谷歌、DeepMind（谷歌旗下人工智能研究机构）与MIT（美国麻省理工学院）联合调研：AI（人工智能）让科学家产生更多想法，实验室验证跟不上
谷歌、谷歌DeepMind（谷歌旗下人工智能研究机构）与MIT（美国麻省理工学院） FutureTech本周发布报告，基于637名科学家调研、1500万条Gemini对话分析和2600多个专业模型清单，量化AI（人工智能）在科研各环节的不均衡影响。
约44%受访科学家表示过去两年主要研究瓶颈已下移到实体实验和数据收集阶段，41%表示待验证假设的积压增加。 在节省时间使用AI的人中，89%要花节省时间的十分之一以上去核对AI输出，46%要花四分之一以上。
报告由谷歌、谷歌DeepMind与MIT（美国麻省理工学院） FutureTech联合发布（2026年9月），对637名科学家的调查显示：约44%的人表示过去两年主要研究瓶颈已转向物理实验和数据收集等后期阶段； 41%表示未测试假设的积压增加。
共同作者、谷歌研究经济学家Mihai Codreanu表示，89%因AI（人工智能）节省时间的人会把节省时间的十分之一以上用于核对AI输出，46%会用四分之一以上。 报告还分析了1500万条Gemini对话和2600多个专业模型。 调查对象通过专业小组招募，频繁使用AI者可能被过度代表。
生物医学数据科学家James Zou表示现有自动化实验室能自动化的实验类型仍相当有限，主要是部分化学实验，涉及动物的实验困难得多； 自动化实验室成本可能高得难以承受。 MIT经济学家、诺贝尔经济学奖得主Daron Acemoglu表示，AI进展较大的任务通常有明确对照标准，而医学大多数场景没有。
西北大学DREAM Cloud Lab负责人Julius B. Lucks正推进蛋白质工程周期自动化，其实验室今夏获得美国国家科学基金会（NSF）2000万美元资助，属于一个新的可编程云实验室全国网络。
这项调研把“AI（人工智能）加速科研”拆成可区分的环节：构思、文献与数据分析环节效率提升较明显，但实体实验、样本收集与验证环节没有同步加速，反而成为新的瓶颈。 这是科研场景的观察，不构成心理健康筛查或干预建议。 可迁移的类比仅限于：AI生成能力提升不等于实验验证能力提升。
后续观察信号
- 报告是否公布了各学科AI（人工智能）省时比例与核对时间的完整数据
- 是否有关于AI（人工智能）筛查工具复核成本的同类研究
- 国内校园心理健康平台是否披露AI（人工智能）辅助功能的人工复核流程