清华大学李勇团队发表研究《Artificial Intelligence Tools Expand Scientists' Impact but Contract Science's Focus》，通过分析全球2.5亿篇科学文献，揭示AI for Science领域存在典型矛盾：AI在助力科学家“个体加速“的同时，却导致科学界的集体注意力窄化和趋同优化的“群体登山“现象。研究提出“高质量专家标注+大规模语言模型推理“相结合的技术路径，通过领域专家标注少量论文样本，再让语言模型大规模推理的迭代优化，识别准确率达0.875分。团队扫描了近50年来的海量文献（1980-2025年），涵盖4130万篇论文、2857万研究者，构建了首个基准数据集。基于该数据集，团队通过“科学语义地图“方法，以“直径“和熵值衡量知识广度，发现使用AI的科学家群体在探索广度上反而呈现收窄趋势，这一矛盾由当前科学智能AI模型缺乏通用性导致系统性影响。