"
现在不管是写文案、做表格，还是敲代码、想方案，很多人都习惯先打开AI工具求助。那站在学术金字塔尖的博士生们，又是怎么和AI相处的？他们是把AI当成了科研路上的“神队友”，还是怕它成了毁掉自己核心能力的“绊脚石”？
去年Nature上有个工作，专门找了近3800名博士生做了一轮调查，结果特别有意思：四分之三的人都认可AI能大幅提升工作效率，71%的人觉得用AI辅助学业完全没问题；但与此同时，81%的人坦言自己根本不敢完全信任AI给出的内容，65%的人天天在担心——用多了AI，自己的思考、写作、做科研的核心本事，会慢慢被废掉。
这种“又爱又怕”的矛盾心态，几乎是当下所有博士生的常态。
AI给科研开了挂，但坑也藏在便利里
对博士生来说，AI确实把他们从很多繁琐的工作里解放了出来，日常读文献、做PPT、写代码、梳理论文核心观点，全都可能用到AI。AI能给我们省大量时间，还能提供新的研究思路，对现在的科研人员来说，AI绝对是个福音。
但这份便利的背后，藏着不小的坑，很多人都为此栽过跟头。澳大利亚西澳大学一博士生曾经让ChatGPT帮忙计算实验要用的肥料剂量，结果照着这个数据做完实验，全程失败。回头让AI展示计算逻辑才发现，它从一开始就完全理解错了问题。他事后才醒悟：AI永远不会告诉你，你的实验设计有问题、不常见，哪怕你让它做一件根本不可能完成的荒唐事，它也会照做不误。
用AI之前，你自己得先懂你问的东西，不然它出错了，你根本看不出来。更让很多人担心的，是AI对年轻人能力的侵蚀。因为现在的学生，总想让AI包办一切，AI是福音，但它也让学生变懒了，没人愿意再为了打磨技能多花功夫。
用AI的边界在哪？哪些事能交，哪些绝对不行？
博士生们的纠结，很大一部分原因是：AI发展得太快，学校和学界的规则根本没跟上。
欧洲大学协会年初的报告显示，他们调研了全欧洲的高校，只有5%的学校觉得，现有的AI使用规则是完善的；38%的学校还在第一次制定相关政策；甚至有13%的学校，完全没有任何关于AI使用的规定。
没有统一的规则，学生们只能自己找边界。常年给博士生做学术辅导、在YouTube上有近50万粉丝的阿米娜·约尼斯，给了一个很明确的划分标准，不仅适用于博士生，普通人用AI也能参考。
这些事，放心交给AI
找文献、梳理文献核心内容、整理研究资料，是最推荐用AI的场景。靠AI，你能实现一个月读完50篇论文，而不是一年才能读完，能帮你快速摸清一个研究领域的全貌。
除此之外，给论文搭个写作框架、润色文字、修正语法，也是AI能胜任的事。尤其对非英语母语的研究者来说，AI能帮他们更顺畅地表达复杂的学术观点，也能让他们更轻松地读懂全球的前沿研究，相当于打破了语言壁垒。
这些事，绝对别交给AI
首当其冲的就是核心的数据分析工作。一方面，核心的研究数据、分析逻辑，必须是研究者自己牢牢把控的，这是科研的核心；另一方面，很多通用AI工具不会对你输入的内容保密，贸然上传研究数据，很可能出现数据泄露的问题。
论文的核心内容，千万别让AI从零开始写。如果你先让AI写好完整的段落，再去修改，就很难跳出AI给的框架，慢慢就失去了自己的表达能力和思考能力。正确的用法是：自己先把核心内容写出来，再用AI润色优化，而不是反过来。
这里还要提一句，不是所有AI都一样。比起ChatGPT这类通用AI，现在已经有很多专门给科研人员做的AI工具，比通用工具更靠谱。比如专门用来找文献、找证据的Consensus、Elicit，专门给学术论文润色的Paperpal，专门帮写代码的GitHubCopilot，还有能帮你理清论文之间引用关系的ResearchRabbit，能帮你快速看懂一个领域的研究脉络。
AI时代，读博到底要练什么本事？
就算搞懂了怎么用AI，还有一个更根本的问题摆在所有人面前：AI越来越厉害，未来的博士生，到底要练什么本事，才不会被替代？
在AI时代，博士生完全没必要和AI比谁记得多、谁干活快，而是要深耕AI根本做不到的事：提出一个好的研究问题、处理模糊不确定的复杂情况、设计出能在现实里验证想法的实验方案。
读博最核心的收获，是一套系统化解决问题的能力。AI能帮你做扫文献、改稿子这些重复性的工作，就能给你留出更多时间，去做那些慢的、深度的、能带来真正科研突破的思考。AI短期内根本替代不了人的高阶思考能力，反而它把门槛拉高了——逼着人必须专注于只有人能做的事。
用对了AI，能大幅提升博士生的能力，让他们有更多时间去思考核心的科学问题、研究成果怎么用到现实里，这些才是科研最核心的东西。但如果把AI当成逃避思考的捷径，最后一定会出现严重的能力短板。
最后：AI是朋友还是敌人，全看你怎么用
其实不止是博士生，我们每个人都在经历和AI的这场磨合。我们享受着它带来的便利，又隐隐害怕自己会在这份便利里，慢慢失去独立思考、动手解决问题的能力。它能帮你省掉繁琐的重复劳动，却不能替你走那条需要反复试错、慢慢打磨的成长之路；它能给你提供现成的答案，却不能替你拥有发现问题、判断对错的能力。就像很多研究者说的那样，五到十年之后，我们一定会更清楚哪些事可以交给AI，哪些事必须自己亲手做。而在此之前，守住自己的核心思考能力，永远不会错。
解读文献：
https://doi.org/10.1038/d41586-026-00843-y"