人工智能（AI）正以前所未有的速度重塑科研領(lǐng)域的就業(yè)格局。從代碼編寫到基礎(chǔ)數(shù)據(jù)處理，從計算機建模到論文翻譯，多個傳統(tǒng)科研崗位正面臨被AI取代的挑戰(zhàn)。一項針對40余位學(xué)界與業(yè)界專家的調(diào)查顯示，AI的崛起已顯著減少了對初級科研人員的需求，尤其是那些承擔(dān)重復(fù)性、標(biāo)準(zhǔn)化任務(wù)的崗位。

在代碼生成與數(shù)據(jù)處理領(lǐng)域，AI的沖擊尤為明顯。美國斯坦福大學(xué)計算生物學(xué)家布萊恩·海伊指出，過去學(xué)術(shù)實驗室需要專門聘請程序員編寫科研代碼包，但如今AI已能勝任這類工作。美國威斯康星大學(xué)麥迪遜分校的漢娜·斯蒂爾也表示，五年前組建實驗室時聘請研究程序員是常規(guī)操作，但現(xiàn)在AI已能承擔(dān)大部分編碼任務(wù)，這一崗位的需求大幅下降。這種變化不僅影響了現(xiàn)有崗位，還抑制了新崗位的誕生。美國得克薩斯大學(xué)奧斯汀分校的材料工程師魯南姝透露，團隊在招聘研究生助理和博士后時更加謹慎，部分原因在于AI可以分擔(dān)部分工作。

科研翻譯崗位也未能幸免。隨著AI翻譯器的普及，美國翻譯協(xié)會科學(xué)與技術(shù)部門的會員數(shù)在不到兩年半時間內(nèi)銳減26%。北卡羅來納州的海梅·拉塞爾曾從事臨床試驗文件翻譯工作，如今已轉(zhuǎn)型為醫(yī)療口譯員。她提到，部分同行甚至被迫轉(zhuǎn)行送外賣，這一現(xiàn)象令科研界深感憂慮。有科學(xué)家警告，若本科生、研究生及技術(shù)人員無法在實驗室獲得充分鍛煉，科研人才梯隊可能出現(xiàn)斷裂，影響行業(yè)的長期發(fā)展。

盡管AI對初級崗位造成沖擊，但多數(shù)研究者認為，高階科研任務(wù)仍需人類參與。英國倫敦大學(xué)學(xué)院量子物理學(xué)家喬納森·奧本海姆常讓AI模擬同行評審，但他認為AI無法提出新穎見解或判斷研究價值。美國威斯康星大學(xué)麥迪遜分校的卡魯·桑卡拉靈尕姆則強調(diào)，構(gòu)思研究方向需要人機協(xié)作，人類需設(shè)計提示詞并防止AI“幻覺”——即系統(tǒng)虛構(gòu)輸出。不過，美國弗吉尼亞大學(xué)經(jīng)濟學(xué)家安東·科里內(nèi)克認為，即使高階崗位，若專注于認知領(lǐng)域，也可能受到AI沖擊。他預(yù)言數(shù)學(xué)家明年將受影響，但這一觀點在數(shù)學(xué)界存在爭議。

實驗科學(xué)領(lǐng)域目前相對安全。AI與機器人驅(qū)動的自動化實驗室仍難以完成精細操作或解讀復(fù)雜結(jié)果。奧本海姆表示，在相當(dāng)長時期內(nèi)，AI難以對實驗者的工作產(chǎn)生較大沖擊。美國弗吉尼亞大學(xué)的一項研究也支持這一觀點：盡管AI工具“阿爾法折疊2”能預(yù)測蛋白質(zhì)結(jié)構(gòu)，但人工密集的成像法仍被沿用，許多蛋白仍需人工分析。這表明科學(xué)家可轉(zhuǎn)向解決人類具有“比較優(yōu)勢”的難題。

研究者普遍認為，科研領(lǐng)域的變革要求從業(yè)者具備靈活應(yīng)變的能力。適應(yīng)AI技術(shù)的人將在新時代中找到生存空間，而固守傳統(tǒng)模式者可能面臨淘汰。這種轉(zhuǎn)變不僅關(guān)乎個人職業(yè)發(fā)展，更將影響整個科研生態(tài)的未來走向。