近日，深度求索公司（DeepSeek）發(fā)布了新模型DeepSeek-Math-V2。據(jù)研發(fā)團(tuán)隊(duì)介紹，該模型是首個(gè)能在國(guó)際數(shù)學(xué)奧林匹克競(jìng)賽上斬獲金牌的開(kāi)源人工智能（AI）模型。同時(shí)，DeepSeek發(fā)布的論文指出，可自我驗(yàn)證的數(shù)學(xué)推理是未來(lái)AI發(fā)展的重要方向，有助于開(kāi)發(fā)更強(qiáng)大的AI學(xué)術(shù)研究系統(tǒng)。
這意味著在不久的將來(lái)，AI將勝任許多高水平研究工作。已有研究表明，AI發(fā)展對(duì)勞動(dòng)力市場(chǎng)產(chǎn)生了顯著影響，許多企業(yè)開(kāi)始縮減初級(jí)技術(shù)研發(fā)崗位的招聘規(guī)模。與此同時(shí)，全球研究生培養(yǎng)規(guī)模不斷擴(kuò)大。這難免引發(fā)擔(dān)憂(yōu)：當(dāng)AI的研究能力不斷提升，社會(huì)對(duì)學(xué)術(shù)研究人員的需求是否會(huì)隨之下降？對(duì)于準(zhǔn)備投身學(xué)術(shù)的博士生而言，他們?cè)诮邮芘囵B(yǎng)過(guò)程中需要補(bǔ)齊哪些能力、保持哪些素養(yǎng)？
對(duì)于第一個(gè)問(wèn)題，我認(rèn)為在A(yíng)I時(shí)代，社會(huì)對(duì)學(xué)術(shù)研究人員的需求只會(huì)上升，不會(huì)下降。目前已有大量實(shí)例表明，AI可以助力人類(lèi)探索更多復(fù)雜的科學(xué)問(wèn)題，甚至催生更多學(xué)術(shù)研究的理論與實(shí)踐課題。同時(shí)，AI降低了學(xué)術(shù)研究的智力門(mén)檻，使更多具備基礎(chǔ)能力的研究者能夠進(jìn)行復(fù)雜課題的探索。因此，無(wú)論是從需求端還是供給端來(lái)看，AI時(shí)代都將推動(dòng)社會(huì)對(duì)學(xué)術(shù)研究人員的需求持續(xù)增長(zhǎng)。
那么在A(yíng)I時(shí)代，對(duì)于作為培養(yǎng)學(xué)術(shù)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(yǎng)呢？
首先是提問(wèn)能力，這可能會(huì)成為博士生最重要的能力之一。使用過(guò)AI工具進(jìn)行學(xué)習(xí)或科研的學(xué)者都清楚，這一過(guò)程包含了大量的提問(wèn)與互動(dòng)。因此，在A(yíng)I時(shí)代，提問(wèn)能力將成為博士生重點(diǎn)培養(yǎng)的核心能力。
其次是想象能力。愛(ài)因斯坦曾說(shuō)：“提出一個(gè)問(wèn)題往往比解決一個(gè)問(wèn)題更重要，因?yàn)榻鉀Q一個(gè)問(wèn)題也許僅是一個(gè)數(shù)學(xué)上或?qū)嶒?yàn)上的技能而已。而提出新的問(wèn)題、新的可能性，從新的角度去看舊的問(wèn)題，卻需要?jiǎng)?chuàng)造性的想象力，這標(biāo)志著科學(xué)的真正進(jìn)步?！边@充分說(shuō)明想象力在學(xué)術(shù)研究中的重要性。借助AI在文獻(xiàn)檢索、信息處理、整合與記憶等方面展現(xiàn)出的強(qiáng)大能力，具備創(chuàng)造性想象力的博士生將更快突破初學(xué)者階段，加速向獨(dú)立研究者轉(zhuǎn)變。
