2025年10月，Futurism嘅報道根據一份預備性報告，向學術界敲響警鐘：研究人員對AI工具嘅信任喺過去一年內大幅下跌。報告唔係空泛講法，而係透過訪談同問卷，涵蓋唔同學科同職級嘅研究者，呈現一個反直覺嘅關係——接觸AI愈多，懷疑愈深。
受訪者具體舉例佢哋遇到嘅情況：喺統計分析上，生成模型會好有自信噉畀出錯誤結論；喺文獻綜述同論文撰寫時，模型經常「造」唔存在嘅引用；喺實驗設計同假設檢驗環節，AI推薦嘅路徑冇經過可重複性檢驗就被採納，造成後續無法複現嘅研究。多位科學家指出，呢啲唔係偶發事件，而係頻繁出現嘅系統性問題，促使佢哋喺日常科研中對AI結果做更多人工核查。
報道亦記錄到研究者對行業「炒作文化」嘅反感。受訪者話，科技媒體同廠商常常放大模型潛力，掩蓋或忽視局限，導致科研新手喺初期過度依賴工具。與此同時，部分科研團隊開始內部制定更嚴格嘅AI使用準則，包括喺方法部分清楚標註AI參與程度、保存原始數據同模型輸出以便審查，並喺提交同行評審前做第三方複核。
信任下降背後，監管同透明度嘅缺失被反覆提及。研究者呼籲模型開發者提供更可解釋嘅決策路徑、更詳細嘅訓練數據說明，並對模型不確定性做量化報告。
報道指出，學術界正喺技術同政策兩方面探索應對方案：一方面要喺方法學上提升對AI輸出嘅魯棒性，另一方面要喺期刊同資助機構層面建立使用AI嘅倫理同透明標準。Futurism強調，從盲目信任到謹慎使用嘅轉變，對年輕研究者特別重要；佢哋一方面比任何世代更早接觸AI，另一方面亦更早發現模型侷限，從而喺科研文化中推動更務實嘅討論。
報道最後引述該預備性報告嘅結論：信任下降唔係純粹悲觀嘅信號，而係一種成熟化過程，促使科學共同體喺工具使用上回歸方法論同可驗證性嘅核心。報道提醒學術同產業界，喺推廣AI工具時必須同步配套清晰嘅性能邊界、可複現流程同倫理規範；欠缺呢啲配套措施嘅話，AI喺加速科研嘅同時亦可能侵蝕學術信任嘅基石。