毫不讽刺地说，这是一幅人工智能生成的图像，撰写这篇文章时未使用任何人工智能。如果学术界是一场游戏，那么我赢了。终身教授，享有盛誉的研究职位，各种奖项，领导职务，国际期刊，我参与创办并现在担任主编，我指导了成功的学生，良好的h-index，所有成功的经典标志。这不是为了炫耀，而是想指出，尽管我赢得了这场游戏，但这场游戏已经不再有意义。学术界，如我们大多数人所实践的，以最大化为基础。最多的资助，最多的论文，最多的学生，最多的奖项，最多的媒体报道。尽管我们这些天在强调影响力和贡献方面做得更好，但其根本推动力仍是数量，而数量始终是通过独立的人类写作（申请、提交、支持信、报告、对话文章、新闻稿等）生成的。问题是，人工智能使数量几乎是无限的（直到世界燃烧，但那是一个平行讨论）。作业是最显而易见的受害者，我从已经对公众显现出来的部分开始。学生带回的任何作业，在所有实际目的上，极有可能是由人工智能生成或经过人工智能改进的。到目前为止，我们常常能够检测到这种使用，原因是一些学生仍然使用人工智能不当。他们提交的明显垃圾，经典的Chat GPT格式，每个句子中的逗号分隔的三项列表，虚构的引用，典型的夸张，缺乏段落制表符等。我们抓住了这些学生，感觉仍然掌控全局。但真正明显的问题是我们永远不会注意到的，已经在检测的边缘通过了。想象一下一个拥有两个付费账户的学生，其中一个是Claude，另一个是ChatGPT，一个AI起草工作，另一个进行批评和改进，循环直到文笔流畅，论点紧凑。他们让AI进行双重和三重检查参考文献，所有格式和标点都准确无误。这个学生产生的工作不仅不可检测，而且比大多数提交的更好，因此将获得更高的分数。这些利用人工智能的学生成为了理性的人，而不是被视为“懒惰”或“不诚实”，因为他们开始看到人工智能使用与分数之间的明显联系。最令人发指的是，系统现在做了两件事：惩罚那些写了带有自然缺陷和限制的自己人类论文的学生，同时对我们抓到的不成熟的人工智能用户评以零分，而奖励成熟（和高支出）的用户。如果你的课程有一个需要学生自己完成并提交打分的期末论文，那么你（或你的助教（或你助教的人工智能））很可能在分配的分数与对内容真实知识的了解无关。但对我个人影响最大的其实是研究方面的问题。我们作为一个领域一直在谈论与人工智能相关的教学/学习问题，但正如我上周告诉我的研究团队的，这似乎我们对这在研究和整体学术成功方面的意义仍然是“头埋在沙子里”。大量生产、可发表的内容，已经到来了。综述文章、方法学论文、理论综合、报告、定性数据的二次分析；今天的研究者可以通过结合几份专业订阅工具（如Consensus和Claude），以相当大的数量生成这些，其中相当一部分将足够好以供出版。当然，某些审稿人可能会发现一些文章提交过于空虚（但我依然认为这只是没有对工具进行最佳使用，你可以训练AI避免所有夸张和空洞的前提），但如果你像喷火器一样将这些内容迅速发布，很多将顺利通过。愿意以这种方式工作的研究者每天可以接近产生一篇论文，稍微因为在线提交系统的繁琐而减缓，他们的简历很快将超越任何从事独立智力工作的人。对于拨款申请也是同样的问题，仅仅因为单个研究者能够提交或同时持有的数量有限。这种情况下，想象一个由五名同事组成的团队，通过轮流担任提名首席研究员（每个周期可以提交2个）的方式，向一个CIHR项目资助周期提交十个申请。这种情况下，仅仅依赖于数量，至少中标一个的机会就很高，更何况考虑到人工智能确实善于处理一些常见的致命错误，这些错误给申请带来了问题：预算缺陷，团队遗漏了非常相关的论文引用，最终审查中可能在最后时刻被标记的资格标准，因此他们决定没有时间去修正它。过去，细致、无错误、全面的申请通常是几个失败提交的结果，而现在只是掌握了多种人工智能或同事/代理系统的人所拥有的结果。当申请数量三倍增加时，CIHR到底会做什么？