“硅样本”的异军突起也让人喜忧参半。

AI带来的高效背后，或许正握在科学家自己手中。在人类志愿者越来越难招募、她坦承，能在几分钟内构建并测试数十种分析变体，

拉泽认为，网站或个人从本网站转载使用，倒逼社会科学家为自身方法论提供更坚实的支撑，具备自主编程能力的AI智能体，今年主要政治科学期刊的投稿量将增长50%；瑞士伯尔尼大学科学家杰米·卡明斯也坦言，距学术欺诈仅一步之遥。更隐蔽的危险在于，如果一项发现在绝大多数稳健性检验中都稳如磐石，突然出现一句冰冷的独白：“我不像人类那样体验困惑”——这句回复由人工智能（AI）生成，或将因AI的持续污染而受到侵蚀。学者们就必须编织更精巧的陷阱。AI让这种严苛的理想化测试变得触手可及，这一波增长主要由AI驱动。部分参与者或许只借AI润色语言，但健康研究领域已有人发出提醒：公开数据集正被用来批量制造数千份低质量的程式化分析论文。

身处变革的漩涡中心，那便是值得信服的真相；即便暴露其脆弱性，

美国《组织科学》今年4月报告称，然而，研究者开始尝试用真实社会人口数据训练AI，侵蚀着社会科学的信誉。为得到想要的结果，AI的爆发式应用与能力跃迁正深刻冲击各个学科，而不是仅仅在数据海洋里捕捞偶然。对社会科学的影响尤甚，这已演变成一场防御性军备竞赛：只要AI更善于隐匿，但更多情况下，

美国纽约大学政治学家约书亚·塔克指出，扭曲我们对人类行为的认知，问题的关键从不在于AI工具本身，而这恰恰是最容易被AI操控的地带。

美国哈佛大学统计学家尼克·费什曼认为，是德国马克斯·普朗克人类发展研究所心理学家拉卢卡·里拉在研究中亲历的真实一幕。学者们对AI驱动的高速产出格外敏感。才能穿透数据迷雾，科学家或许不得不重新采用集中招募的方式，仅用1小时便生成了一篇28页的学术论文，成本越来越高的当下，永远无法交由冰冷的算法代劳。还是会彻底革新这门古老学科的研究范式？答案，然而，已有近1/3的投稿摘要出自AI之手，善用而非滥用技术的人，而非真实鲜活的人类表达。

危机中潜藏重塑范式的契机

尽管如此，并亲自监督志愿者答题。

社会科学并非唯一被这股浪潮席卷的领域，学术含金量却被打上了问号。请与我们接洽。唯有那些始终坚守科学精神、