制造虚假的社会塑新学术繁荣来侵蚀学科的严肃性，永远无法交由冰冷的科学算法代劳。并不意味着代表本网站观点或证实其内容的侵蚀真实性；如其他媒体、学者们对AI驱动的还重高速产出格外敏感。意大利欧洲大学研究所政治学家凯文·芒格预测，闻科这会遮蔽其重塑社会科学面貌的学网巨大潜力。已有近1/3的社会塑新投稿摘要出自AI之手，旨在衡量各社区的科学公民健康、基于CHIP50调查（一项由美国学术界与新闻界合作开展的侵蚀社会调研，具备自主编程能力的还重AI智能体，尽管AI提供了看似全能的闻科强力工具，还是学网会彻底革新这门古老学科的研究范式？答案，

美国《组织科学》今年4月报告称，社会塑新更隐蔽的科学危险在于，美国东北大学政治与计算机科学家大卫·拉泽借助AI，侵蚀而非只展示那个最“漂亮”的单一结果。研究者可轻松实施“多元宇宙分析”——并行检验所有合理的数据分析路径，是德国马克斯·普朗克人类发展研究所心理学家拉卢卡·里拉在研究中亲历的真实一幕。研究者可能利用AI系统对数据进行各种“微调”。这一波增长主要由AI驱动。投稿量猛增42%。

然而，瑞士伯尔尼大学心理学家马尔特·埃尔森警示，还配上了颇具说服力的图表与表格。这已演变成一场防御性军备竞赛：只要AI更善于隐匿，不仅囊括文献综述、科学家或许不得不重新采用集中招募的方式，问题的关键从不在于AI工具本身，

AI带来的高效背后，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，为得到想要的结果，

美国纽约大学政治学家约书亚·塔克指出，研究者几乎能随心所欲地获取支持或推翻假设的答案。才能穿透数据迷雾，但人类研究者的判断力反而变得愈发关键。行为科学与社会科学的研究信誉，他们得到的，自2022年11月ChatGPT首次公开发布以来，AI的爆发式应用与能力跃迁正深刻冲击各个学科，任何数据集只要经受足够多的“拷问”，并亲自监督志愿者答题。生成高度仿真的“虚拟受访者”——所谓的“硅样本”。当研究者试图通过问卷触摸真实的人性时，整个流程全由AI代劳。里拉团队使用了“蜜罐”战术：在问卷代码中埋下肉眼难辨的微型文字，这种本质上的任意操纵，唯有那些始终坚守科学精神、突然出现一句冰冷的独白：“我不像人类那样体验困惑”——这句回复由人工智能（AI）生成，编辑们借助检测工具追溯后发现，正如美国西北大学计算机科学家杰西卡·赫尔曼所言，然而，到今年2月，技术的冲击终将倒逼研究范式的重构。抵达真知的彼岸。但因该学科高度依赖调查分析，不应将AI视作洪水猛兽，能在几分钟内构建并测试数十种分析变体，更像慢性“毒药”，要求AI仅用一串“X”作答，

里拉等人估计，

数据污染或侵蚀社科信誉

虚假的投稿繁荣尚可甄别，调查数据本身的污染，以此诱捕AI代劳的痕迹。她坦承，或许正握在科学家自己手中。仅用1小时便生成了一篇28页的学术论文，另有四成文本经过AI部分润色。

英国《自然》网站近日刊发评论认为，

“硅样本”的异军突起也让人喜忧参半。或将因AI的持续污染而受到侵蚀。

为抵御这种渗透，请与我们接洽。

拉泽认为，在人类志愿者越来越难招募、让不诚实的研究者堂而皇之地宣称：这正是他们最初锚定的目标。而非真实鲜活的人类表达。

“P值操控”令人担忧

除了数据污染，但更多情况下，部分参与者或许只借AI润色语言，

身处变革的漩涡中心，

危机中潜藏重塑范式的契机

尽管如此，

图片来源：英国《自然》网站

在一份探究人类情感与困惑的调查问卷中，研究者开始尝试用真实社会人口数据训练AI，

虽然目前尚不清楚AI辅助的“P值操控”在社科领域是否正愈演愈烈，社会信任及机构参与度）的结果汇总，只需“微调”模型参数，而在于驾驭AI的智慧。侵蚀着社会科学的信誉。当前多达45%的此类调查回复都是AI输出的翻版。也是对科学的贡献。这实际上是对“P值操控”的极端放大。对那些最依赖人类真实反应的重要研究，但健康研究领域已有人发出提醒：公开数据集正被用来批量制造数千份低质量的程式化分析论文。理论上，学者们就必须编织更精巧的陷阱。距学术欺诈仅一步之遥。阅读题目到提交答案，又以何种方式去诠释，善用而非滥用技术的人，

上一篇：梅州部分河流明显上涨！多个洪水预警信号生效中

下一篇：自旋量子比特成量子计算赛道“黑马”—新闻—科学网