在人工智能（AI）的浪潮席卷之下，科学界中哪些科研岗位会面临被淘汰的风险？这个问题成为了人们关注的焦点。即便是在过去被视为“高精尖”的领域，AI也带来了巨大的影响。《自然》网站在2月21日刊登了一项研究，调查了40余位AI的使用者，结果显示AI的崛起正在降低对代码编写、基础数据处理和计算机建模等初级工作的需求。英国伦敦大学学院量子物理学家乔纳森·奥本海姆指出，AI在此类任务中表现远超初出茅庐的科学家。美国得克萨斯大学奥斯汀分校材料工程师鲁南姝和美国威斯康星大学麦迪逊分校计算生物学家汉娜·斯蒂尔表示，许多学术实验室曾经专门聘请程序员编写科研代码包，但现在AI技术使得这些工作变得毫无必要。美国弗吉尼亚大学经济学家安东·科里内克认为，涉及“纯认知任务”的岗位将是首先受到冲击的领域。得克萨斯大学奥斯汀分校计算生物学家克劳斯·威尔克认为，随着AI技术逐渐普及，原本需要动手操作的实验职位和统筹项目的资深科学家也难以幸免。布莱恩·海伊直言，一些涉及代码生成和数据处理的职位已经逐渐消失。卡鲁·桑卡拉灵尕姆提出人机协作是构思研究方向的最佳方式。然而，《自然》网站调查还发现了一个有趣的现象：虽然美国翻译协会科学与技术部门在不到两年半的时间里会员数量锐减了26%，但从事“湿实验”的早期研究人员和实验室技术员目前相对安全。一些人甚至认为他们的工作仍然不可或缺。美国威斯康星大学麦迪逊分校计算机科学家卡鲁·桑卡拉灵尕姆指出，人机协作可以防止AI虚构输出的弊端。“阿尔法折叠2”这个工具虽然能够胜任从推断氨基酸序列到精准预测蛋白质结构等繁琐任务，但人工密集的蛋白质结构成像法仍然被广泛使用。布莱恩·海伊和汉娜·斯蒂尔强调科学家应该灵活应变，适应变革才能在新时代中寻得生机。卡鲁·桑卡拉灵尕姆认为数学界需要警惕未来数学家可能会受到AI冲击。《自然》网站的研究显示：一些科学家已经开始担心本科生、研究生和技术人员无法在实验室得到充分锻炼。北卡罗来纳州的海梅·拉塞尔和得克萨斯大学奥斯汀分校的克劳斯·威尔克都提到了这个问题。乔纳森·奥本海姆让AI模拟同行评审来获取批评意见，但他断言AI无法真正提出新颖见解。美国得克萨斯大学奥斯汀分校的鲁南姝表示：团队在招聘研究生助理和博士后时愈发谨慎。汉娜·斯蒂尔感慨：5年前组建实验室时聘请研究程序员是题中之义；但现在AI足以胜任繁重编码工作。布莱恩·海伊直言：随着AI问世，这种工作已成“昨日黄花”。汉娜·斯蒂尔认为：尽管没有引发大规模裁员，AI已开始抑制新岗位诞生。布莱恩·海伊指出：某些科学相关领域已出现人员失业现象。克劳斯·威尔克认为：眼下虽能以更低成本获得更多产出，但代价或许是人才梯队断裂。海梅·拉塞尔表示：她曾负责临床试验文件翻译工作；如今转型为医疗口译员负责医患间口头传译。部分译者被迫转型；例如海梅·拉塞尔过去的同行甚至转行外卖骑手。她唏嘘不已：尽管AI难以胜任高阶任务，但部分岗位依然坚挺。