自从“龙虾”（OpenClaw）的技能（skill）上线后，任何技能都成了可“蒸馏”、即压缩进小模型的对象。近日，新南威尔士大学的研究者蒸馏了两位人文社科领域的“学术大牛”。根据两位国际知名学者的公开论文和专著，AI蒸馏生成的“蒸馏学者”能独立完成博士生指导、同行评审、课程授课、学术讨论四项核心学术工作。
AI蒸馏的学者，真的可以替代真人吗？记者采访多位高校学者发现，继AI“证明”了自己可以写编码、解决数学难题之后，AI又一次证明了自己在人文社科领域的能力——“蒸馏学者”同样可以成为“学术高手”。不过，研究论文之外，AI学者仍然缺少独一无二的研究志趣、科研品味。但是，如何面对AI对评价和培养体系带来的冲击，确实是高校面临的挑战。
那些“默会知识”不再是人类的护城河
研究显示，两位“蒸馏学者”都能独立完成核心学术工作：精准诊断博士生开题报告的漏洞，给出分优先级的修改建议；撰写同行评审意见，与人类评审一致性超过85%；生成结构完整的授课讲稿，包括将复杂理论拆解为循序渐进的知识点；在学术讨论中保持稳定的推理特征，提出独立的分析视角。
三位资深学者和10名学生对其产出进行独立评估后，一致认定两位“蒸馏学者”的学术水平，达到了澳大利亚高校体系的高级讲师级别，大致相当于美国高校的终身副教授。
不能借由文字传递的“默会知识”，曾被认为是人类教师区别于AI的护城河之一，在此次实验中也不再有效。人文社科学者的一些“默会知识”，甚至包括学者日常使用、但极少作为显性规则陈述的定义、评价标准与推理序列，都在两位“蒸馏学者”中呈现。论文作者甚至表示，得到“蒸馏学者”的“指导”后，她的导师甚至怀疑某位学术大牛是否亲自指导了她。
上海交通大学人工智能学院27岁的博导张林峰是国内知识蒸馏领域的开拓者之一，他于2019年提出自蒸馏算法。“其实，这并不值得惊讶，我们业内早就已经非常清晰地意识到，AI能力已经达到这个状态了。”他提到，“让AI去学习某个领域专业人群完成某项工作，在局部场景下确实能达到不错的效果。目前，不论是研究论文写作，还是授课，都是AI非常擅长的工作。”
只会写论文的教授，被“蒸馏学者”替代是必然
“只会写论文的教授被蒸馏、替代也许是必然。”张林峰说，“但是，教授的工作并不仅仅是写论文、指导博士生等。论文能体现的，可能只有实际研究工作的10%，创新的理念，和学生、同行的交流以及互相启发，做实验等工作，都是AI无法替代的。”
在美国中部某大学攻读AI博士的晓明（化名），在顶会发表过多篇论文、同时担任相关会议审稿人。他就直言：“‘蒸馏学者’能在学术工作中获得高分，是因为论文原本就存在一些模式化的表达。”他认为，真正的学术大牛会很乐于看到这样的“蒸馏学者”，因为这恰恰可以帮他们省下大量工作。
上海交通大学李政道研究所青年学者吴益鹏，得知“蒸馏学者”消息的第一反应是：“幸好我是做物理的。”
“在物理领域，真正的原创性发现，往往来自于实验中的意外。当你看到一个不符合预期的数据点时，那种‘这可能是一个重大发现’的直觉，那种在黑暗中摸索的勇气和坚持，是AI永远学不会的。”他告诉记者，“对于以实验为基础的理工科而言，AI能整理文献、分析数据、写论文初稿，但它永远无法替代我在实验室里的工作”。
他认为，“人类的核心能力在‘道’上，比如选择什么样的科研问题，提出什么样的原创性想法。真正的创新，不是在AI已经具备的知识体系里。”
当AI包揽基础工作，博士生该从哪里开始？
更值得关注的，或许是AI给大学培养体系带来的挑战。
一位上海985大学AI研究的博导告诉记者，“最起码在AI领域，论文已经不能用来评价一个人了。更不用说，过去两篇顶会文章够清华博士毕业。现在两篇可能都不够一个本科生来读研。”此外，过去博士生的成长是从读文献、写代码、做实验这些基础工作开始，但现在，入门级的工作几乎都能被AI包揽，“博士生该如何开始成长？”
在多位受访学者看来，AI时代的人才培养，必须转向培养那些AI永远无法替代的核心能力，尤其是博士培养更是如此。
“当我们可以‘蒸馏’出足够会做研究写论文的‘蒸馏学者’时，难道我们还要培养和那些‘蒸馏学者’竞争的人才吗？”张林峰提到，博士培养最需要注意三点，“首先是提出好问题的能力，这是科研的起点；其次是工程组织能力，能带领团队完成复杂的大项目；此外还有学术品味和研究志趣，知道什么是重要的、什么是值得做的。”
吴益鹏更是谈到，“还需要培养学生通过失败学习的能力。因为，在科研生涯中，学到最多的，从来不是来自成功的结果，而是来自无数次的失败。哪一步容易出错、哪个看起来很美的想法其实是陷阱，正是这些通过失败积累的经验，成为了判断力的核心来源。”
热门跟贴