人们总把'AI研究代理'与ChatGPT在论文研究中的角色搞混

每次有人说'就用ChatGPT做你的文献综述吧'，我都感觉寿命少了一年。摘要不是研究。摘要是你已经知道要找什么时才会做的事。研究恰恰相反，你盯着200篇跨4个子领域的论文，试图找出研究空白在哪里，更不用说如何围绕它设计实验了。一个真正的研究代理需要做的远不止问答。以一个模糊的研究目标为例，比如'理解为什么方法X在领域Y上表现不佳'，并将其分解为可以操作的子问题。阅读80篇论文，绘制引文网络，告诉我哪5篇真正重要，以及为什么其他都是渐进式改进。比较提出的方法，标记不成立的假设，建议你可能忘记的基线。处理杂乱的实验结果，运行正确的测试，在审稿人2发现之前就指出样本量不足的问题。ChatGPT完全做不到这些。它给你一段话。确实是一个结构良好的段落，但所有连接、规划和调试工作还得你自己做。我一直在试用mira ai science，它是第一个真正尝试完整工作流程而不是停留在'这是个摘要'的工具。它接收一个研究目标，将其分解为子任务，对语料库进行文献分析，并帮助构建实验设计和数据分析。不过它绝对不完美。任务分解有时可能过于激进，并生成对特定领域没有意义的子问题幻觉。但至少其架构是为多步骤研究执行而设计的，而非单轮回答。关键不在于哪个工具更好。而是'AI研究助手'已经成了一个无意义的标签，因为大家都把它贴在聊天机器人包装上。如果它不能在多个步骤中保持一个研究目标并真正付诸行动，那它就不是一个研究代理。它只是一个多了几步的搜索栏。