scientific taste
一种源于经验的判断力,用来区分统计上显著的结果和真正有意义的发现。
简单来说
科学品味指的是一种能够区分数字上看起来惊人但实际毫无意义的结果,与真正重要发现的感觉。在某个领域深耕多年的人,看到新数据时能立刻判断出'这早就是众所周知的事'或者'这根本说不通',而这种判断力很难仅靠教科书知识来解释,它需要经验的不断积累才能形成。
这有点像厨师明明清楚知道食谱里各种配料的精确比例,却仍然需要亲自尝一尝才能确定味道是否合适。就像有些时刻,光看食材成分表是无法判断的,需要凭感觉来把握一样,在研究中,一个数字上显眼的结果是否在现实中真正说得通,也需要深谙该领域的人凭经验来判断。
随着AI越来越多地被用作研究工具,这个问题变得更加突出。AI很擅长找出统计上新奇的组合,但很难自行判断这些组合在生物学或现实层面上是否说得通。这也是为什么人们说,专家必须不断把自己的知识注入其中,结果才能真正有用。
在报道中是这样出现的
文章中,研究者Majumder用科学品味这个说法解释了这个问题,他表示:'AutoDiscovery能提取出统计上显著的假设,但如果没有专家的背景知识,其中一些在生物学或临床上根本说不通。'容易被误解的一点是,这并不是说AI给出了错误答案,而是说AI缺乏那种能够筛掉统计上正确却没有现实意义结果的判断力。
亲手试一试
试着让AI针对你感兴趣的研究课题生成多个假设。然后就每个假设追问:它为什么有意思、是否已经是已知事实、是否可以被验证。你会发现,判断AI给出的解释是否真的说得通,最终还是要靠你自己在该领域的背景知识。