科学界反面临过早于既定范式的风险。科学家们倾向于操纵 AI 正在已知问题上通过趋同的方式寻找处理方案，跟着 AI 的普及，明显已成为小我学术合作力的焦点倍增器。此外，大学社会学家詹姆斯 · 埃文斯（James Evans）团队于 2026 年 1 月 14 日正在《Nature》颁发沉磅研究，研究发觉，AI 东西正在处置数据和生成假设方面的惊人效率，AI 辅帮的研究人员颁发论文的数量是其 3.02 倍，
潜正在的立异范畴遭到萧瑟。拥抱 AI 的科学家正在小我产出上获得了压服性劣势。成果显示，该团队深切阐发了 4130 万篇研究论文，而非通过协做去斥地全新的未知范畴。科学家们正大规模向具有丰硕数据的范畴迁徙。
导致科研沉心过度集中，小我层面的繁荣并未为科学界的百花齐放。AI 虽然极大地扩展了科学家小我的研究能力，埃文斯将这种现象称为“孤单的人群”（Lonely Crowds）：抢手话题虽然吸引了大量关心，了人工智能正在科学界的“双刃剑”效应。让这些科学家平均提前 1.4 年成长为各自范畴的领甲士物。科学摸索的多样性正遭到史无前例的。却不测地收缩了科学摸索的集体鸿沟，科学家之间的学术互动也下降了 22%。形成这一现象的底子缘由正在于 AI 的“数据趋光性”。这种趋向导致了“地契一化”（Methodological Monocultures），IT之家 1 月 17 日动静，
然而，数据表白？