最后，閱讀能力同樣重要。有人會(huì)問(wèn)，既然可以讓 AI 回答問(wèn)題，還有必要讓博士生提升閱讀能力嗎？其實(shí)不然。AI能夠快速生成各種類(lèi)型的信息、建議與解決方案，并為研究人員提供重要文獻(xiàn)列表。但如果博士生的閱讀能力未得到提升，將無(wú)法有效吸收并理解這些信息，最終將難以跟上AI的節(jié)奏，導(dǎo)致科研效率落后于那些具備較強(qiáng)閱讀能力的同行。
因此，在A(yíng)I時(shí)代，博士生必須全面提升提問(wèn)能力、想象能力和閱讀能力。與此同時(shí)，切不可認(rèn)為AI的應(yīng)用弱化科研工作者原本具備的核心能力與素養(yǎng)?？梢哉f(shuō)，勤奮、博聞強(qiáng)記與細(xì)心這“老三樣”依然是博士生需要保持的能力與素養(yǎng)。
首先，勤奮在A(yíng)I時(shí)代不僅依然成立，更是放之四海而皆準(zhǔn)的黃金法則。因?yàn)榍趭^是人機(jī)協(xié)作的基礎(chǔ)，雖然AI降低了科研門(mén)檻，但無(wú)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(xiàn)，但深入研讀文獻(xiàn)、提煉核心觀(guān)點(diǎn)，進(jìn)而發(fā)現(xiàn)研究缺口，仍需博士生投入大量時(shí)間與精力。此外，對(duì)于A(yíng)I生成的科研方案進(jìn)行反復(fù)檢驗(yàn)，也需要博士生具備勤奮的品質(zhì)。AI的作用在于提升博士生勤奮的針對(duì)性和效率，減少重復(fù)性工作，使其能夠?qū)Ｗ⒂诟鼮殛P(guān)鍵與具備前沿價(jià)值的研究環(huán)節(jié)。
其次，博聞強(qiáng)記將是精準(zhǔn)使用AI的前提。AI 的“幻覺(jué)”現(xiàn)象，即生成看似合理但實(shí)際不準(zhǔn)確或虛假的信息，目前仍較普遍。盡管AI的準(zhǔn)確性未來(lái)可能有所改善，但在可預(yù)見(jiàn)的時(shí)間內(nèi)，它仍不可能達(dá)到完全無(wú)誤的水平。所以，博士生只有具備扎實(shí)的專(zhuān)業(yè)知識(shí)儲(chǔ)備，才能準(zhǔn)確甄別AI輸出內(nèi)容的對(duì)錯(cuò)；同時(shí)，廣博的知識(shí)積累也將幫助博士生向 AI 發(fā)出更清晰的指令，更有效地引導(dǎo)其完成相關(guān)任務(wù)，從而進(jìn)一步拓展研究的深度與方向。
最后，細(xì)心依然是規(guī)避AI產(chǎn)生科研風(fēng)險(xiǎn)的關(guān)鍵?？蒲兄械娜魏挝⑿∈д`都可能導(dǎo)致研究失敗，因此博士生仍需以耐心、細(xì)致的態(tài)度核實(shí)AI輸出的內(nèi)容，確保準(zhǔn)確性。例如，在引用AI提供的文獻(xiàn)信息時(shí)，應(yīng)仔細(xì)校驗(yàn)文獻(xiàn)來(lái)源，避免出現(xiàn)引用錯(cuò)誤。
總之，在A(yíng)I時(shí)代，人類(lèi)社會(huì)對(duì)學(xué)術(shù)研究人員的需求只會(huì)增加不會(huì)降低。要讓AI成為強(qiáng)大的合作者，博士生需要在提升提問(wèn)能力、想象能力和閱讀能力的同時(shí)，始終保持勤奮、博聞強(qiáng)記與細(xì)心這三個(gè)素養(yǎng)。
(作者 李鋒亮 清華大學(xué)教育研究院長(zhǎng)聘教授)
編輯：李華山
