科学实验不仅对社会科学知识的进步至关重要，它也是技术革命和政策制定的基石。当前从研究人员、企业家到政策制定者已经多维度地参与到生成式人工智能的开发和应用之中，而将生成式人工智能与科学实验相结合，不但可以克服科学实验中存在的一系列问题，还能让科学教育更加普及，促进全社会的循证和批判性思维。

　　10月16日，美国加州大学圣巴巴拉分校实验与行为经济学实验室主任、经济学教授盖瑞·查尼斯（Gary Charness）等人在欧洲智库经济政策研究中心官网刊发文章提到，最近出现的生成式人工智能，即能够生成新颖内容的大型语言模型的应用，已经引起全世界的关注。这一轮技术创新由专业的人工智能实验室（如OpenAI和Anthropic）领导，并得到了微软和亚马逊等传统的“大科技”公司资金支持，使得它不仅在理论上创造了奇迹，也重塑了各类市场，从创意产业到健康产业等。

　　查尼斯提到，众所周知，科学实验方法对社会进步能够产生积极影响。因此，将生成式人工智能整合到科学实验之中，不但可以通过不同的、可扩展的方式改变由多个参与者参与的在线科学实验，还能在全社会培养人们基于证据的批判性思维。我们确定了生成式人工智能可以在三个关键领域（设计、实施和数据分析）增强在线科学实验的效果，并克服以往在线科学实验中存在的问题。

　　首先，在实验设计环节，如果将生成式人工智能模型引入其中，就可以让譬如法学领域的实验人员利用某一领域的现有文献、当前事件和重大问题产生新的假设，并通过对模型的大规模训练产生更适合的实验方法。此外，生成式人工智能模型还可以帮助确定实验样本数量，以保证统计的稳健性，同时它能自动生成清晰、简洁的操作说明，提高科学实验成功率。与此同时，生成式人工智能模型还可以将实验设计中的英语转换成不同语言，使其能够在不同的国家和地区进行应用，增加实验结果的可靠性。

　　其次，在实验的实施过程中，生成式人工智能模型可以为参与者提供实时聊天机器人支持。之前的研究表明，在不同的环境下，允许人类使用人工智能聊天助手可以显著提高工作效率。在生成式人工智能模型的辅助下，实验人员可以为参与实验的客户群体提供更快、更高质量的响应。同时，生成式人工智能模型还可以同时监控多个参与者，通过实时监控，有效防止作弊、错误响应等问题的发生。此外，人工智能聊天助手还可以自动收集数据，减少实验人员的偏见或影响参与者行为需求特征的风险，让实验过程更可靠。

　　最后，在数据分析阶段，生成式人工智能模型可以通过最先进的自然语言处理技术探索新的变量，如参与者的情绪或参与水平。生成式人工智能模型还可以自动进行数据预处理、统计测试和生成可视化图形，让研究人员能够专注于实验任务本身。除此之外，生成式人工智能模型还可以完成内容分析、识别和分类等任务。

　　然而，生成式人工智能模型在处理大量数据，包括参与者的敏感信息、隐私信息时也需要实验人员格外关注，而过度依赖人工智能模型的标准化提示也可能会扼杀实验人员的创造力。因此，需要以一种平衡的方法使用生成式人工智能模型。总之，合理管控生成式人工智能模型的风险，将生成式人工智能与科学实验进行整合，可以让企业管理者和政策制定者更好地通过实验进行以数据为基础的决策。

• 来源：中国社会科学网-中国社会科学报

• 作者：赵琪/编译