科學發現的新典範：為什麼我們應該將 AI 代理人視為「人機協作系統」而非獨立實體？

本研究指出當前 AI 科學代理人的研究過度專注於自主性，忽視了團隊協作。提倡將分析單位轉向「人機協作系統」，透過跨領域框架提升科研多樣性並達成人機協同增益。

Problem

目前大型語言模型代理人在科學研究的應用多聚焦於單打獨鬥的「AI 科學家」自主能力。這種做法忽略了科學本質上的社會協作性，且若不考慮人機互動動態，可能導致科學探究的多樣性下降，甚至產生研究偏誤等短期風險。

結合文獻回顧與實證分析，檢視目前 AI 代理人在科學界部署的現狀。透過真實案例研究，分析科學家與 AI 代理人如何互補，並提出將分析單位從單一代理人轉向「人機協作系統」（Human-Agent Systems, HAS）的理論架構。

研究發現忽視人機互動動態會限制科學發現的範疇。相反地，若能適當整合人類直覺與 AI 的運算優勢，雙方能顯著增強彼此的能力。此外，論文也指出當前缺乏能精確描述並促進科學發現中人機協同作用的數學與理論框架。

這項研究為 AI 在科學領域的發展路徑提供了關鍵修正。藉由推動「人機協作系統」視角，能引導開發者設計出更能促進科學多樣性與創新深度的 AI 工具，而非僅僅是開發模仿人類研究員的自動化機器。