新智元報道

編輯：KingHZ 桃子

【新智元導讀】過去20年，STEM博士創業率狂跌38%。這背后，是知識負擔帶來的結果。當代科學家需要掌握的知識量呈爆炸式增長，做出科研成果的年齡被拉長到40多歲。AI會是下一個出路嗎？

最近，哈佛博士的一番言論，在全網掀起了熱議。

硅谷天使投資人Peter Thiel曾說過，「生物學領域缺乏進展，部分原因是人才不足」。

計算生物學博士Douglas Yao對此表示極大地贊同。他認為，生物學本身「技術性」不夠強，那些沒有實驗室和博士學位的普通人，幾乎無法上手嘗試。

正是因為這些限制，那些最聰明、最有創造力的人選擇了其他的領域。

生物學界大佬Jose Luis，AI初創Retro Biosciences理論負責人表示，「你是不是對『非技術性』有什么誤解」？（值得一提的是，這家公司已獲OpenAI投資，致力于將人類壽命延長十年。）

其實，這里的非技術性，本質上是「整個生物學領域，基本是建立在啟發式方法上的」。

它不像物理那樣有深層的底層邏輯，這使得它對聰明人來說不那么有吸引力。

這一觀點，卻遭到了沃頓商學院教授Ethan Mollick的反對。

他揭示了所有STEM領域的一個廣泛存在的現象：

研究發現，「知識負擔」越來越重——我們學到的東西太多，反而更難精通一個領域，這使得年輕科學家在科研和創業方面都處于不利地位。

舉個例子來說：可以看看Roche繪制的細胞過程圖譜。

這個信息的密集程度，恐怕每個人得裝上AI大腦才可以學完，而且這也僅僅是生物學的冰山一角。

過去20年，STEM博士創業率下降38%！

有些人可能認為，科學研究進展越來越快，資料越來越多，下一代年輕人學起來應該更容易。

但實際上，情況是相反的。對于新人來說，入門門檻只會變得更高。

年輕科學家往往要花很多年才能把已有的知識掌握透徹，還沒來得及做出自己的創新，就已經花了太多時間在「追趕進度」上。

而且，越到后面越難出成果。

羅氏（Roche）繪制的細胞過程圖譜就是一個典型的例子。它證明了生物學知識已經多到令人生畏的程度，若是年輕人要學完這些才能入行，難度很大。

Ethan Mollick教授表示，同樣地，科學家或創新者取得突破性成果的年齡也在上升。

如今，科學領域一半具有開創性的實驗性貢獻，都是在40歲之后才發生的。部分原因正是因為需要掌握的「知識負擔」越來越重。

西北大學、俄亥俄州立大學研究人員在2014年的一篇論文中，特意調研了一些科學家的年齡和產出之間的關系。

論文地址：https://www.nber.org/papers/w19866

他們得出的結論是，偉大的科學產出通常在中年達到高峰。自20世紀初以來，偉大科學貢獻的平均年齡顯著上升。

從下圖4中可以看出，所有領域（A）不論是理論，還是實驗成果，科學家幾乎在30-40歲產出最高。

化學（B）和醫學（C）幾乎均在40歲左右，而物理學領域（D）的科學家，做出理論的年齡相較其他領域會早一些。

再來看科學天才年齡分布的變化，20世紀諾貝爾獎獲獎發現與重大技術貢獻年齡均在30-40歲之間。

另外，2020年馬里蘭大學等機構研究發現，過去20年里，STEM（科學、技術、工程和數學）博士的創業率下降了38%，原因正是「知識負擔」帶來的影響。

論文地址：https://www.nber.org/papers/w27787

他們還發現，科學研究的復雜性越來越高，博士創業者必須親自處理大量的科研和行政任務，于是他們更傾向于加入大公司！

下圖1中展示了，博士受雇于初創公司，或出來創業的比例變化動態。

以及創始人從事的全部工作活動、研發工作活動及管理工作活動的數量。

有網友對此點評道，這就是我們不斷堆砌越來越多概念，卻不關心它們如何統一整合時所造成的后果。如果沒有「重構」，學術界就會把知識之樹變成巴別塔。

