这7位科学家拒绝使用AI，他们为何“害怕”？

 

当前，生成式人工智能（AI）正以前所未有的速度渗透进学术圈，论文写作、编程、申请基金乃至同行评审……AI几乎无处不在。另一边，各科技巨头竞相推出更强大的模型，效率崇拜成为主流叙事。在《自然》杂志2025年发布的一项调查中，超过90%的研究者认为用AI编辑文本可以接受，近六成已在工作中使用。

然而，有一小群人却选择置身于这潮流之外，他们选择对生成式AI说“不”。他们中有化学家、环保主义者，也有心理学专家和社会科学家。作为“逆行者”，他们常被嘲笑为“卢德分子”（泛指对新技术、自动化或科技变革持强烈抵触态度的人），甚至感到像“酒会上不喝酒的聚会者”。

近日，《自然》杂志报道了7位科学家的选择与挣扎。他们的声音未必能逆转技术浪潮，但或许能让我们在按下“生成”按钮前，多一点思考和追问。

当AI踩过环境与权属的边界

英国班戈大学的海洋动物学博士生丹妮尔·克劳利（Danielle Crowley），几乎是她所在圈子中唯一不使用生成式AI的人。她看到同事们用AI写代码、调邮件措辞，一位讲师甚至鼓励她直接用AI生成会议海报。但她始终没有按下那个“生成”按钮。

“很多人说‘哦，但你必须得用啊’。”克劳利回忆道，同事们常常惊讶于她从未尝试过，但她有不用AI的理由。

她的理由还不少，版权伦理问题、公司对数据使用方式的不透明、AI需要消耗更多能源与水资源，以及输出内容的准确性等等。最让她在意的是，自己的博士项目是研究气候变化。“使用这个本质上与其他工具功能相同但消耗更多能源的工具，我感觉不太好。”

2025年底发表于细胞出版社（Cell Press）旗下Patterns期刊上的一项研究印证了她的担忧：2025年全球AI系统的碳足迹可能相当于整个纽约市的排放量，水足迹高达3125亿至7646亿升。该论文作者还进一步提出，除非科技公司公开更多数据，“否则AI的环境影响无法得到负责任的管理”。

在斯德哥尔摩恢复力研究中心，可持续性科学家胡安·罗查（Juan Rocha）有着更尖锐的判断。他不认为人类在使用AI，而是恰恰相反。

“你正在被AI使用，而不是你在使用AI。”他说，每点一次生成按钮，都是在帮助大型私营公司训练它们的算法，使之更强大，最终可能取代人类工作者。“我们正在出让自由，让未来的劳动力变得过时，降低了大学工作的价值。”

美国麻省理工学院的心理语言学家米凯拉·索科洛夫（Michaela Socolof）则把矛头指向了AI的训练方式。“我反对生成式AI的主要原因在于，它是在未经作者同意的作品上进行训练的。”她直言，这就是“抄袭”，是“窃取作家和艺术家的作品”。在她看来，无论AI变得多智能，这种原罪都难以洗刷。

当幻觉与准确率击穿信任

澳大利亚昆士兰大学的数学家兼环保科学家休·波辛厄姆（Hugh Possingham）有一个公开承诺。他在领英上宣布，自己将更加依赖“天然愚蠢”（natural stupidity），而非人工智能。

“我从未使用过它们中的任何一个。”波辛厄姆说。即便AI已渗透进他的日常工作，比如邮件客户端的一键生成回复，他也从未点击过那个按钮。

真正让他生气的是错误。他读过一篇硕士论文，其中引用的一位学者在那篇被引论文发表十年前就已经去世。“这可真是‘杰作’。”他讽刺道。AI的“幻觉”以绝对自信的口吻输出虚假或误导信息，让他无法信任任何由机器生成的文本。

加拿大麦吉尔大学的化学家奥黛丽·穆尔斯（Audrey Moores）也目睹了类似的荒诞。她看到AI生成的化学分子结构图完全错误，有些甚至“荒谬至极”。一次，在一本化学期刊上，她发现了一个根本不存在的分子。“这就像让一个三岁小孩画化学分子结构。”她说，AI模型从未上过人类的化学课程，连咖啡因这样简单的分子都可能画错。

就此，穆尔斯专门与同事合写评论文章，呼吁化学界禁止将生成式AI用于某些特定任务。

但比错误更讽刺的是，纠正错误所花的时间，往往比自己动手更多。

澳大利亚邦德大学的社会科学家塔尼莎·乔西（Tanisha Jowsey）有一个特殊身份——学院指定的“AI champion”（人工智能倡导者）。她的职责是评估模型、找出优势、建议如何使用。然而，她越来越发现这份工作“像个笑话”。

