用AI写基金申请书，能让中标率提高4%，但这看似免费的午餐背后，可能隐藏着科学探索未来的代价。研究发现，AI在优化表达的同时，也正在让研究想法趋于同质化，这引发了对科学创新精神的深刻担忧。
智能速览
AI辅助撰写可使NIH基金中标率提升4%。
AI撰写的申请书更接近过往成功案例，缺乏独特性。
这种“趋同性”可能导致科研方向变得保守和同质化。
AI提升成功率的效应仅在NIH出现，NSF则不然。
AI虽增加了论文产出，但并未带来高影响力的突破性研究。
精华内容
AI究竟是优化了表达，还是在重塑科研方向？当所有人都追求标准化的“安全牌”，科学是会更强，还是会走向平庸？
中标率的诱惑
西北大学的研究分析了数千份提交给美国国立卫生研究院（NIH）和国家科学基金会（NSF）的基金申请书。结果明确显示，使用ChatGPT等大语言模型辅助撰写后，项目在NIH的中标率确实提升了约4个百分点。对于竞争激烈的学术圈而言，这4%的胜算意味着一个研究能否继续下去，诱惑巨大。数据还显示，这些获得资助的项目后续发表的论文数量也有小幅增长，看起来像是一个双赢的局面。
独特的代价
然而，当研究者用“语义独特性”指标深入分析时，问题浮现了。AI参与度高的申请书，其内容与过往已获资助的项目高度相似，更倾向于模仿那些被验证过的“安全模板”。AI模型通过学习海量成功案例，将申请者塑造成一个完美的优等生，而非敢于冒险的探险家。这种趋同性，正在磨平科学探索最宝贵的棱角。
同质化的隐忧
密歇根大学的科学家对此表示担忧，长此以往，科研资助组合将变得千篇一律。资金会流向那些最稳妥、最容易被接受的课题，而那些高风险、高回报甚至起初看似“怪异”的颠覆性想法，可能被系统性地过滤掉。数据显示，尽管AI助力下的NIH项目论文数量增加，但这些新增成果大多是引用平平的普通文章，未能催生改变领域的高影响力突破。科学正在用多样性换取短期效率。
机构的差异
一个有趣的现象是，AI带来的中标率提升仅在NIH显著，在更看重基础理论突破的NSF则并未出现。这暗示了两个机构评审文化的差异。或许NIH更偏重于项目书的标准规范与可行性，而NSF的评审则更看重想法的独特性与理论深度。这也说明，不同学科对于“标准答案”的依赖程度不同，AI工具的影响力也因此存在差别。
AI进入科研申请已是不可逆转的趋势。它在降低门槛、提升效率的同时，也带来了同质化的风险。如何在享受工具便利与守护科学创新精神之间找到平衡，是每个科研人员和资助机构必须思考的议题。为了眼前的成功率，我们是否愿意牺牲科学未来的无限可能？
