当地韶光7月9日,励讯集团旗下科学信息剖析公司爱思唯尔发布了基于对环球123个国家和地区近3000名科研职员和临床年夜夫的调查《洞察2024:人工智能态度报告》(下称“报告”),报告显示,只管AI在科研和医疗领域拥有巨大的潜力,但目前在科研职员和临床年夜夫事情中的运用仍旧有限。

报告认为,受访者认为AI在加速知识创造、推动研究产出和节约本钱方面具有巨大潜力,但确保AI基于高质量、可信赖的内容,并且其具备足够的透明度,是科研职员和临床年夜夫眼中AI运用于其事情的条件条件。

“AI有潜力改变我们生活的诸多方面,包括科研、创新和医疗保健,这些都是社会进步的主要驱动力。
随着AI越来越多地融入我们的日常生活并持续快速发展,未来AI将有更为广泛的运用。
环球科研职员和临床年夜夫见告我们,他们故意愿采取AI来赞助事情,但条件是不能捐躯道德、透明度和准确性。
”爱思唯尔计策实行副总裁Kieren West(基兰·韦斯特)说。

不到三分之一的受访者出于特定事情目的利用AI

申报AI有巨大潜力但今朝在科研人员和临床年夜夫中应用有限

报告在展现环球洞察的同时,也从多维度比较剖析了中国、美国、印度三国的科研职员和临床年夜夫对待AI的态度:环球熟习AI的受访者有超过一半(54%)认为自己是AI生动用户。
但个中,仅有不到三分之一的受访者(31%)出于特定事情目的而利用AI。
在中国受访者中这一比例为近40%,高于美国的30%和印度的22%。

爱思唯尔环球科研业务总裁Stuart Whayman(魏士駼)接管第一财经专访时表示,中国科研群体与其他国家比较,相似之处更多一些,当然也存在一些不同。
“今年三月我曾经到过北京,当时我们组织了一场圆桌会议,约请了八位来自高校的资深科研职员和科研领导人参加。
当天会议的主题是“当人工智能遇上未来科学”,大家对这个主题都非常感兴趣。

报告显示,仅有11%的受访者认为自己非常熟习AI或常常利用AI。
在未利用过AI的受访者中,有67%的人估量在未来两到五年内会利用AI,在中国受访者中这一比例高达84%,高于印度(76%)和美国(53%)。
在谈及AI对科研和医学领域的影响时,中国受访者表现出更积极的态度,46%的人认为AI将对其事情领域产生积极影响,而美国和印度分别为28%和41%。

在环球范围内,受访的科研职员和临床年夜夫普遍认为,AI能够帮助他们及其所在机构的事情:94%的科研职员和96%的临床年夜夫认为AI将加速知识创造,92%的科研职员和96%的临床年夜夫认为AI将迅速增加学术研究和医学研究的数量,92%的科研职员和临床年夜夫认为未来AI将为机构和企业节省本钱,87%的科研职员和临床年夜夫认为AI将提高整体事情质量,85%的受访者认为AI将为他们节约韶光,使他们能够专注于更有代价的项目。

魏士駼见告,人工智能有机会彻底改变科研范式,不仅是研究的实行,还有科学的方案、设计和传播互换。
它可以极大地改变我们本日所做的事情,真正加快速率。
例如,人工智能可以改变科研的剖析和设计办法,可以真正帮助我们剖析大量数据,创造人类可能无法创造的模式。
因此,人工智能可以勾引我们探索新的科学领域,并加快找到可能存在联系的领域,找到我们以前从未创造过的模式。

“我认为在科研的实行层面,人工智能可以帮助提高速率。
我们知道科研职员有时须要很多韶光以及很大的事情量来进行实验。
这让我们真正有机会去帮助科研职员减轻他们的一些重复性事情,让他们专注在高代价的科研事情本身。
科研职员带来了创造力、判断力和洞察力,而人工智能可以加快完成事情的速率。
通过机器学习、数据挖掘和人工智能,我们结合这些技能来推动科研向前发展,更快地取得科研打破。
”魏士駼说。

人工智能是否会取代科学家?

报告认为,科研职员和临床年夜夫也意识到了AI可能带来的寻衅,以及这些寻衅可能对关键决策产生的负面影响,详细来看,95%的科研职员和93%的临床年夜夫认为AI可能会被用于传播缺点信息,86%的科研职员和85%的临床年夜夫认为AI可能会导致严重缺点,81%的科研职员担心AI会削弱批驳性思维,82%的临床年夜夫担心年夜夫会过度依赖AI作出临床决策等。

如果AI工具基于高质量、可信赖的内容,并且贯彻负任务的AI原则,89%的科研职员表示乐意利用此类工具天生论文综述,而94%的临床年夜夫表示他们会利用AI来评估症状、诊断病症或疾病。

魏士駼也表示,人工智能是科学家利用的工具。
“归根结底,是科学家带来了创造力,带来了他们对结果的判断,对见地的判断,以及对结果的伦理道德、潜在影响的判断。
我并不认为AI会替代科学家。

他补充阐明,人类利用人工智能确实可以加快研究的速率,但他相信,在未来的一段韶光里,仍旧须要人类对人工智能所做的事情进行监督,不能让人工智能在真空中自己运行,否则可能错失落一些创造性代价。
虽然人工智能可能会发掘一些现有的模式,它是“回顾式”的,即依赖于现有内容、数据,以及基于这些内容和数据所得出的成果,但有时科学家们所做的是更具创造性地思考并取得重大打破,这并不是基于以前就有的东西,而是一些令人惊艳的洞察力推动进一步发展。
“以是我认为,随着我们不断前行,人类和人工智能技能的结合将变得非常强大,但科学家仍旧对科研发展起着至关主要的浸染。

(本文来自第一财经)