诺奖得主亚吉提出“选择科学”：AI能生成上百万种方案时，研究生更要学会提出好问题

2026年10月31日讯 据上观新闻报道，2025年诺贝尔化学奖得主、清华大学兴华杰出讲席教授、中国科学院外籍院士奥马尔·亚吉，10月31日在2026世界顶尖科学家论坛主旨论坛上以《面向人工智能与人类的选择科学》为题发表演讲，首次提出“选择科学”的概念。他认为，人类正从材料、数据和算力的稀缺走向富足，AI可以生成数百万种材料，机器人能够执行实验，关键在于提出高质量的问题，以及从无限可能中作出正确选择。他强调，“选择科学”并非简单挑选材料，而是基于事实、经过科学验证的学科。

这番话很容易引起研究生的共鸣。今天，让AI列出一个方向的二十个可能选题、给出十种实验方案，几分钟就能完成。可方案越多，选择越难。哪个问题真正值得做？哪个方案最可能成功？这些判断，恰恰是AI时代研究者最核心的能力。

好问题从哪里来？

一个好的研究问题应该具备以下条件：该问题在领域内尚未得到很好的回答；回答该问题具有理论意义或实践意义；在现有的条件下可以开展研究工作。第一个条件是扎实的文献阅读；第二个是对领域的整体把握；第三个是对自己资源和能力的清醒认识。

AI可以帮助快速了解一个领域的已有研究，但它列出的“研究空白”需要认真核实。有些看似空白的地方，其实已经有人做过，只是AI没有检索到；有些空白之所以存在，是因为问题本身没有意义或者无法研究。

面对大量候选方案，判断哪个值得做是研究者的核心能力（插画）

选择要有依据，而不是凭感觉

亚吉特别指出，“选择科学”是符合事实的、得到证实的。这也适用于研究生的选题。选择一个题目前可以做一个小的预研究，看十几篇核心的文献，做一组初步的数据，或者一个简单可行性分析。用事实说话远比拍脑袋决策要靠谱得多。

在选择后，保持开放。在研究的过程中发现最初的问题不对或另有更好的方向，及时调整并不丢人。许多重要的发现都是在纠正最初的假设时发现的。

核心创新必须出自研究者本人

中国学位与研究生教育学会今年发布的指南明确，学位论文的核心创新须由申请人提出并完成。AI可以帮助扩展思路、整理文献、比较方案，但提出什么问题、选择哪条路径，应当是研究者自己思考的结果。这既是规范要求，也是研究生培养的本意。

用文献和预研究的事实检验选题，而不是凭感觉拍板（插画）

PaperOK科研助手的“课题设计”和“文献综述”模板，可以帮助梳理一个方向的已有研究和可能的切入点，文献库中的引用可查可溯，便于核实所谓的“研究空白”。选哪个问题、为什么选，需要研究者结合文献和自身条件作出判断。

常见问题

问：用AI帮忙找选题，会不会违反规定？

用AI辅助了解文献和拓展思路通常是允许的，但要如实记录和披露，核心创新须由自己提出。具体以学校规定为准。

问：选题太难或太容易，怎么判断？

可以和导师、同门讨论，看同类研究通常需要多长时间、什么条件。做一个小规模预研究，也能帮助判断。