《Technology in Society》：Artificial Intelligence in Academic Research: Adoption, Productivity, and Skill Perceptions
编辑推荐：
人工智能（AI）的应用正迅速扩展至包括学术界在内的各个专业领域。然而，关于哪些学者在采用AI、AI如何影响其研究生产力以及对其技能组合有何影响的实证证据仍然有限。本研究为关于AI对科学工作影响的持续辩论做出贡献，利用近期针对意大利学者的大规模调查所获得的原始数
人工智能（AI）的应用正迅速扩展至包括学术界在内的各个专业领域。然而，关于哪些学者在采用AI、AI如何影响其研究生产力以及对其技能组合有何影响的实证证据仍然有限。本研究为关于AI对科学工作影响的持续辩论做出贡献，利用近期针对意大利学者的大规模调查所获得的原始数据，探讨AI使用模式、对研究产出的感知影响以及技能发展。研究发现，39%的受访者报告使用AI，其使用情况因研究活动类型和研究过程阶段的不同而存在显著差异。AI的采用在年轻学者以及从事应用性或跨学科研究的学者中更为普遍。总体而言，AI使用与研究生产力的提高以及对AI影响学者技能的更积极预期呈正相关。然而，分析也揭示了学者对AI的态度存在细微差别：对这些技术的信任并非普遍存在，学术界的部分群体中仍持续存在怀疑态度。
**论文解读：人工智能在学术研究中的采纳、生产力效应与技能感知——基于意大利大学系统的实证分析**
**一、研究背景与问题提出**
近年来，人工智能（AI）已从理论概念发展为广泛应用的技术，深刻渗透到科学研究的各个层面。学术研究长久以来被视为体现人类创造力与智力探索的独特活动，而AI的介入不仅限于自动化常规任务，还扩展到研究构思（ideation）、分析（analysis）与写作（writing）等环节，有望重塑科学知识的产生方式。然而，现有文献对AI在科学中的应用图景描绘尚不完整。首先，已有研究多依赖文献计量分析或案例研究，仅能捕捉在出版物中明确提及的AI使用，而忽略了大量隐含的、幕后的AI应用方式。其次，关于AI对科研生产力的影响，现有研究结论不一，且对其作用机制——尤其是对学者技能与能力的影响——探讨甚少。在此背景下，本研究提出一个过程导向的分析框架，将AI使用概念化为发生在研究过程——即构思、执行与写作——的不同阶段，每个阶段激活不同的影响机制，以全面考察AI在学术界的采纳模式、其对研究生产力的影响以及学者对AI影响技能发展的感知。
**二、研究设计与数据方法**
本研究采用原始调查数据，数据来源于2024年秋季在意大利进行的一项全国性问卷调查，该调查由意大利大学与科研部资助，针对意大利大学系统内各级学术人员（研究人员、副教授和正教授）开展，最终获得5,938份有效问卷，覆盖所有学科及机构类型。问卷由作者设计，经过预测研后于2024年9月至12月期间通过网络平台实施，回应率为12%。此外，研究将调查数据与CINECA提供的大学层面科研绩效数据进行了匹配。在分析方法上，研究构建了三组计量经济学模型：其一，为分析AI采纳的影响因素，采用随机效应Logit模型；其二，为考察感知的AI影响，采用有序Logit模型；其三，为评估AI对实际发表产出的影响，采用普通最小二乘回归（OLS），并以负二项回归作为稳健性检验。核心因变量包括三类：AI使用情况（按研究阶段细分为构思、执行、写作）；对生产力和技能影响的感知（5点有序量表）；以及最近三年的发表数量（取自然对数）。
**三、研究结果**
**4.1 AI的采纳情况** 描述性统计显示，39%的受访者已在工作中使用AI，其中研究用途（35.1%）远高于教学用途（8.1%）。按研究阶段细分，构思阶段（智能搜索）使用率为16.3%，执行阶段（研究工具与机器学习）为10.8%，写作阶段（校对翻译、摘要准备等）为29.3%。另有13.5%的学者仅将AI用于写作任务。回归分析表明，应用型研究导向、跨学科程度与AI采纳正相关，而年龄呈显著负相关。特定学科差异明显：工业工程（49%）和社会科学（45%）采纳率最高，法学最低（16%）。男性学者在构思和执行阶段使用AI的概率高于女性，而仅将AI用于写作的男性比例低于女性。
**4.2 对AI的影响感知** 52%的受访者认为AI对科研生产力有积极影响，但对技能影响的看法严重分化（积极与消极各占约28.5%）。约29%的受访者认为AI提升了生产力但损害了技能发展，表明存在短期收益与长期技能培养之间的权衡。回归分析显示，使用AI进行构思和执行与更积极的技能影响感知相关，而仅将AI用于写作的学者更倾向于感知到技能侵蚀。应用型研究背景中，写作阶段AI使用与更大的生产力感知收益相关；在初级研究者中，构思和执行阶段的AI使用与更积极的生产力感知相关。
**4.3 AI使用与发表生产力** AI使用与发表生产力呈正相关，使用者比非使用者多发表约8%的论文。区分AI使用类型后，三种研究阶段的AI使用均与发表产出弱正相关，且效应大小相近。交互效应分析表明，在应用型研究背景中，写作阶段AI使用与更高的产出相关；而在基础研究背景中，执行阶段AI使用更具优势。按职级划分，写作阶段AI使用对资深学者有利，但对初级学者的发表产出存在负面关联。整体上，感知生产力与实际发表产出之间的模式高度一致，增强了结果的稳健性。
**四、讨论与结论**
本研究表明，AI在意大利学术界已进入“早期多数”阶段，应用型、跨学科及青年学者是采纳主力。研究的关键贡献在于揭示了AI影响的不均质性：AI并非同质化技术，其效果取决于使用目的、学科背景和学者特征。尤其值得注意的是，AI对生产力与技能的影响存在潜在矛盾——虽然写作阶段AI使用能提升产出，但可能制约技能的长期发展，而构思和执行阶段的使用则兼具生产力与技能发展的双重益处。研究对政策制定具有启示意义，学术机构应促进负责任的AI使用，尤其需关注初级研究人员的基础技能培养并提升对AI素养的支持，以应对技术革新对学术劳动力市场带来的结构性挑战。
