Google 研究：AI 帮助科研人员每周节省约 7 小时

沃顿商学院教授 Ethan Molnick 近日在 X 平台转引了一项 Google 关于 AI 在科学研究中应用的研究，指出 AI 在加速科研流程的同时，也带来了工作内容与研究方向上的深层变化。

研究核心发现

根据 Molnick 的概述，该研究追踪了 AI 工具在科研人员日常工作中的实际使用情况，得到几项关键结论：

• 效率提升：使用 AI 后，科研人员平均每周节省约 7 小时的工作时间。
• 工作性质转变：节省出来的时间并非完全用于「更多创造」，而是部分被重新分配到「验证」环节，即检查 AI 输出的准确性与可靠性。
• 研究方向偏移：研究观察到，AI 的引入可能使科研人员更倾向于选择「更安全」的研究课题，而非高风险、高不确定性的探索性方向。

「锯齿状前沿」的图示

Molnick 在转引中特别提到，原研究配有一张清晰展示「jagged frontier（锯齿状前沿）」的示意图。所谓「锯齿状前沿」，是指 AI 在不同任务上的能力差异巨大：在某些任务上表现接近或超过人类专家，而在相邻的任务上可能远不如人类。这一概念最早由 Molnick 等学者提出，强调 AI 应用需要「按任务精细匹配」，而非「一刀切」地假设 AI 在所有环节都同样有效。

对科研工作流的启示

该研究揭示了一个常被忽视的问题：AI 提升效率的同时，可能正在悄悄改变科研工作本身的结构。一方面，「验证」任务量的增加意味着科研人员需要具备评估 AI 输出的能力，这对培养和考核体系提出了新要求；另一方面，如果 AI 确实在推动研究选题向「更安全」方向偏移，那么对真正具有突破潜力的高风险研究的投入就需要被警惕与保护。

局限与待补充信息

需要指出的是，Molnick 的原始帖子仅为简短概述，未提供该 Google 研究的正式标题、作者、发表渠道或具体方法论。读者如需进一步核证，建议通过 Google Research 官方渠道或学术数据库检索相关论文，以获取完整的研究设计与数据细节。