社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

OpenAI 发布《Science at the Frontier》:1819 名科学家如何使用 ChatGPT?

BioTender • 15 小时前 • 21 次点击  

1819 名科学家、580186 条科研消息,拼出了一幅 ChatGPT 进入实验室后的日常图景。11 月 16 日,OpenAI 发布《Science at the Frontier》。但最值得看的,未必是“AI 加速发现”的乐观数字,而是科学家究竟把哪些工作交给了它。

报告把使用日志与问卷放在了一起,但两者回答的问题不同。日志覆盖 2026 年 8 月 20 日至 9 月 22 日,也包含 Codex;251 人同意纳入问卷分析,回答涉及 AI 工具整体。这是一幅科研使用画像,尚不能证明 AI 让科学发现加速了多少。

《Science at the Frontier》官方关键发现概览封面(图源:OpenAI)

最常见的工作,仍是读懂与写清

阅读与知识获取、写作与沟通、科学分析、科研编程,合计占平均每位科学家科研消息的 85%。阅读为 27.7%,写作为 26.9%。但消息占比只说明怎样使用工具,不能直接换算成工作时间,更不能当作价值贡献。

研究先算每个人的消息分布,再给每位科学家相同权重。这能避免重度用户主导画像,但样本来自扩展 AI 权限计划的申请者及受邀同事,且在指定时间内已有科研使用记录,不能代表所有科学家。

各工作流的消息占比与使用覆盖率;覆盖率门槛为研究期内至少三条相关消息(图源:OpenAI 完整报告)

“解释科学概念”是最常见的具体任务,占平均消息份额的 18.8%;89.7% 的科学家至少使用三次。起草论文分别为 13.9% 和 81.5%。但频繁请求解释,并不自动意味着研究者已经掌握知识,还要看能否正确应用。

这更像一位随时可以追问的跨学科助教,降低理解陌生概念和表达结果的门槛。但从“讲明白”到“用对”,中间仍隔着专业判断。因此,阅读与写作的高频出现值得重视,也值得继续检验其产出质量。

消息份额最高的十项任务:解释概念与起草论文居前,使用覆盖率并不等于消息占比(图源:OpenAI 完整报告)

生物学中的数据获取占平均消息份额的 2.5%,另外五个学科为 0.2%—1.0%。作者提出,共享测序数据库等资源可能提供了使用空间。但这只是解释假说,不能据此断言 AI 已改善实验数据生产。

对 AI×生物读者,这提示了一个值得追踪的方向:工具是否更容易帮助研究者处理已有数据?但日志没有告诉我们,检索、分析更顺手之后,新实验是否更快、验证是否更充分。总体样本横跨七个学科,也不能直接替代生物学专门研究。

不同学科的工作流消息分布;生物学的数据获取占比为 2.5%,不代表实验耗时占比(图源:OpenAI 完整报告)

让 AI 出点子,距离让它选课题有多远?

官网给出的数字是,68% 的科学家用 ChatGPT 开展过研究构思。但“使用”设有门槛:观察期内至少三条相关消息,不能读成 68% 的课题由 AI 提出,更不能读成这些点子已经得到验证。

使用深度同样不均衡:42.7% 的科学家平均每周发送超过两条构思消息,11% 超过十条。 但多数人的频率仍不高。高频使用者的消息更多出现在反复讨论的对话中,呈现出共同打磨问题的迹象。

构思使用频率存在长尾;图中展示有相关消息者的分布,文中总体比例包含全部 1819 人(图源:OpenAI 完整报告)

在“寻找文献空白”的任务里,平均 85.1% 的消息请求 AI 拟定问题;头脑风暴研究方向时为 69.3%。但在具体问题、模型或方法的表述任务里,48.1% 请求 AI 改进已有想法,分工发生了变化。

AI 已参与研究问题的筛选与塑形,但研究没有评价点子的新颖性或科学价值。进入选题过程,不等于产出了更好的课题。它能否打开新方向,又是否会把不同研究者引向相似问题,仍需追踪。