“检查它们（是否准确）反而造成了更多的工作。”乔西说，95%的情况下，“我自己做这件事比让工具做、再检查它是否正确要快得多”。在她擅长的定性研究领域，AI几乎毫无用处。她在预印本平台上发表的评论文章中直言：这不是效率工具，而是时间黑洞。

当AI工具侵蚀思考与成长

克劳利不仅担心版权伦理，她还担心自己的成长。

“编程是一项我想要学习和发展的技能，因为这不是我最自信的事情。”她说，宁愿自己尝试，从错误中学习，也不愿把问题甩给大语言模型。“我不认为把任务外包给大语言模型是我读博的目标。”

这种对“外包”的警惕，在加拿大不列颠哥伦比亚大学的生态保护科学家伊丽莎白·沃尔科维奇（Elizabeth Wolkovich）那里上升到了原则高度。她已经厌倦了批阅学生用AI生成的论文。

为此，她明确表示：如果学生在写作中使用AI，她将不再主持该生的论文答辩，也不会加入其研究生委员会。在她的实验室里，生成式AI只被允许用于拼写检查等极少数情况。

“我试图训练学生如何表达自己的研究，尤其是作为一个气候变化生态学家。”沃尔科维奇常对学生说，“你来读研究生是为了培养技能，你来和我一起工作是为了向我学习。我不清楚生成式AI是否知道如何做好这件事。”

对她而言，把写作外包给AI，就是外包了发展新思维的机会。

索科洛夫则从更根本的能力层面表达了担忧。“即使有一个模型其训练过程完全基于用户自愿选择，但我仍然认为人们使用它的程度，会对批判性思维能力产生极大的侵蚀作用。”她说，“能够独立思考和写作是一项非常重要、宝贵的技能，我不想把这点让给生成式AI。”

选择成为“黑羊”的压力

拒绝使用AI，在当下的学术圈并不轻松。这些研究者常常感到自己像一只“黑羊”——格格不入，且不得不面对持续的质疑与争论。

克劳利对此有一个生动的比喻：“感觉就像去参加一个聚会，却说自己不喝酒。”同事们总是惊讶于她的坚持，然后劝她“必须得用”。她坦言，这种压力挥之不去，但她选择用沉默来应对，不争辩也不妥协。

对索科洛夫来说，压力则化为了日常的“小冲突”。她笑着说：“我一直在和同行争论。”每当她的立场被挑战，她不会回避，而是正面交锋。争论似乎已成为她捍卫独立思考能力的一种方式。

沃尔科维奇选择了更公开、更原则化的表达。她在博客中声明不再评审使用AI撰写的论文，但随后发现同事们大多保持沉默。“我觉得人们不想参与这个对话。”她感受到的不是直接攻击，而是一种更为微妙的孤立——人们回避与她讨论这个话题。

她没有因此退缩，而是在自己的实验室里严格执行：AI只允许用于拼写检查。

波辛厄姆遭遇的批评更为直接。有人公开称他为“卢德分子”，暗示他抗拒进步。他回忆道：“人们或多或少都在用自己的方式说，世界在向前发展，而你却格格不入。”但他并不为之所动，反而将自己的高调承诺（依赖“天然愚蠢”的标签）当作一种另类的荣誉。

罗查面对的压力则来自另一个方向——他需要劝说自己的学生，但发现这极其困难。

他无奈地承认，禁令往往无效。因此他改变策略：不强行禁止，而是鼓励博士生自己写代码，培养独立创造AI工具的能力。“要知道它的存在，要知道在什么情况下你可能受益、在什么情况下你可能陷入麻烦。”他选择用教育和赋能来应对压力，而不是对抗。

这可能是他们的一个共同的应对方式，在自己的可控范围内划出清晰的边界。穆尔斯会使用AI写推荐信（但会逐字检查），沃尔科维奇偶尔用AI查如何办国外SIM卡——她们不是绝对的“抵制者”，而是有选择的使用者。这种务实的妥协，让她们在面对非黑即白的批评时多了一层防御。

但是，他们的确已厌倦了为此争论——不是恐惧，不是妥协，只是不再试图说服所有人，而是默默坚持自己的方式。

克劳利每天走进实验室，自己写代码，自己修改错误。她的选择依然清晰：AI可能会让工作更高效，但她更想理解自己在做什么。

参考资料：

https://www.nature.com/articles/d41586-026-00508-w

https://www.nature.com/articles/d41586-025-01463-8