我能理解科研人对 AI 的谨慎，但有一种拒绝，让我有点想不通

前两天在国外一个科研论坛看到一篇帖子。楼主说，自己和实验室的同事已经在用 AI 辅助写作、编程和数据处理，但身边还有不少研究者，连重新试一下都不愿意。

评论区争议很大。有人觉得确实省了时间，也有人觉得，检查它胡说八道的工夫，足够自己做完了。我觉得这两种体验都可以成立。不同研究方向、不同任务，本来就可能得到完全不同的结果。但有一种态度，我读完以后一直在想。就是有些人对 AI 的判断，似乎在第一次失望的时候，就已经结束了。

可能当时让它找了几篇文献，发现有编造；也可能让它写了一段分析，读下来全是套话。于是关掉页面，得出结论：这东西不靠谱。这个反应很正常。做科研的人，被假文献坑过一次，确实很难再信任它。

可过了一年、两年，如果所有讨论仍然停在那次体验上，我就有点不理解了。我们平时读论文，会留意方法有没有更新、条件有没有变化，也知道一个结论有它的适用范围。评价一个工具的时候，似乎也应该给自己的判断留一点更新的余地。

当然，没有谁有义务追着每个新模型跑。科研已经够忙了，谁也不想下班以后再多一门“提示词必修课”。 但重新评估，其实也不必搞得那么隆重。就拿手头一个自己熟悉、能判断对错的小任务试试。一段绘图代码，一份需要整理的材料，或者论文里怎么都改不顺的一段话。看看它做得怎么样，再把检查和修改的时间算进去。如果最后更费劲，那不用很合理。如果确实省事，也没必要因为它叫 AI，就觉得这份帮助不够体面。

感觉现在大家陷入了两个极端，要不然不用AI，要不然就是全盘扔给AI，拒绝思考。AI本身只是一个工具，一定要把人来提供思路，应该引导着AI来帮助我们来做科研。

说到底，我对“用了 AI，所以你没有认真思考”这种判断，也有点保留。一个人有没有认真做研究，要看他能不能解释自己的方法，能不能拿出支持结论的证据，能不能在被追问时说清楚。用没用 AI，并不能替我们回答这些问题。反过来也是一样。让 AI 写出十页文字很容易，自己能不能为这十页文字负责，才是麻烦的部分。

这份责任不会因为买了更贵的模型就消失。所以我不觉得大家最后一定要得出“AI 真好用”的结论。认真试过，发现它不适合自己的工作，这完全说得通。我只是觉得，我们既然习惯了要求别人用证据支持观点，也可以偶尔检查一下：自己对 AI 的判断，依据是不是还停在很久以前。