1800人调查能说明什么:对话式AI科研使用的证据边界
OpenAI 两篇页面摘要显示:一项覆盖1800余名科学家的调查关注日常流程、自报生产力与对发现的预期;同时其学术研究者项目将扩展到20万名研究人员。仅凭摘要,只能支持关于这批受访者使用方式与自报感受的描述性结论,不能支持比例、因果或对全体科研人员的外推。
先给结论:这项覆盖1800余名科学家的调查,最多只能支持描述性、自报层面的窄结论——这批受访者被问及如何在研究中使用对话式AI、如何评价自身生产力,以及对发现有何预期。它不能支持“AI提升了多少科研产出”这类因果结论,也不能外推到所有科研人员。更关键的是,目前可核验的材料只有页面摘要,连一个具体比例都无法引用。
摘要层面能确认的三件事#
第一,调查规模超过1800名科学家。OpenAI 的页面摘要称,“Explore how more than 1,800 scientists use ChatGPT in research”(Science at the Frontier,来源日期2026年11月16日)。第二,主题范围包括日常工作流、受访者自报的生产力,以及对科学发现的预期。第三,同一日发布的另一篇摘要称,ChatGPT for Academic Researchers 项目将扩展至全球20万名研究人员,提供前沿模型的免费访问(Broadening access to AI for scientists)。
这三条都是来源事实。需要立即区分:前两条属于调查内容简介,第三条属于项目规模声明。20万是访问名额,不是调查发现,也不能用来证明使用效果。
为什么“自报”两个字很关键#
摘要使用的是“reported productivity”,即受访者自己报告的生产力感受,而不是独立测量的论文数量、实验周期或代码产出。自报数据适合回答“他们觉得自己效率如何”,不适合直接回答“效率实际提高了多少”。后者需要对照设计、客观指标和统计口径,而这些在摘要中都没有出现。
同样,“expectations for discovery”描述的是预期,不是已发生的发现。把预期写成成果,是这类报道最常见的越界。
结论与证据的对应关系#
| 想写出的结论 | 摘要能否支持 | 原因 |
|---|---|---|
| 该调查覆盖1800余名科学家,关注工作流、自报生产力与发现预期 | 可以,限定在“摘要称” | 两篇摘要直接给出规模与主题 |
| 某个百分比的科研人员每天使用、效率提升若干 | 不可以 | 可核验材料中没有具体数值 |
| 使用对话式AI导致科研产出提高 | 不可以 | 无对照、无客观产出指标,自报不能承担因果 |
| 全体科研人员都如此 | 不可以 | 样本框、学科与地区分布均未知 |
| 项目将向20万名研究人员提供免费访问 | 可以作为项目声明引用 | 这是发布方声明,但不是调查结论 |
给开发者的引用建议#
如果要在产品文档、技术博客或对外材料中引用这项调查,建议把句子写成:“某发布方页面摘要称,其调查覆盖1800余名科学家,关注日常科研工作流、自报生产力与对发现的预期。”不要写成“研究证明AI显著提升科研效率”。前者把证据强度写在句子里,后者把简介升级成了结论。
对做科研工具或 API 集成的开发者,这项调查的可用价值不在数字,而在问题清单:科研用户关心的是检索、写作、数据处理还是实验设计?他们如何描述失败与校验成本?这些值得在自己的用户访谈中重新问一遍,而不是直接套用他人样本的答案。
目前无法确认的部分#
本次可核验的材料只有摘要,因此样本如何招募、问卷如何措辞、学科与地区分布、是否设置对照、统计方法与置信区间,均待核实。这不等于发布方没有披露,而是现有材料不足以判断。在拿到正文或原始报告前,任何具体比例、显著性说法和跨群体比较都不应写入技术文章。
一句话收束:1800人这个规模能说明调查值得一读,但不能替代对方法论的阅读;在只有摘要时,最稳妥的结论就是“有人调查了这批人,并询问了这些主题”。
参考来源
以上为本文写作时的参考资料,引用观点以原文为准。