AI在科研中的真实使用图景，第一次有了全球最大规模的数据画像。近日，复旦大学、上海科学智能研究院联合Springer Nature发布《科学智能（上）：科研人员AI应用现状调查》，调研覆盖117个国家和地区的10480名研究者，横跨12个学科领域。这是目前全球样本量最大、覆盖范围最广的AI科研使用调研，核心结论可以概括为一句话：AI已深度渗透全球科研日常，但从高效辅助工具迈向可信科研伙伴，中间仍横亘着一道难以逾越的信任鸿沟。
这份报告的发布时机耐人寻味。过去两个月，头部AI企业密集加码科研赛道，OpenAI推出面向十万科研人员的ChatGPT学术专属项目，数据显示每周超130万科研者借助ChatGPT开展数理研究，日均生成840万条科研相关内容。Anthropic上线整合数据库、编码工具、计算资源和科研工作流的AI工作台Claude Science，哈佛物理学家实测后给出评价：科研能力大约相当于一名研二学生。巨头争相布局之下，科研群体真实的使用习惯与态度，成了判断AI4S产业化节奏的关键变量。
报告将完整科研流程拆解为九大环节，清晰划分出AI应用的高渗透场景与低接受场景。信息搜集以43.8%的高频使用率排在首位，论文润色编辑达到44.6%，研究规划为40.9%。这三类工作具备统一特征：高度依赖文本处理与信息整合，属于科研前期探索与后期产出环节，AI能够批量处理文献、优化文本表达，直接压缩重复工作量，效率提升效果直观，因此被研究者广泛接纳。
与之形成鲜明对比的是低接受场景。审阅论文的高频使用率仅为23.5%，提交决策为25.7%。这两类工作涉及学术责任与专业判断，研究者普遍不愿将权责交给AI。报告总结道，AI仅赋能科研探索与产出环节，无法介入需要人为担责的学术评审。这种鲜明的场景分化，说明科研群体对AI的使用是高度务实的：能提高效率的地方积极拥抱，涉及学术信誉的地方守住底线。
从使用强度看，AI已经成为多数科研工作者的日常工具而非锦上添花的选项。调查显示，超过四成受访者在工作中自费使用AI，这一数据格外值得关注。当科研人员愿意自掏腰包为AI工具付费，说明AI带来的效率提升已经真实可感，甚至成为研究竞争力的组成部分。对于AI厂商而言，这意味着科研市场的付费意愿已经形成，接下来的关键是提供更专业、更可信的解决方案。
信任鸿沟是这份报告最核心的发现。虽然AI在信息处理环节的渗透率已经很高，但在涉及学术判断的关键环节，接受度骤降到三成以下。审阅论文要求研究者评估他人工作的创新性与严谨性，提交决策要求研究者对自己的成果负责，这两类场景中AI的建议即便合理，也难以获得研究者的完全信任。这种信任缺失并非简单的保守心态，而是源于对AI可靠性的现实担忧。
报告显示，研究者对AI幻觉的警惕是信任鸿沟的重要成因。《柳叶刀》此前的数据显示，虚构参考文献从2023年的每万篇4.0条飙升至2026年初的56.9条，增幅超过12倍。当AI生成的虚假引用与错误结论在文献中蔓延，科研人员自然对AI生成的内容保持高度警惕。技术越强大，可信基建越要跟上，这成为AI4S产业必须正视的命题。
值得注意的是，信任鸿沟并非不可逾越。报告调研发现，年轻一代研究者对AI的接受度明显更高，随着AI工具在准确性与可解释性上的持续改进，信任将逐步建立。业内专家指出，AI在科研中的角色正从黑箱工具走向可审查的协作伙伴，未来谁能率先建立可信的AI科研基础设施，谁就能在AI4S竞争中占据先机。
调研暴露出AI使用的清晰代际差异。从业3年以内的青年学者中，46.8%高频使用AI进行论文润色，而从业20年以上的资深学者中，这一比例仅为36.1%，其中22.5%完全拒绝使用AI。二者并非简单的使用频率差异，而是选择性退出：老一辈科研者受固有研究习惯、AI可信度顾虑影响而选择放弃，年轻学者则把AI视为与生俱来的科研基础设施。
这种代际差异对科研机构的组织管理提出了新课题。一方面，青年学者借助AI快速产出成果，与传统方法的研究者之间可能出现效率鸿沟；另一方面，资深学者的经验判断依然是研究质量的重要保障。报告建议科研机构建立AI使用的规范指南，既鼓励AI提升效率，又确保学术诚信，让不同代际的研究者都能找到适合自己的AI协作方式。
从全球视野看，代际差异也是AI4S产业化的机会。青年学者将成为未来科研的主力军，他们高频使用AI的习惯将推动AI科研工具的需求持续增长。报告预测，随着新一代研究者逐步走向科研舞台中央，AI在科研中的渗透率还将大幅提升，科研AI市场的天花板远未到来。
报告的结论为AI4S产业化提供了清晰的路标。第一，效率类工具已经跑通商业模式，信息搜集、论文润色等场景的付费意愿已经验证，这是AI厂商短期可以深耕的现金牛业务。第二，判断类工具需要长期投入，审稿、实验设计、结论验证等场景的信任建立需要时间，但一旦突破将带来巨大的增量价值。第三，科研数据的可信基建是行业共同短板，建立可追溯、可验证的AI科研数据体系，将成为未来竞争的分水岭。
从全球竞争格局看，中国科研群体对AI的使用强度处于国际前列，这为国内AI4S企业发展提供了庞大的市场需求。复旦大学与上海科学智能研究院发布的这份报告，本身就是中国科研机构在全球AI4S话语权上的布局。当全球科研界都在寻找AI与科学的正确结合方式，这份基于上万名科学家真实反馈的调查报告，为整个行业提供了稀缺的决策依据，也把信任鸿沟从模糊的担忧变成了可量化的产业课题。