今日，华东师范大学教育学部联合上海智能教育研究院、教育部哲学社会科学实验室华东师大智能教育实验室，共同发起了一项颇具前瞻性的征文活动，主题为“AI驱动教育研究论文写作”。这一活动的目的是为了探索人工智能在教育科研中的应用，推动教育科研的范式转型。
征文时间为 2025 年 10 月 1 日至 11 月 30 日，研讨会时间为 12 月中旬。
征文对象为人工智能和教育学等相关专业的各级各类科研人员及在读研究生、本科生，可个人或团队形式参与，团队人数不超过 3 人。
征文要求提交的论文应主要由 AI 系统创作，AI 需在假设生成、研究设计、数据分析、论文撰写等过程中发挥主要作用，AI 应被列为论文的第一作者，科研人员可被列为论文的共同作者或通讯作者。
作者需提交 “论文作品” 和 “过程说明” 两份材料，论文作品需对 AI 生成部分进行标识，过程说明需阐述 AI 应用情况。
当前，以 AI 驱动为核心的 “科学研究第五范式” 正逐步崛起，其核心特征是算法对研究全流程的深度嵌入。
因此，在自留地君看来，华东师范大学发起的这次征文活动，本质上是一次 “以极端形式引发深度思考” 的学术实验，是对人工智能深度融入知识生产体系的一次前瞻性探索与系统性测试。
事实上，类似的研究和尝试在过去这几年也有相关的报道。
2023年1月，在《第1篇 ChatGPT联署期刊论文》推文中，自留地君曾报道了英国曼彻斯特大学护理、助产和社会工作部的研究人员Siobhan O‘Connor 与ChatGPT 联合发表在2023年1月的 Nurse Education in Practice（66卷）上的题为《护理教育中的开放人工智能平台：学术进步的工具？还是滥用？》（Open Artificial Intelligence Platforms in Nursing Education: Tools for Academic Progress or Abuse?）的论文。
这是自留地君知道的人类科学家与 ChatGPT 共同发表的一篇学术文章。
2025年2月18日，在一篇题目为《为了一个共同科学家》（Towards an AI co-scientist）的文章中，《谷歌打造人工智能“联合科学家”工具，协助研究人员以加速科学研究》。
今天早上，例行阅读，看到一位学者更大胆的尝试，
2025年2月，美国亚利桑那州立大学教授 安德鲁·梅纳德（Andrew Maynard）使用了4天时间，尝试使用 OpenAI 的新工具 Deep Research 进行研究，最终撰写完成了一篇长达400多页的博士学位论文。
这篇在4天内，利用 DeepResearch 完成的博士学位论文题目是《人类能否在环境压力、社会政治动荡和技术加速等多重危机中生存下来？》（Can humanity survive the emerging polycrisis of environmental stressors, sociopolitical upheaval, and technological acceleration?）
在futureofbeinghuman.com网站上，
安德鲁·梅纳德介绍了他利用人工智能在4天之内完成这篇看上去还不错的博士论文的全过程。
https://www.futureofbeinghuman.com/p/can-ai-write-your-phd-dissertation
最初，安德鲁·梅纳德曾先后两次尝试单题（标题）写作来完成撰写一篇博士学位论文的任务，但可以想象，他都以失败而告终了。
事实证明，深度研究的深度根本无法达到撰写一份10到20页报告所需的程度——远不及完成一篇完整论文所需的深度。
后来，他开始尝试，看看是否有可能将流程分解为一系列子任务，同时保持贯穿它们的总体结构和叙述流程。
他首先请人工智能深度研究（Deep Research）进行论文的基础研究，并提供一份路线图和章节大纲。
这些内容用于后续的每个子任务提示。
他还要求Deep Research提供一份基础参考文献清单，他并不确定深度研究团队在论文中引用了多少这些资料。
有了路线图后，安德鲁·梅纳德请深度研究按顺序研究，并撰写论文的每一章——一共有八章。
对于每个子任务，他都提供了路线图/基础文档、章节大纲、基础参考文献以及前面提到的文档。
最终结果是一篇约 400 页且有缺陷的论文，但即使有缺陷，它仍然令人印象深刻。
安德鲁·梅纳德指出，最具有讽刺意味的是，在这个这个过程中，耗时最长的过程是格式化最终的论文，人工智能深度研究的整体思考时间大约是3个小时。他花了更长的时间才整理好文本，也就是排版。
在这篇报告这个过程的文章开头，安德鲁·梅纳德指出，
“需要明确的是，这不是一篇博士论文——人工智能还没有达到这个水平。但它已经非常接近了，而且在某些方面，这篇论文的深度、广度和洞察力都超越了许多人类撰写的论文。”
在文章的最后，他说，“我不认为我们正走向一个人工智能能够独立研究并撰写博士论文的未来——那需要人工智能具备独立的意图和理解力。”
“但我认为我们必须正视一个非常现实的可能性：人工智能正在成为研究的强大催化剂和加速器，这将使纯人类的研究沦为一种手工智力主义，其主要目的是研究出处和过程，而不是研究成果。”
在自留地君看来，深度研究型 AI 模型代表了人工智能领域的一项重大突破——它们能够像人类研究人员一样搜索信息、进行分析并综合研究成果。
人工智能看似有深度，但若缺乏人类的参与，则显得肤浅。
正因如此，人类与人工智能联合知识生产的想法才如此引人注目。
如同任何良好的合作一样，联合知识生产中的合作伙伴应该了解彼此的能力和局限性，然后以最能发挥每个团队成员优势的方式进行创造。
深度研究可能并不像其名称所暗示的那样深入，
但是，当它与人类的专业知识和批判性思维相结合时，它将成为现代学者工具包中一个宝贵的工具。
联系正在征稿中的华东师范大学的活动，自留地君期待它能超越单纯的作品征集，成为一面折射 AI 科研能力的 “棱镜”
—— 既清晰展现 AI 在文献梳理、数据建模等环节的效率优势，也坦诚暴露其在理论建构、伦理思辨上的先天局限，为学界提供一份关于 “AI 能做什么、不能做什么” 的鲜活实践样本。
这场征文活动的价值，或许正在于为人机协同科学研究的未来埋下种子 —— 让我们在探索中学会与 AI 共舞，在协同中抵达更深远的知识彼岸。
人机协同科研的终极目标，是构建一种 “人类主导、AI 赋能” 的智慧共生生态。
AI 以其体力、记忆、视野上的绝对优势，成为拓展人类认知边界的强大工具；
人类则以其创造力、伦理判断力和哲学思考，为科研注入温度与方向。
对此，您怎么看？
Photo by Johnnie Walker