计，“看起来”也很扎实： - 选取美国某材料科学实验室的1018位科研人员 - 采用随机分批引入AI工具的方法对比实验组与对照组 - 使用了一种图神经网络模型，自动推荐新材料候选物 相关研究被Nature报道，甚至还得到了MIT经济学家、2024年诺贝尔经济学奖得主Daron Acemoglu的力挺。 然而，今年初，一位具有材料科学背景的计算机科学家指出： - 数据的真实性存疑 - 文中提到的“AI系统”如何运作，不是很清晰 - 实验室信息缺失，难以追溯数据 他将这些质疑提交给MIT纪律委员会，校方随后展开保密审查。 结果大家都看到了：MIT对该研究的数据来源、可靠性、有效性，以及研究的真实性均无信心。 由于该论文作者已不在MIT，校方便联系了arXiv和QJE请求撤稿。 不过根据平台规定，arXiv只能由作者本人提交撤稿申请，MIT方面表示已催促作者，但截至目前作者未作回应。 值得注意的是，这篇论文尚未通过评审，但因其热度极高，已对AI科研的学术和社会讨论产生广泛影响。 MIT方面强调，研究诚信是底线，即便是预印本，也不能以失实内容误导公众： AI到底能不能真正提升科研效率？答案还未盖棺定论。 但这件事提醒我们：面对“AI神话”，科学界必须保持警惕，确保每一个数据都经得起检验。
