科技人员用AI后，论文发表量能比原来多3.02倍，引用次数更是多出4.85倍。他们提升职称的速度也快了1.4年，这种高效率彻底改变了科研工作的模式。然而，人们发现，全球科研议题总数下降了4.63%，论文引用间的互动频率减少了22%。詹姆斯·埃文斯把这一现象称作“孤独的人群”。他在芝加哥大学带领团队分析了4130万篇论文后指出，虽然每个人都在用AI变得更强大，但学科整体却变得更加狭隘。因为大量资源都涌向了数据充足、规则清晰的热门领域，大家都在做同样的事情。这种“聚光灯效应”让科学家们虽然引用了相同的文献，但彼此间的思想交流变少了。 AI本身有个毛病叫“数据趋光性”，它在熟悉的领域表现最好。这就逼着研究者选择能快速出成果的成熟路径，不敢去碰那些数据少但可能有大发现的“无人区”。久而久之，就可能把很多需要长时间探索或者跨学科合作的方向给冷处理了。埃文斯的研究敲响了警钟：科学界可能会过早地把思维局限在少数几种方法里。 这个发现就像一记响亮的钟声，提醒大家技术的真正作用是拓展人类认知的边界。在享受效率革命的同时，科研机构、资助体系还有科学家自己都得注意：别让工具理性束缚了科学好奇心。只有在追求效率的同时保持探索精神，才能确保AI真正成为推动科学全面发展的动力。否则科学之路很可能会在表面繁荣下变得越来越窄。科学的前沿永远需要那些敢于走向“灯火阑珊处”的人。