新智元报道
编辑：KingHZ 桃子
过去 20 年，STEM 博士创业率狂跌 38%。这背后，是知识负担带来的结果。当代科学家需要掌握的知识量呈爆炸式增长，做出科研成果的年龄被拉长到 40 多岁。AI 会是下一个出路吗？
最近，哈佛博士的一番言论，在全网掀起了热议。
硅谷天使投资人 Peter Thiel 曾说过，「生物学领域缺乏进展，部分原因是人才不足」。
计算生物学博士 Douglas Yao 对此表示极大地赞同。他认为，生物学本身「技术性」不够强，那些没有实验室和博士学位的普通人，几乎无法上手尝试。
正是因为这些限制，那些最聪明、最有创造力的人选择了其他的领域。
生物学界大佬 Jose Luis，AI 初创 Retro Biosciences 理论负责人表示，「你是不是对『非技术性』有什么误解」？（值得一提的是，这家公司已获 OpenAI 投资，致力于将人类寿命延长十年。）
其实，这里的非技术性，本质上是「整个生物学领域，基本是建立在启发式方法上的」。
它不像物理那样有深层的底层逻辑，这使得它对聪明人来说不那么有吸引力。
这一观点，却遭到了沃顿商学院教授 Ethan Mollick 的反对。
他揭示了所有 STEM 领域的一个广泛存在的现象：
研究发现，「知识负担」越来越重——我们学到的东西太多，反而更难精通一个领域，这使得年轻科学家在科研和创业方面都处于不利地位。
举个例子来说：可以看看 Roche 绘制的细胞过程图谱。
这个信息的密集程度，恐怕每个人得装上 AI 大脑才可以学完，而且这也仅仅是生物学的冰山一角。
过去 20 年，STEM 博士创业率下降 38%！
有些人可能认为，科学研究进展越来越快，资料越来越多，下一代年轻人学起来应该更容易。
但实际上，情况是相反的。对于新人来说，入门门槛只会变得更高。
年轻科学家往往要花很多年才能把已有的知识掌握透彻，还没来得及做出自己的创新，就已经花了太多时间在「追赶进度」上。
而且，越到后面越难出成果。
罗氏（Roche）绘制的细胞过程图谱就是一个典型的例子。它证明了生物学知识已经多到令人生畏的程度，若是年轻人要学完这些才能入行，难度很大。
Ethan Mollick 教授表示，同样地，科学家或创新者取得突破性成果的年龄也在上升。
如今，科学领域一半具有开创性的实验性贡献，都是在 40 岁之后才发生的。部分原因正是因为需要掌握的「知识负担」越来越重。
西北大学、俄亥俄州立大学研究人员在 2014 年的一篇论文中，特意调研了一些科学家的年龄和产出之间的关系。
论文地址：https://www.nber.org/papers/w19866
他们得出的结论是，伟大的科学产出通常在中年达到高峰。自 20 世纪初以来，伟大科学贡献的平均年龄显著上升。
从下图 4 中可以看出，所有领域（A）不论是理论，还是实验成果，科学家几乎在 30-40 岁产出最高。
化学（B）和医学（C）几乎均在 40 岁左右，而物理学领域（D）的科学家，做出理论的年龄相较其他领域会早一些。
再来看科学天才年龄分布的变化，20 世纪诺贝尔奖获奖发现与重大技术贡献年龄均在 30-40 岁之间。
另外，2020 年马里兰大学等机构研究发现，过去 20 年里，STEM（科学、技术、工程和数学）博士的创业率下降了 38%，原因正是「知识负担」带来的影响。
论文地址：https://www.nber.org/papers/w27787
他们还发现，科学研究的复杂性越来越高，博士创业者必须亲自处理大量的科研和行政任务，于是他们更倾向于加入大公司！
下图 1 中展示了，博士受雇于初创公司，或出来创业的比例变化动态。
以及创始人从事的全部工作活动、研发工作活动及管理工作活动的数量。
有网友对此点评道，这就是我们不断堆砌越来越多概念，却不关心它们如何统一整合时所造成的后果。如果没有「重构」，学术界就会把知识之树变成巴别塔。
