Tsinghua-Universität veröffentlichte in Nature eine erstaunliche Schlussfolgerung: KI kann wissenschaftliche Artikel dreimal schneller schreiben, aber die Grenzen der Wissenschaft sind verschlossen.

Eine neueste Studie von Tsinghua-Universität, die in „Nature“ veröffentlicht wurde, hat festgestellt, dass KI Wissenschaftler dazu bringt, sich stärker auf Gebiete mit reichlich Daten und klar definierten Problemen zu konzentrieren, was zu einer Einseitigkeit der Innovation und einer Verringerung von interdisziplinären Kooperationen führt. Das Forschungsteam hat das „Ganzer Prozess - Forschungssmart - Agentensystem“ vorgeschlagen, um die KI von einem Werkzeug zu einem Partner zu entwickeln und die Grenzen der Wissenschaft zu erweitern.

Wenn es zur Norm wird, dass AlphaFold Proteinstrukturen vorhersagt, ChatGPT bei der wissenschaftlichen Schriftarbeit hilft und KI - Labore Experimente autonom planen, können wir uns nicht zurückhalten, zu fragen: Beschleunigt KI wirklich den Fortschritt der Wissenschaft? Oder ändert sie heimlich die „Spielregeln“ der wissenschaftlichen Erforschung?

Im Januar 2026 haben die Professoren Xu Fengli und Li Yong der Fakultät für Elektrische Engineering der Tsinghua-Universität gemeinsam mit einem Team der Universität von Chicago eine wichtige Studie in „Nature“ veröffentlicht. Durch die Analyse von über 41 Millionen wissenschaftlichen Artikeln über einen Zeitraum von 45 Jahren wurde erstmals ein nachdenklich steller Widerspruch aufgedeckt: KI erhöht zwar die individuelle Produktivität von Wissenschaftlern erheblich, schränkt aber unbeabsichtigt das kollektive Gebiet der wissenschaftlichen Erforschung ein.

Link zum Artikel: https://www.nature.com/articles/s41586 - 025 - 09922 - yScience

Das Forschungsteam hat das weltweit erste KI - unterstützte Panoramaknowledge - Graph für die Forschung erstellt. Durch hochwertige Expertendokumentation und das Training von großen Sprachmodellen wurden KI - verstärkte wissenschaftliche Artikel, die über die drei Epochen „Maschinelles Lernen, Deep Learning, generative KI“ hinweg reichen, präzise identifiziert.

Die Analyse zeigt, dass Wissenschaftler, die KI nutzen, auf individueller Ebene signifikante Vorteile haben: Sie veröffentlichen im Durchschnitt 3,02 Mal mehr Artikel pro Jahr; die Zitierungen sind 4,84 Mal höher; die Beförderung von Junior - zu Senior - Wissenschaftlern erfolgt im Durchschnitt 1,37 Jahre früher; die durchschnittliche jährliche Zitierrate von KI - Artikeln ist um 98,7 % höher.

„Dies zeigt, dass KI - Werkzeuge tatsächlich die Effizienz und den Einfluss von Wissenschaftlern verbessern.“ sagte der Assistentprofessor Xu Fengli der Fakultät für Elektrische Engineering der Tsinghua-Universität.

Wenn man jedoch die Perspektive von der individuellen auf die kollektive Ebene wechselt, entdeckt die Studie ein besorgniserregendes Phänomen:

Die kollektive Wissensbreite von KI - gesteuerten Forschungen sinkt um 4,63 %

Die interdisziplinären Interaktionen zwischen Wissenschaftlern verringern sich um 22 %

Die Zitationen von KI - Artikeln weisen eine „Sternstruktur“ auf, und die Innovationskraft neigt dazu, sich zu konzentrieren und zu vereinheitlichen

Professor Li Yong erklärte: „Wir haben festgestellt, dass die Effizienz der KI die Forscher kollektiv zu wenigen beliebten Gipfeln zieht, die sich für KI - Forschung eignen. Dieser Gruppenbergsteig - Modus beschleunigt zwar die Lösung bekannter Probleme, verfestigt aber unbeabsichtigt die Wege der wissenschaftlichen Erforschung und schwächt systematisch die Breite der Erforschung von unbekannten Gipfeln durch Wissenschaftler.“

Beispielbild für den Bergsteigeffekt

Warum verkleinert KI das wissenschaftliche Gebiet?

Die eingehende Analyse des Forschungsteams hat ergeben, dass die „Präferenz“ der KI aus der Zugänglichkeit von Daten stammt: Die KI neigt dazu, sich eher in Gebieten mit „reichlich Daten und klar definierten Problemen“ zu engagieren, während sich die vordersten Gebiete mit Datenmangel und unklaren Problemen in die Marginalisierung bewegen.

