當代 AI 在科學研究中缺乏發散與否定假說的想像力
arXiv - Computers and SocietyHonglin Bao, Siyang Wu, Xiao Liu, Sida Li, Shiyun Cao, James A. Evans
透過大規模科學家評估發現，現有 AI 在科學發現中缺乏新穎性與否定假說的能力，且自動化評估工具與專家判斷存在顯著差異。
AI 幫你先抓重點
AI 重點 1
AI 目前僅能作為「協作者」而非獨立的科學發現者
滑鼠懸停看 AI 判斷理由
這挑戰了「AI 將加速科學發現」的過度樂觀預期。理解 AI 在想像力與否定邏輯上的侷限，能幫助研究者將重心放在如何利用 AI 輔助執行，而非期待其能自主進行突破性的科學思辨。
AI 重點 2
自動化評估工具在複雜學科中的不可靠性
滑鼠懸停看 AI 判斷理由
這對於依賴 AI 進行自動化評分或學術審查的系統提出了警訊。讀者必須意識到，目前的 AI 評估仍缺乏對脈絡與演進理論的深度理解，不能完全取代人類專家的專業判斷。
核心研究發現
- 1
非推理型 LLM 會產生趨同的「蜂巢思維」想法，而推理型模型雖能擴展假設空間，卻無法像人類一樣主動提出虛無假設（null hypotheses）。
- 2
科學家傾向於獎勵與自身研究相似的想法，並重視機率而非新穎性；社會科學領域對風險的容忍度較生命科學高，但 LLM 在此領域表現最差。
- 3
現有的自動化評估工具（如 LLM-as-a-judge）與專家判斷的一致性極低，即便使用檢索增強（RAG）或角色提示也僅有微小進步。
- 4
研究團隊透過人類評分後訓練的 Qwen3-14B 獎勵模型，在捕捉領域細微差異上優於現有 SOTA 模型達 27%，接近同行評審的一致性。
對教育工作者的啟發
對於教育工作者與課程設計者，此研究提供了兩大啟發：首先，在設計 AI 輔助學習或研究的課程時，應強調「批判性思考」與「提出反向假說」的重要性，因為這是目前 AI 最薄弱的環節；其次，在利用 AI 進行學術寫作或評量設計時，應保持高度的人類監督（Human-in-the-loop），避免過度依賴自動化評分工具，特別是在需要深度脈絡理解的社會科學領域，應將 AI 定位為輔助工具而非最終決策者。
原始文獻資訊
- 英文標題：
- Contemporary AI lacks the imagination to diverge or negate in science
- 作者：
- Honglin Bao, Siyang Wu, Xiao Liu, Sida Li, Shiyun Cao, James A. Evans
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。