AI，让「知识负担」不再？
或许你也认为，当前，科学家可以借助 AI 来消化更多信息、推动更多技术突破，不是吗？
知识是一座人类试图穿越的大山。这座山没有顶峰，也永远不会有尽头。
从远古时代的火种，到如今的量子计算，人类在知识的山体中开凿出了一条条隧道。
这些隧道随着时间推移变得越来越长，记录着人类的智慧与努力。
然而，这条路的延长也带来了一个难以忽视的问题：新一代人想要抵达隧道的「最前端」，继续开凿，需要准备的时间越来越长。
而要在几百年前，情况并非如此。
300 年前，一个天赋异禀且训练有素的人，可能在二十多岁，甚至更早，就能站在知识的前沿。
比如，牛顿在 23 岁时就着手发明了微积分；而另一位微积分的奠基人莱布尼茨（Gottfried Leibniz），开始相关工作时也只有 28 岁。
尽管我们拥有了技术进步的加持，以及更先进的教育方法，但通往知识最前沿的路却比以往任何时候都要漫长。
经济学家 Benjamin F. Jones 将这一现象称为「知识负担」。
他指出，随着人类掌握的知识越来越多，这一负担也在不断加重。
他通过数据记录了这一趋势的后果：做出重大发明时，人才平均年龄正在显著上升。
1900 年，发明家创造伟大发明的巅峰年龄大约是 30 岁；而到了 2000 年，这一数字已攀升至接近 40 岁。
而现在，一种入侵物种已经到来，我们将其称之为 AI。
赛博队友！一个人 +AI 媲美两人团队
来自哈佛、沃顿商学院最新研究发现，一个人和 AI 合作，能够媲美两人团队。
这就是妥妥的赛博队友。
论文地址：https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5188231
研究人员与消费品巨头宝洁合作，调研了 776 名专业人士，他们中有经验丰富的商业专家和技术研发专家，平均在宝洁工作超过 10 年。
实验模拟了真实的宝洁产品开发流程。
参与者被分为团队（每队包含一位商业专家和一位研发专家）或单独工作，其中一半可以使用 GPT-4 或 GPT-4o，另一半则不行。
实验结果令人眼前一亮！
绩效飞跃
在没有 AI 时，团队的表现比个体高出 0.24 个标准差，印证了协作的力量。
但 AI 的加入彻底打破了常规：单独使用 AI 的个体表现媲美无 AI 团队，比基线提升 0.37 个标准差；
配备 AI 的团队则以 0.39 个标准差的提升拔得头筹。
更惊人的是，AI 团队更擅长产出「顶级方案」（质量前 10%），显示出人类与 AI 协作的独特价值。
不仅如此，AI 组还节省了 12-16% 的时间，产出的方案更长、更详尽。
专业界限模糊
无 AI 时，研发专家偏技术、商业专家重市场，泾渭分明。
但 AI 介入后，无论是单独工作还是团队协作，所有人都能提出兼顾技术和市场的平衡方案。
专业壁垒几乎消失，尤其是对经验较浅的员工来说，AI 让他们迅速「补课」，表现直逼资深团队。
AI 让工作更有趣
你可能以为 AI 会让人感到压力或冷漠，但事实恰恰相反。
使用 AI 的人报告了更高的兴奋与热情，焦虑和挫败感显著降低。
单独用 AI 的个体，情感体验甚至不输给人类团队。
AI 不仅提升了效率，还让工作变得更有趣。
总得来说，AI 更像一位「赛博队友」，它复制了团队合作的核心优势：提升绩效、共享知识、改善体验。
看得出，AI 正在从幕后走向台前，成为人类不可或缺的伙伴，加速了我们的取得成果的脚步。
参考资料：
https://www.nber.org/system/files/working_papers/w19866/w19866.pdf
https://www.generalist.com/briefing/ai-and-the-burden-of-knowledge
