AI两分钟读完一篇Nature,为什么剑桥博士还要花两小时?AI出现以后，读论文变成了一件很容易的事。几十页的PDF上传，几分钟后就能得到摘要、创新点、研究方法和核心结论。我们看完这些内容，甚至会产生一种错觉，这篇论文已经读过了，了解透了。但最近，Nature的一篇文章，却给这种高效泼了一盆冷水。文章作者是一位剑桥大学博士，他提到，即使他到了博士阶段，精读一篇论文仍然需要花1-2个小时的时间。如果带着刚入门的学生一起读，甚至要3-4个小时。在AI几分钟就能总结完一篇论文的时代，这种看起来有些慢的阅读，还有必要吗？图源：Nature目录1. AI给的是结论，精读练的是判断2. Nature作者是怎么精读论文的3. 他也用AI，但怎么用PART.01AI给的是结论，精读练的是判断在Nature这篇文章里，作者反复提到一个词：Scientific Intuition（科学直觉）。这也是他坚持花1到2小时精读论文的原因。AI的优势是快速总结。研究背景是什么，用了什么方法，得出了什么结论，它都能在2分钟内整理得清清楚楚。但问题是，AI呈现给你的，只是它基于论文给你提供的理解，而不是你自己分析后的判断。科研阅读和普通阅读的区别就在这里。读新闻、看科普，知道结论就够了。但读论文，结论恰恰只是开始。重要的是，这个结论究竟怎么得来的，它能否真的站得住脚。正如作者自己在文中写到，他希望自己依然保持独立拆解论文的能力，保留属于自己的科学直觉。图源：NaturePART.02Nature作者是怎么精读论文的为了避免被AI呈现的叙事逻辑牵着走，他总结出了一套自己的论文阅读框架。这套方法有三个阶段，鸟瞰，审阅和裁判。2.1 鸟瞰全景拿到论文后，先看摘要和所有图表。目的不是理解每一个细节，而是快速建立整体认知：这是什么类型的研究？是临床队列、动物实验、CRISPR筛选，还是计算模型？回到Introduction，找到作者真正想回答的问题。这个核心研究问题会出现在Introduction后半部分。再思考一个问题：这篇论文究竟填补了什么空白？2.2 具体审阅搞定整体浏览后，开始进入分析阶段。先审查研究方法。实验工具是否合适？样本量是否足够？有没有合理的对照组？原始数据是否公开可查？如果方法本身存在问题，那么后面的结果再漂亮，也很难令人信服。接下来，跳过Discussion。问自己，如果不看作者的结论，仅根据这些数据，我会得出什么判断？你要自己分析证据，不是接受别人整理好的答案。2.3 给出裁判答案形成自己的判断后，再回头读Discussion。你不再是一个被动接收信息的读者，而是在对作者的论证进行核查。作者的解释是否合理？有没有过度解读数据？是否存在其他同样合理的解释？结论是否超出了数据本身能够支持的范围？他还会留意利益冲突声明和研究可能存在的局限性。科研中的很多争议，并不来自数据本身，而来自对数据的解释。科学直觉，很大程度上就是一次次在这样的分析和质疑中形成的。图源：网络PART.03他也用AI，但怎么用当然，这篇Nature文章的作者不反对我们用AI协助。他自己也会用AI，还用得不少。但他给AI划出了三条明确的边界：AI负责导航，不负责判断。AI负责筛选，不负责审讯。AI负责告诉他哪些论文值得关注，但不会代替他完成分析过程。他的工作流很简单，先利用AI快速扫过大量文献，从中筛出最值得阅读的几篇核心论文；然后再花1到2小时，按照自己的框架进行精读。看起来很慢，但这种慢不是低效率。因为真正有价值的科研能力，不是知道别人得出了什么结论，而是能够判断这些结论为什么成立，以及是否成立。或许这也是为什么，在AI时代，会读论文的人，依然愿意为一篇论文花上两个小时。图源：网络参考资料：Seven steps for critically analysing research papers，来源：NatureEND#Nature#科学直觉#文献阅读#AI撰稿：学术君责编：科研树懒版权声明：文章分享只为学术交流，如有侵删。
夜雨聆风
