人工智能時代，博士生要補齊哪些能力

　　近日，深度求索公司(DeepSeek)發布了新模型DeepSeek-Math-V2。據研發團隊介紹，該模型是首個能在國際數學奧林匹克競賽上斬獲金牌的開源人工智能(AI)模型。同時，DeepSeek發布的論文指出，可自我驗證的數學推理是未來AI發展的重要方向，有助于開發更強大的AI學術研究系統。

　　這意味著在不久的將來，AI將勝任許多高水平研究工作。已有研究表明，AI發展對勞動力市場產生了顯著影響，許多企業開始縮減初級技術研發崗位的招聘規模。與此同時，全球研究生培養規模不斷擴大。這難免引發擔憂：當AI的研究能力不斷提升，社會對學術研究人員的需求是否會隨之下降？對于準備投身學術的博士生而言，他們在接受培養過程中需要補齊哪些能力、保持哪些素養？

　　對于第一個問題，我認為在AI時代，社會對學術研究人員的需求只會上升，不會下降。目前已有大量實例表明，AI可以助力人類探索更多復雜的科學問題，甚至催生更多學術研究的理論與實踐課題。同時，AI降低了學術研究的智力門檻，使更多具備基礎能力的研究者能夠進行復雜課題的探索。因此，無論是從需求端還是供給端來看，AI時代都將推動社會對學術研究人員的需求持續增長。

　　那么在AI時代，對于作為培養學術研究人員主要渠道的博士生教育，需要注重提升博士生的哪些核心能力與素養呢？

　　首先是提問能力，這可能會成為博士生最重要的能力之一。使用過AI工具進行學習或科研的學者都清楚，這一過程包含了大量的提問與互動。因此，在AI時代，提問能力將成為博士生重點培養的核心能力。

　　其次是想象能力。愛因斯坦曾說：“提出一個問題往往比解決一個問題更重要，因為解決一個問題也許僅是一個數學上或實驗上的技能而已。而提出新的問題、新的可能性，從新的角度去看舊的問題，卻需要創造性的想象力，這標志著科學的真正進步。”這充分說明想象力在學術研究中的重要性。借助AI在文獻檢索、信息處理、整合與記憶等方面展現出的強大能力，具備創造性想象力的博士生將更快突破初學者階段，加速向獨立研究者轉變。

　　最后，閱讀能力同樣重要。有人會問，既然可以讓 AI 回答問題，還有必要讓博士生提升閱讀能力嗎？其實不然。AI能夠快速生成各種類型的信息、建議與解決方案，并為研究人員提供重要文獻列表。但如果博士生的閱讀能力未得到提升，將無法有效吸收并理解這些信息，最終將難以跟上AI的節奏，導致科研效率落后于那些具備較強閱讀能力的同行。

　　因此，在AI時代，博士生必須全面提升提問能力、想象能力和閱讀能力。與此同時，切不可認為AI的應用弱化科研工作者原本具備的核心能力與素養。可以說，勤奮、博聞強記與細心這“老三樣”依然是博士生需要保持的能力與素養。

　　首先，勤奮在AI時代不僅依然成立，更是放之四海而皆準的黃金法則。因為勤奮是人機協作的基礎，雖然AI降低了科研門檻，但無法替代博士生在研究中的核心投入。

　　例如，AI可快速篩選海量文獻，但深入研讀文獻、提煉核心觀點，進而發現研究缺口，仍需博士生投入大量時間與精力。此外，對于AI生成的科研方案進行反復檢驗，也需要博士生具備勤奮的品質。AI的作用在于提升博士生勤奮的針對性和效率，減少重復性工作，使其能夠專注于更為關鍵與具備前沿價值的研究環節。

　　其次，博聞強記將是精準使用AI的前提。AI 的“幻覺”現象，即生成看似合理但實際不準確或虛假的信息，目前仍較普遍。盡管AI的準確性未來可能有所改善，但在可預見的時間內，它仍不可能達到完全無誤的水平。所以，博士生只有具備扎實的專業知識儲備，才能準確甄別AI輸出內容的對錯；同時，廣博的知識積累也將幫助博士生向 AI 發出更清晰的指令，更有效地引導其完成相關任務，從而進一步拓展研究的深度與方向。

　　最后，細心依然是規避AI產生科研風險的關鍵。科研中的任何微小失誤都可能導致研究失敗，因此博士生仍需以耐心、細致的態度核實AI輸出的內容，確保準確性。例如，在引用AI提供的文獻信息時，應仔細校驗文獻來源，避免出現引用錯誤。

　　總之，在AI時代，人類社會對學術研究人員的需求只會增加不會降低。要讓AI成為強大的合作者，博士生需要在提升提問能力、想象能力和閱讀能力的同時，始終保持勤奮、博聞強記與細心這三個素養。

來源：中國科學報