AI正在悄悄“杀死”科学创新？

美国西北大学团队在PNAS发表重磅研究，通过分析NSF和NIH的机密提案数据，首次大规模揭示大语言模型（LLM）正在重塑美国联邦科研资助的格局。研究发现：LLM使用率在2023年后急剧上升，但更高的LLM参与度与更低的语义独特性显著相关——AI辅助的提案越来越"像"已获资助的项目。更令人担忧的是，NIH中LLM参与度高的项目虽然更容易获批、产出更多论文，但这些增量几乎全部集中在非高影响力论文上。

一、当AI开始写科研提案

联邦科研资助是美国将公共资源转化为科学知识的核心机制。通过国家科学基金会（NSF）和国立卫生研究院（NIH）等机构的竞争性拨款项目，纳税人资金流向哪些科学思想、哪些领域获得推进、哪些研究者能够启动和维持研究项目，都取决于这些资助决策。

然而，尽管近年来AI在科学领域的应用引发了广泛关注，一个关键问题却鲜有研究：大语言模型（LLM）的崛起，是否正在重塑公共科研资助的格局？

这一空白至关重要，因为资助决策发生在发表、招聘和认可之前，在科学思想被追求之前就已经塑造了科研方向。然而，提案文本——尤其是未获资助的提案——通常是机密的，使得这一阶段难以大规模系统研究。

⚠️ 关键背景：2025年7月，NIH明确声明"主要由AI开发的应用"将不被视为申请者的原创作品；NSF也强调了研究者对准确性和原创性的责任，并鼓励披露生成式AI的使用。