5月21日，北京大学“数字与人文节气沙龙”第61期（小满篇）在北京大学全球大学生创新创业中心举行。本次沙龙由北京大学社会科学部、大数据分析与应用技术国家工程实验室联合主办，聚焦生成式人工智能对科研生产力的影响这一前沿议题，特邀北京大学中国农业政策研究中心研究员黄开兴担任主讲嘉宾，信息管理系长聘副教授刘畅、教育长聘副教授马莉萍、国家发展研究院助理教授于航、经济助理教授李伦和实验室助理研究员刘浩洋5位学者担任与谈嘉宾。来自校内外多个院系的师生齐聚现场，围绕AI赋能科研的因果效应、现实局限与未来路径展开深入研讨与交流。沙龙由社会科学部副部长郭琳主持。

沙龙现场

黄开兴以“生成式人工智能对科研生产力的因果影响”为题作主题报告，他指出当前学界多采用文献计量法研究AI科研影响，存在AI使用痕迹识别模糊、高能力学者自选择导致内生性两大关键缺陷，难以厘清因果关系；为此团队设计三轮严格随机对照试验，在全国招募380名经济学硕博生及高年级本科生，围绕气候变化、人工智能、能源转型三大议题完成1140份研究计划，通过分组对照、AI培训干预及全程监控，最终得出三大核心结论：AI显著提升科研效率且低能力者增幅更大，AI仅对高能力者科研创新有显著促进作用，AI培训可强化效率增益却无法弥合创新层面的能力差别，该研究首次在严格因果框架下量化AI科研影响，为学界提供实证参考。

黄开兴作报告      

与谈环节，5位跨学科专家各抒己见，从不同维度对研究价值与优化方向展开深入评议。刘畅提出，两小时实验更贴近选题构思而非完整的科研过程，创新评价环节建议引入领域专家盲审以避免模型偏差；马莉萍认为，实验任务对样本而言较为陌生，且激励强度有限，可能放大AI的辅助效果，建议设置高激励、长周期任务，进一步验证结论的现实适用性；于航肯定实验严谨性，建议补充人工评审并追踪样本持久科研表现，深化因果推断链条；刘浩洋从技术层面指出当前效率与创新指标的权重设置、量纲处理尚显粗糙，关键词匹配界定新颖性的方法存在局限，建议优化评价维度，提升指标科学性；李伦则从宏观角度警示AI或引发发表零和博弈，且易导致科研同质化、青年学者知识内化不足、独立思考能力弱化等潜在风险。

与谈人评议报告 

互动环节气氛热烈，现场师生围绕实验设计、评价方法、模型选择、能力界定、抽样逻辑等核心问题踊跃提问，学术探讨氛围浓厚。针对实验场景与真实科研的差别、AI评价模型的客观性、创新指标界定、能力划分标准及抽样合理性等关键问题，黄开兴逐一细致回应，说明实验设计的核心考量、数据处理规范与后续研究方向，现场交流深入充分，有效厘清研究细节，深化学术共识。

本次活动依托北京大学人文社科数智化研究基地举办，以严谨实证为基础，系统呈现生成式AI对科研效率与创新的差别化影响，理性剖析研究局限与现实挑战，有效促进跨学科思想碰撞，为新文科背景下人文社科与人工智能融合发展提供有益参考。未来，北京大学社会科学部、大数据分析与应用技术国家工程实验室将持续依托节气沙龙平台，聚焦前沿议题，深化文理交流，助力北大文科数智化建设不断迈上新台阶。

专题链接：“数字与人文”节气沙龙