Folia
← 返回头版

Anthropic报告揭示AI在科研中的应用差异:形式科学产出或加速15倍

Anthropic研究团队发布了一份关于人工智能辅助科学发现的报告,通过分析207,049个来自消费者计划的Claude及Claude Code科研会话样本,揭示了科学家在实际研究中如何使用这些AI工具。1 该数据分析的时间跨度为2026年8月2日至9月30日,结果显示AI在计算机科学和数学等形式科学领域的应用最为广泛,主要用于数据分析和写作,而在需要物理操作或高度创意构思的任务中使用较少。1

报告指出,数据分析是科研人员使用AI最频繁的场景,此类任务占据了Claude会话总量的33.7%,在Claude Code会话中更是高达48.1%,这一比例显著高于研究人员原本在此类任务上的时间投入占比(27.6%)。1 基于模型预测,在假设“完全自动化非物理步骤”的情境下,计算机科学和统计学领域的研究产出理论上可能实现多达15倍的增长。1 然而,受限于生物和化学等领域必须进行的物理实验瓶颈,这些学科的加速幅度相对较小。1

此外,调查数据显示约40%的受访科研人员预计,到2030年前AI将具备独立完成完整研究项目的能力。1 这种预期与不同学科对AI能力的评估密切相关,例如计算机科学与人文学科相比,其认知步骤在AI能力评分上更高,从而导致了两者在使用率上的显著差异。1 报告还引入了经济成本作为参考背景,假设AI代理的运行成本为每小时30美元,而人类研究人员的时薪约为95美元。1


评论