经济学家布莱恩·卡普兰 (Bryan Caplan) 在 Twitter 上提出了一个有趣的问题：为什么人们不庆祝 GPT 这样的工具可能很快就会让我们以同样的成本在不牺牲质量的情况下产出更多的研究论文？
美国政府每年为研究提供 1380 亿美元的资金。它包括仅用于美国国立卫生研究院的 450 亿美元。有政府实验室、特殊项目、国家科学基金会等等。而且，当然，你有军事研究。相比之下，像谷歌这样拥有数十万员工的大公司，每年的利润约为 200 亿美元。我们在科学研究上投入了大量精力。
每年发表的研究文章数量呈指数曲线增长。我们发表了数百万篇研究文章。我们从来没有发表过这么多研究论文，明年我们会发表更多。数以千计的研究人员每周至少发表一篇研究论文。
乍一看，这项研究的大部分目标是发表研究文章。似乎可以肯定的是，如果我们能够以相同的成本生产更多此类产品，国家的研究生产力就会提高。
正如 Caplan 指出的那样，问题在于没有人关心这些研究文章。事实上，如果你要求工程师付钱给作者以访问他们的研究文章，他们几乎肯定不会愿意支付。
需要明确的是，卡普兰并不意味着“全部”。有些作品被广泛阅读并具有影响力。他估计有价值的出版物占2%。然而，大多数已发表的文章根本没有任何贡献。所以我们写更多的能力对我们没有任何帮助。
正如 Stonebraker 等人所说，我们迷失了方向：人们发表文章是为了获得工作和晋升，而不是为了推动科学进步。对同行评审出版物的关注更多地与研究人员和学者之间的地位竞争有关，而不是真正希望推动科学发展。这些指标已经被玩弄了。一般来说，研究人员不再有客户：除了其他研究人员之外，没有人使用这项工作的结果。 同行评议的论文越来越乏味
这并不意味着实际的科学进步没有发生。这也不意味着我们应该停止写论文和书籍。 OpenAI 所做的研究正在改变世界，他们正在撰写研究论文。但是，如果你访问 OpenAI 的网站，在 Research 下，你会找到一个指向 arXiv 的链接列表，arXiv 是一个可免费访问的论文库，通常没有经过正式的同行评审。换句话说，OpenAI 的研究人员似乎更关心推进科学，而不是玩“出版游戏”。
实际上，我们有一个严重的错位问题。是什么让你找到工作、晋升或获得研究资助，与你是否在推进科学发展不再有太大关系。
有时，当我参加新教授的招聘委员会时，我会请候选人告诉我们他们最重要的科学贡献。然后我问他们为什么这是一个重要的贡献。几乎无一例外地，有人会说“它是在这个重要的会议上发表的”。很大一部分学术界对什么是进步感到非常困惑。
GPT 等工具将对科学业务产生什么影响？这很难说。但是，最终结果可能非常积极。如果由于人工智能，“发表论文”不再是一项重大成就，那么它可能不再是一种追求地位的游戏。这将把这个领域留给那些寻求贡献真正进步的人。
我认为，人工智能的这一新突破，可以将我们带入一个新的科研黄金时代。当然，人们仍会寻求博弈声望信号，但快速变化的技术格局可能会重置指标并重新调整激励措施。
进一步阅读：
原文： https://lemire.me/blog/2023/04/21/will-emerging-artificial-intelligence-boost-research-productivity/