功能强大的研究工具

在第一层次上，人工智能作为功能强大的研究工具，可以快速阅读和筛选文献，辅助修改文献格式、绘制各种图表、翻译和润色文章、撰写文献综述、进行数据整理和分析。这些应用已经广泛被科研工作者所接受，因为在这一层次上，研究主要由学者主导，人工智能只是提供技术支持。

值得注意的是，人工智能的应用远不止于此。尚俊杰教授指出，利用人工智能还可以开展模拟实验，例如模拟学生、病人、顾客等。有研究甚至提出了"代理社会"概念：一个集成大型语言模型驱动的代理，真实社会环境模拟以及强大的大规模模拟引擎的大规模社会模拟器。这类系统生成了超过1万个代理的社会生活，模拟了彼此之间以及代理与环境之间的500万次互动，为分析、预测和干预复杂的社会系统提供了强大工具。

提出关键假设与数据分析

在第二层次上，人工智能已经可以逐渐提出关键假设，给出研究思路建议，甚至指出其中重要的研究注意事项。另外，其在数据分析方面也呈现出了强大的力量。

然而，这一层次的应用在学术界引发了较大争议。尚俊杰教授提出了一个关键问题："如果一个研究的关键假设和核心发现是人工智能做出来的，那么这个成果究竟是属于人工智能的还是人类学者的呢？"这一问题涉及到学术伦理和知识产权归属等复杂议题。

人机协同研究

第三层次是人工智能作为合作伙伴与人类学者协作开展研究。在这一层次上，人机协同设计实验、共同开展研究、共同撰写论文、共同作为作者发表研究成果。尚俊杰教授强调，学术界必须构建好适合人工智能时代的学术规范和学术伦理体系，能够很好地处理"署名"等问题。

这种人机协同研究模式已经在一些领域取得了显著成果。2024年的诺贝尔物理奖和化学奖都颁给了人工智能专家，这表明人工智能在化学、制药、生物、教育、社会、传播等许多学科研究中都有卓越的表现。人工智能正在不断进入科学研究的文献综述、研究设计、提出假设、验证假设、论文撰写等各个环节。

自主开展研究

第四层次是人工智能自主开展研究。尚俊杰教授提到，在OpenAI发布的五级通用人工智能路线图中，第五级也是终极目标，是人工智能作为组织者参与社会经济活动，能够执行和组织人类所有工作，这标志着真正的通用人工智能的实现。

"如果真能实现，教育领域也可能发生巨大变革。在理论上，这是有益的。在人工智能的助力下，人类面临的疾病等重大问题就有可能被快速攻克，但是对于学术界，这是一个巨大的冲击，确实需要进行颠覆式的变革，同时也需要我们有足够的智慧去应对。"尚俊杰教授说。

面对人工智能给科学研究带来的机遇与挑战，尚俊杰教授呼吁学术界重建人工智能时代的"学术规范与学术伦理"，从而促进而不是阻碍人工智能强大的科研生产力的释放。

在《教育强国建设规划纲要（2024-2035年）》的指引下，北京大学等高校已经开始探索人工智能在科学研究中的创新应用。例如，北京大学教育学院学习科学实验室与软件工程国家工程中心合作，以博雅教育大模型为基础搭建了北大智学平台，旨在探索人工智能在教育研究和实践中的深度应用。

随着技术的不断进步，人工智能在科学研究中的角色将愈发重要，人机协同创新将成为未来科研的主要模式。作为新时代的科研工作者，我们需要积极适应这一变革，充分利用人工智能技术提升研究效率和质量，同时思考如何在人机协同的新范式下保持学术创新的活力和人文关怀的温度。