在全球范围内，资助机构报告称申请拨款的研究人员数量大幅增加。科学工作者队伍的不断壮大、研究人员争取资金的压力，以及日益增加的人工智能模型使用，正在缩短撰写可信提案所需的时间，这给几乎无法应对的系统施加了压力。申请数量的增加导致成功率下降。结果是一个高度竞争的资金系统。科学家花费宝贵时间撰写不太可能成功的拨款申请。有些人追逐时尚的主题以提高成功的机会，忽视其他重要的研究，如重复研究。代理性人工智能是否会颠覆拨款资助系统？需要系统性的变革。在我看来，作为一个探索科学协作益处的人，研究人员需要开始共同合作，而不是竞争地争取资金——包括与他们的对手合作。去年，我的博士导师和我开始帮助12位元科学家共同申请资金。合作通常涉及科学家的网络内的同事，但我们的小组包括通常不会一起申请资金的具有不同专业背景的竞争对手。我们要求参与者提出和评估潜在的拨款主题，大家共同决定哪个项目最能改善其领域的科学。这种研究优先级排序过程已经被一些主要资助机构，如美国国立卫生研究院，所采用来引导研究方向，以及在一些依赖大规模共享基础设施的领域中，例如粒子物理学中的加速器。它使参与者能够识别他们共同认为重要的挑战，包括那些单独追求时过于复杂或繁重的挑战。然后，我们调整了提案，以确保包括协作者组共享的研究兴趣。最终，小组提交了两个拨款提案，两个都获得了资金。我认为，这种集体资金申请可以加速科学进步。作者人数较多的论文通常被引用的次数更高——也许一项研究表明，这是因为在大组内工作提高了质量（M. Thelwall等人，J. Assoc. Inf. Sci. Technol. 74, 791-810; 2023）。集体研究优先级排序可以帮助统一分散的研究线，并识别应对社会挑战的新方法。它还促进了在使用和报告哪些措施方面的一致性，使个体研究能够更容易地结合和比较。个别参与者也能获益。在我们的团队中，所有合作者分享工具和现有数据，讨论正在进行的项目，从而避免了“抢先研究”——在竞争对手之前报告相同主题结果——和重复工作。参与者告诉我，合作在一个被认为共同重要的项目上，使他们的工作更有意义，增加了工作满意度。