AI for Science:认知性协作、全过程效应与行动领域

作     者：王硕 张徐姗 武晨箫 阎妍 李正风 WANG Shuo;ZHANG Xushan;WU Chenxiao;YAN Yan;LI Zhengfeng

作者机构：清华大学社会科学学院北京100084 清华大学科学技术与社会研究中心北京100084 

出 版 物：《西安交通大学学报(社会科学版)》 (Journal of Xi'an Jiaotong University:Social Sciences)

年 卷 期：2025年第45卷第3期

页      面：117-128页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家社会科学基金重大项目(21ZDA017) 国家自然科学基金专项项目(L2324114) 北京市科技战略决策咨询委员会战略咨询专项项目(E4391Z02) 

主　　题：AI for Science 人工智能 人机协作 认知性协作 全过程科研 科技伦理治理 科研生态系统 

摘      要：AI for Science的高质量发展对于加快实现高水平科技自立自强、建设世界科技强国具有重要意义。从AI、Science、for三个核心概念出发,探讨如何理解和发展AI for Science。在人机协作形态的历史演进中理解AI,即在感知性协作、肢体性协作、计算性协作到认知性协作的脉络中考察AI在科学研究中的角色。AI不再只是从外部为科研赋能,而是逐步介入科学家的思维过程,在认知层面与科学家建立深度协作。从全过程科研视角分析Science,AI不仅赋能科学知识生产,也推动科技传播的民主化与精准化,助力科研管理与评价的智能化。从技术—社会系统的视角来看,为了更好地释放AI for Science的潜力,应着眼于面向AI for Science的科研生态系统整体建设。未来应从人才培养、科研组织、数据资源、伦理治理等行动领域出发,提升科研人员的AI for Science胜任力、推动跨领域合作、促进高质量数据流通与共享以及加强科技伦理治理。