AI，讓「知識負擔」不再？

或許你也認為，當前，科學家可以借助AI來消化更多信息、推動更多技術突破，不是嗎？

知識是一座人類試圖穿越的大山。這座山沒有頂峰，也永遠不會有盡頭。

從遠古時代的火種，到如今的量子計算，人類在知識的山體中開鑿出了一條條隧道。

這些隧道隨著時間推移變得越來越長，記錄著人類的智慧與努力。

然而，這條路的延長也帶來了一個難以忽視的問題：新一代人想要抵達隧道的「最前端」，繼續開鑿，需要準備的時間越來越長。

而要在幾百年前，情況并非如此。

300年前，一個天賦異稟且訓練有素的人，可能在二十多歲，甚至更早，就能站在知識的前沿。

比如，牛頓在23歲時就著手發明了微積分；而另一位微積分的奠基人萊布尼茨（Gottfried Leibniz），開始相關工作時也只有28歲。

盡管我們擁有了技術進步的加持，以及更先進的教育方法，但通往知識最前沿的路卻比以往任何時候都要漫長。

經濟學家Benjamin F. Jones將這一現象稱為「知識負擔」。

他指出，隨著人類掌握的知識越來越多，這一負擔也在不斷加重。

他通過數據記錄了這一趨勢的后果：做出重大發明時，人才平均年齡正在顯著上升。

1900年，發明家創造偉大發明的巔峰年齡大約是30歲；而到了2000年，這一數字已攀升至接近40歲。

而現在，一種入侵物種已經到來，我們將其稱之為AI。

賽博隊友！一個人+AI媲美兩人團隊

來自哈佛、沃頓商學院最新研究發現，一個人和AI合作，能夠媲美兩人團隊。

這就是妥妥的賽博隊友。

論文地址：https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5188231

研究人員與消費品巨頭寶潔合作，調研了776名專業人士，他們中有經驗豐富的商業專家和技術研發專家，平均在寶潔工作超過10年。

實驗模擬了真實的寶潔產品開發流程。

參與者被分為團隊（每隊包含一位商業專家和一位研發專家）或單獨工作，其中一半可以使用GPT-4或GPT-4o，另一半則不行。

實驗結果令人眼前一亮！

績效飛躍

在沒有AI時，團隊的表現比個體高出0.24個標準差，印證了協作的力量。

但AI的加入徹底打破了常規：單獨使用AI的個體表現媲美無AI團隊，比基線提升0.37個標準差；

配備AI的團隊則以0.39個標準差的提升拔得頭籌。

更驚人的是，AI團隊更擅長產出「頂級方案」（質量前10%），顯示出人類與AI協作的獨特價值。

不僅如此，AI組還節省了12-16%的時間，產出的方案更長、更詳盡。

專業界限模糊

無AI時，研發專家偏技術、商業專家重市場，涇渭分明。

但AI介入后，無論是單獨工作還是團隊協作，所有人都能提出兼顧技術和市場的平衡方案。

專業壁壘幾乎消失，尤其是對經驗較淺的員工來說，AI讓他們迅速「補課」，表現直逼資深團隊。

AI讓工作更有趣

你可能以為AI會讓人感到壓力或冷漠，但事實恰恰相反。

使用AI的人報告了更高的興奮與熱情，焦慮和挫敗感顯著降低。

單獨用AI的個體，情感體驗甚至不輸給人類團隊。

AI不僅提升了效率，還讓工作變得更有趣。

總得來說，AI更像一位「賽博隊友」，它復制了團隊合作的核心優勢：提升績效、共享知識、改善體驗。

看得出，AI正在從幕后走向臺前，成為人類不可或缺的伙伴，加速了我們的取得成果的腳步。

參考資料：

https://www.nber.org/system/files/working_papers/w19866/w19866.pdf

https://www.generalist.com/briefing/ai-and-the-burden-of-knowledge

https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5188231