DFG视角下的人工智能与开放获取（第一部分）：AI如何影响科学实践

随着ChatGPT等生成式人工智能技术的快速发展，科学研究领域正在经历前所未有的变革。作为德国最重要的科研资助机构，德国研究基金会（DFG）近期计划发布三篇博客文章，本文为第一部分，聚焦“生成式AI在科学实践中的作用”。

德国研究基金会并非AI领域的新手。早在2019年，DFG就启动了AI战略资助计划，通过专项资助和针对性措施推动AI研究领域的发展。DFG的态度可以用一句话概括：既要看到巨大潜力，也要正视现实风险。这种平衡的视角，为我们理解AI在科研中的定位提供了重要参考。

DFG认为，生成式AI技术已成为推动科学研究创新的重要工具。具体体现在：

1.效率革命：解放科研生产力。将那些重复性的工作都交给AI处理。包括：文献综述自动化、数据可视化等。

2.语言桥梁：打破国际交流壁垒。协助非英语母语的研究者进行学术协作和语言润色、降低国际期刊发表门槛、促进全球科研合作与交流。

3.方法创新：开启研究新纪元。AI不仅仅是一种工具，更是方法论的革新。帮助处理海量复杂数据集、构建更精确的预测模型、发现传统方法难以察觉的模式。

尽管AI带来了诸多积极变革，DFG也明确提出了相关风险和治理建议：

1.透明度挑战：必须公开AI使用情况。要求研究者必须提供在哪些环节使用了AI、使用的具体目的是什么。

2.责任归属：人类始终是主导者。科研成果的责任完全由研究者承担，作者身份只能是自然人，不能是AI；最终的学术判断必须由人类做出。

3.版权陷阱：防范无意抄袭。必须对AI生成的内容进行版权检查、建立严格的内容审核机制、避免因技术便利而忽视知识产权。

4.保密风险：敏感信息的处理难题。在涉及机密研究项目时，评审过程中暂时禁止使用生成式AI，敏感数据不能随意输入AI系统，需要建立专门的安全使用规范。

5.质量控制：绝不能“盲目信任”。专业的内容需要人工审核、必要时进行修正和完善、建立多层次的质量保证体系。

所谓平衡之道，即不能简单的表达“支持”或“反对”，而是根据具体的应用场景来判断。

鼓励的场景：

• 提高研究效率的辅助工具

• 语言和表达的技术支持

• 数据处理和分析优化

️谨慎的场景：

• 涉及核心创新思维的环节
  

• 敏感数据和机密项目

• 直接影响研究结论的关键步骤

DFG明确，AI的引入并不意味着学术诚信原则可以被弱化。按照DFG的《科研诚信守则》，只有具备责任意识的自然人才能被认定为论文作者，AI不能取代学者的署名地位。同时，AI技术和科学规范会相互影响——就像数字化浪潮引发了学术规则的更新一样，AI有望推动科学实践标准的演进。

DFG当前对AI持中立、审慎态度，主张在具体应用场景中坚持透明、诚信和质量三大原则，让AI成为辅助科研、推动创新与开放的重要工具，而非取代学者批判性思维和道德判断的“替身”。学术界、资助方与政策制定者需共同关注AI与开放科学的交叉地带，推动形成更加负责任、包容和可持续的科学生态。

科技可以改变工具，但不能改变科学精神的内核。