C | 联赛揭幕战中，以国家队阵容出战的浙江·绍兴古越龙山鉴湖女侠队以21-15战胜劲旅辽宁蓝鲨队，赢得联赛开门红。

D | 联赛揭幕战在浙江·绍兴古越龙山鉴湖女侠队（国家队俱乐部）和国内劲旅辽宁蓝鲨队之间展开。调研结果发表在《自然》网站、社交媒体和自然简报邮件中。                   “要想不出局，你别无选择，只能使用某些工具——特别是LLM——来跟上其他使用者的步伐。”澳大利亚昆士兰科技大学研究临床预测模型的博士生Alexander Gibson说。                   Gibson说，他感觉到自己受“被动驱使”着去使用AI工具，因为这些工具承诺让一切变得更高效。为增加比赛观赏性，同时锻炼队伍处理关键局面的能力，中国垒球联赛采用满垒制；同时根据联赛特殊规定，在浙江·绍兴古越龙山鉴湖女侠队和其他队比赛时，对手可选择在任意时刻使用国家队指定男子投手（陪练投手）投球，如浙江队领先超过七分（含）时，对手必须强制使用陪练投手上场投球。

E | 但他感到，尽管AI模型能更快产出结果，但质量未必优于人类，有时还更糟。

F | 例如，Gibson说他用LLM提取PDF文章中的数据以开展研究。这让他的研究可行，因为手动提取数据实在太困难了。但LLM犯了不少错。两支实力强劲的队伍联袂奉献了一场精彩的揭幕战。“工作质量并没有得到提升。

G | ”          对AI的看法          《自然》询问了研究人员对AI的看法、AI模型是否对科学有着广泛的正面或负面影响，以及他们使用这些工具的频率。联赛的第一颗球由浙江队王牌投手王兰投出，但辽宁蓝鲨队第一棒韩冰面对王兰毫无惧色，抓住机会，敲出左外场安打，送回垒上三位队友。

H | 随后辽宁队杨蕙齐也击出安打将三垒上的韩冰送回本垒，第一局开场便攻下四分。第一局下半局，浙江队马上还以颜色，用安打和战术配合，追回四分。

I | 收到的回复来自75个国家，较大比例来自美国（38%）。在回复的1907名科学家中，近48%的人说他们对AI的感受是负面的。有30%的回复说他们总体上感觉是积极的，22%为中性。随后的比赛双方有来有往，安打连连，让观众看得酣畅淋漓连声叫好，尤其是在第二局下半局的时候，浙江队任敏击出了联赛第一个本垒打，同时还是一支满垒本垒打，全场为之沸腾……经过七局鏖战，浙江队以21-15战胜辽宁，拿下联赛历史上第一场胜利。此次代表浙江队出战的投手王兰是一名身经百战的老将，然而面对第一次参加的中国垒球联赛，还是直言“比较兴奋、也比较紧张”，甚至因为全运会后恢复时间较短、今天场上发挥“不是特别好”。                   只有23%的回复者认为AI对研究产生了积极影响，有31%认为该技术对科学的影响是负面的。

J | 近半研究者认为，使用AI造成的影响取决于其使用方式。

K | 辽宁蓝鲨队的杨月则表示面对国家队阵容并无压力：“抱着学习的心态来，大胆发挥自己的水平，向国家队学习！” 代表浙江绍兴参赛的国家队主教练刘雅明在接受采访时表示：“我们的队员都是国家队队员、目前正在备战杭州亚运会，非常荣幸能够在第一届中国垒球联赛中代表浙江绍兴参赛，这将有利于垒球项目推广，我们国家队当然是义不容辞、一定全力以赴打好比赛。今天的揭幕战非常精彩，我们队和辽宁队的发挥都很好，本来我们自己觉得有优势，但是辽宁队在后面紧紧追着我们，特别是后面越来越紧，这对我们队员的心理锻炼非常有价值，我们希望通过参加高水平的联赛，把我们队伍磨练的更好。

L | 涉及用于特定科学任务的模型往往比一般用途（如OpenAI 的ChatGPT聊天机器人）的大语言模型要更受欢迎。                   尽管存在疑虑，大多数受访者仍表示自己在研究中使用了某种形式的AI工具，25%的人每天都会用；26%的人每周使用AI，15%的人每月使用，还有34%的人说自己从来不用。

M | ” 中国垒球联赛由中国垒球协会、浙江省体育局和绍兴市人民政府共同主办，首届赛事共有九支队伍参赛，云集了国内所有最高水平的专业垒球队，同时还包括了国家队俱乐部，分别为：北京雨燕队、天津雄鹰队、辽宁蓝鲨队、上海女垒队、江苏南京工业大学队、浙江·绍兴古越龙山鉴湖女侠队、四川太阳鸟女垒队、广东奥龙堡队、河南四季胖哥战狼队。                   这与2023年《自然》读者调研的结果相似，这项早些时候的调查询问了人们对科学领域早期采用AI的看法。根据联赛规程，中国垒球联赛采用常规赛加季后赛赛制。该调研发现，研究者担心AI传播错误信息、加剧数据偏见和造成失业率上升。7月2日至19日为常规赛第一阶段，采用双循环比赛，每支队伍进行16场比赛；今年第四季度还将举行常规赛第二阶段、季后赛和总决赛。                   美国卡内基梅隆大学的计算生物学家Irene Kaplow说，研究者对AI所持的怀疑态度还不够，他们往往在没有充分理解其局限的情况下已经用上了这些工具。

N |                    例如，Kaplow说，她用AI识别基因转录调控元件（控制基因表达时间、位置和程度的特定DNA序列）。在研究中，她经常使用Google DeepMind 的AlphaGenome软件，它能预测遗传变异如何影响生物。常规赛前四名晋级季后赛，季后赛两支胜出的队伍将晋级总决赛，争夺首届中国垒球联赛总冠军。但这个模型仅以人类和小鼠数据进行训练，在其他物种中的表现不够理想。尽管如此，Kaplow知道有些同事仍然在将该模型应用于适用范围以外的生物。                   有些同事用AI模型来协助写作文献综述，这也让她感到忧虑。尽管这些工具能加速过程，但它们会产生“幻觉”：引用不存在的文献、错误阐释研究发现，有时候会提出和原始论文南辕北辙的结论。

o | 不过Kaplow表示，在负责任地使用时，AI工具能为研究带来巨大益处。         语言辅助          与《自然》对话的研究者们通常对现有的生成式人工智能（如ChatGPT）持更多怀疑态度，相比之下，他们更欣赏为解决特定问题而开发的模型。                   科学家们认为大有裨益的一个AI使用领域是克服语言壁垒。整合AI的语法校对工具，例如科技公司Superhuman旗下的写作辅助软件Grammarly，对于非英语母语的研究者们特别有用，澳大利亚新南威尔士大学研究食品安全的博士生Debayanti Bhowmick说。                   同样的，她表示，在田野调查中协助准备访谈记录的AI转录工具，只要能以保护个人数据的方式使用，就能节省大量时间。Bhowmick说，归根结底，AI工具的风险和益处还是取决于其使用方式。         原文以Scientists have a bad case of AI FOMO, Nature poll reveals标题发表在2026年6月9日《自然》的新闻版块上                    ©nature          Doi：10.1038/d41586-026-01690-7。

Current article:http://www.zhouangnaoguangsundianzhenmou.cfd/list_76c8bf/23xta.html

Published on:00:32:59