探索方向与开发具体问题时,研究者要求 AI 承担的角色不同;比例按科学家等权平均(图源:OpenAI 完整报告)

三分之一的请求之后,人还在追问

在合格初始请求中,平均每位科学家有 31.8% 会继续要求解释、检查或修改。写作为 38.0%,科学分析为 34.4%,编程为 33.7%。但这里只记录下一条科研消息,并非对全部人工核查的完整观察。

统计窗口限定为同一对话的七天内,也看不到线下修改。但没有追问,同样不能证明答案正确或用户满意。追问率能描述互动,不能直接充当模型错误率。把检查、澄清和纠错混为一谈,会误读这个数字。

各工作流的后续介入率及类型;分析覆盖 1809 人的 125947 条合格初始请求(图源:OpenAI 完整报告)

问卷中,45.4% 的科学家把检查或修正输出所需的时间列为获得价值的障碍。但这也解释了为什么“能生成”与“可直接用于科研”之间有距离:节省下来的起草时间,可能有一部分需要重新投入核验。

15.3% 的科学家尝试过至少一次端到端自主研究请求,但它只占平均科研消息份额的 0.4%。若门槛提高到三次,使用者降为 6.3%。这类请求需串联阅读、构思与后续分析;当前主流仍是拆分任务后的人机协作。

端到端自主研究的尝试覆盖率与消息占比;这里采用至少一次请求的门槛(图源:OpenAI 完整报告)

“1.9 倍效率”,到底测量了什么?

受访者估计,同样质量、同样工作量,无 AI 时平均需要约 1.9 倍时间。这个数字对八类活动等权平均,但来自回顾性自报;研究没有安排有无 AI 的随机对照,也没有独立检查“质量相同”是否成立。

科研编程的平均自报比值为 2.83 倍,行政工作为 1.35 倍。但不能换算成整个实验室产出增加相同比例。作者也提醒,活动间的相关性只基于八个均值;频繁使用与感到省时之间,不能直接画上因果箭头。

八类工作流的 AI 使用时间份额与自报效率比;每个点代表一种活动,效率未经独立计时验证(图源:OpenAI 完整报告)

“98% 认为发现会加速”的精确口径是:250 名答题者中,97.6% 预期有所加速。但题目给的是假想情境:一项没有 AI 要十年的发现,有 AI 后能提前多久?它没有统计已经完成的发现。

其中,21.6% 预期这项发现能在三年内实现,官方概览将其四舍五入为 22%。但预期再强,也不能替代长期结果。对未来有信心,与已经验证科研加速,属于两类证据。

250 名答题者对假想十年发现周期的判断;学科可多选,各组存在重叠(图源:OpenAI 完整报告)

点子变快之后,实验还在排队

224 份开放回答被拆为 367 条理由:51.8% 指向更快完成研究任务,22.6% 指向寻找更有潜力的想法,14.2% 指向拓宽问题范围。但分母是理由条数,同一个人可以贡献多条,不能写成对应比例的科学家。

这些回答的重心是加速已有工作,也包含扩大研究范围的期待。但要证明后者,需要继续追踪新方向是否立项、实验是否完成、结果是否可靠。这份报告提供了观察入口,尚未交出这些后续答案。

科研加速预期的理由分类;占比以 224 份回答中的 367 条理由为分母(图源:OpenAI 完整报告)

51.8% 的受访者仍受时间或人手限制,43.8% 受经费限制,71% 至少选择了其中一项。但更强的模型不会自动补齐技术员、实验设备和研究经费。科研任务之间的短板,仍可能限制整体进展。

据作者说明,团队只分析隐私保护分类器的输出,没有直接查看底层消息与模型回答。这一科研计划的内容默认不用于训练模型。消息被分为十类工作流、四十种任务,但分类结果无法代替质量检验。目前被照亮的,仍只是科研流程的一部分:屏幕里的工作完成后,下一轮实验能否及时接上?

251 名受访者报告的科研瓶颈,每人最多选择三项;时间、人手与经费仍居前(图源:OpenAI 完整报告)

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/203530