Das Forschungsteam weist darauf hin: „KI ist nicht schlecht in der Innovation, sondern setzt sich eher in Gebieten mit ausreichenden Daten und klaren Problemen ein. Wenn KI in der Forschung weit verbreitet eingesetzt wird, führt sie die Wissenschaftler kollektiv zu den beliebten Gipfeln mit reichlich Daten und klar definierten Problemen, was zu einer konvergierenden Optimierung der wissenschaftlichen Erforschung führt.“

Dies steht im krassen Kontrast zu unseren Erwartungen an den Fortschritt der Wissenschaft: Der wahre Wert der Wissenschaft liegt nicht nur in der Lösung von Problemen, sondern auch in der Formulierung von Problemen.

Der Paradigmenwechsel von „Hilfswerkzeug“ zu „Partner“ in der KI - Forschung

Angesichts dieses „Involutionsparadoxons“ hat das Team der Professoren Xu Fengli und Li Yong eine neue Lösung vorgeschlagen: das „Ganzer Prozess - Forschungssmart - Agentensystem“ (OmniScientist.ai).

Zugangslink: OmniScientist.ai

Dieses System nutzt die universelle Inferenzfähigkeit von großen Modell - Smart - Agenten tiefgreifend, um eine interdisziplinäre, ganzer Prozess - und multimodale breite wissenschaftliche Unterstützung zu gewährleisten und die KI von einem „Hilfswerkzeug“ zu einem „KI - Wissenschaftler“ zu entwickeln, der in der Lage ist, „Hypothesen aktiv zu stellen, Experimente autonom zu planen, Ergebnisse zu analysieren und Theorien zu formulieren“.

„Wir bauen eine Welt der Wissenschaft, die sich schneller an die Grenzen des bestehenden Wissens annähert, nicht eine Welt der Zukunft, die ständig neue Wissensgrenzen aufdeckt.“ betonte Professor Xu Fengli. „In Zukunft muss die KI nicht nur ihre kognitiven Fähigkeiten erweitern, sondern auch ihre Wahrnehmungs - und experimentellen Fähigkeiten.“

Zukunftsperspektive: Warnung vor „wissenschaftlicher Involution“ und Erweiterung der kognitiven Grenzen

Die Entdeckungen des Artikels rufen die Wissenschaftspolitiker und KI - Forscher zur Warnung: Während KI die individuelle wissenschaftliche Produktion beschleunigt, könnte sie systematisch die Vielfalt der wissenschaftlichen Erforschung schwächen.

„Wir müssen die Rolle der KI in der Wissenschaft neu überdenken“, sagte Professor Li Yong. „Die KI sollte nicht nur ein Verstärker für kognitive Fähigkeiten sein, sondern auch ein Erweiterer von Wahrnehmungs - und experimentellen Fähigkeiten.“

Die Anwendung der KI in der Forschung entwickelt sich von einem „Werkzeug“ zu einem „Partner“, aber dieser Paradigmenwechsel wird nicht reibungslos verlaufen.

Wenn die KI die Wissenschaftler „schneller laufen lässt“, müssen wir uns vor allem warnen: Gehen wir beschleunigt in eine Zukunft der „wissenschaftlichen Involution“?

Wie die Studie zeigt: „Der wahre Wert der Wissenschaft liegt nicht nur in der Lösung von Problemen, sondern auch in der Formulierung von Problemen.“

In dieser KI - gesteuerten Ära müssen wir die Leidenschaft für das Unbekannte bewahren und die KI zu einem Pionier in der Erforschung von Grenzen machen, nicht zu einem Wächter der Komfortzone.

Autoreneinführung

Diese Studie wurde gemeinsam von Xu Fengli (Assistentprofessor), Li Yong (Professor) der Fakultät für Elektrische Engineering der Tsinghua-Universität und Professor James Evans der Fakultät für Soziologie der Universität von Chicago geleitet. Der Doktorand Hao Qianyue der Fakultät für Elektrische Engineering der Tsinghua-Universität war der erste Autor.

Xu Fengli: Assistentprofessor an der Fakultät für Elektrische Engineering der Tsinghua-Universität, spezialisiert sich auf die interdisziplinäre Forschung zwischen Künstlicher Intelligenz und wissenschaftlicher Entdeckung

Li Yong: Professor an der Fakultät für Elektrische Engineering der Tsinghua-Universität, Changjiang - Scholar, hat sich langjährig mit der Forschung in Intelligenter Wissenschaft und Technik beschäftigt

James Evans: Direktor des Knowledge Lab der Universität von Chicago, Soziologieprofessor, führender Experte in der Wissenschaftsmetrik

Die Studie wurde von der National Natural Science Foundation unterstützt. Die Durchführungsinstitutionen sind die Fakultät für Elektrische Engineering der Tsinghua-Universität und die Fakultät für Soziologie der Universität von Chicago.

Referenzen:

https://www.nature.com/articles/s41586 - 025 - 09922 - y 

Dieser Artikel stammt aus dem WeChat - Account „New Intelligence Yuan“, Autor: New Intelligence Yuan, veröffentlicht von 36Kr mit Genehmigung.