知识卡片：用AI写博士论文的学生更少留在学术界

一句话结论

一项未经同行评审的工作论文发现，美国STEM博士毕业生若在学位论文中使用AI生成文本，进入学术界的概率更低、进入工业界的概率更高；2026年前五个月约29.4%的论文摘要含AI生成文本。

事件概述或研究问题

• 来源：Nature新闻（2026年10月16日），报道美国国家经济研究局（NBER）工作论文（Gross, Shvadron & Zhang, NBER Working Paper 35859, 2026）。
• 研究动机：理解博士生如何使用AI，因为对博士生训练与能力的洞察将塑造未来数十年的科学。
• 共同作者Daniel Gross（NBER经济学家）的疑问：如果学生只做一半工作、把其余交给AI，他们是否真正具备成为优秀科学家所需的深度理解？
• 研究范围：分析2019年1月至2026年5月间美国大学超过226,000名STEM博士毕业生的学位论文。

方法/产品要点

• 使用AI检测服务Pangram评估论文摘要，将摘要分类为“AI撰写”或“非AI撰写”，不区分全部或部分由AI生成（Gross称被标记的AI生成摘要中90%被Pangram判定为完全由AI生成）。
• 同时通过社交媒体平台LinkedIn查看博士毕业生的教育与就业档案以分析就业去向。
• 该工作论文尚未经过同行评审。

主要结果或产业意义

• AI生成文本在学位论文摘要中首次出现于2023年：从当年的1.7%升至2025年的18.8%；2026年前五个月提交的论文中，29.4%的摘要含AI生成文本。
• 学科差异：数学与计算机科学使用率最高，36%的摘要使用AI撰写。
• 国别差异：在非英语国家接受本科教育的毕业生中，约41%的论文摘要由AI生成；英语国家为23%。
• 就业关联（针对在美国完成本科的博士毕业生）：含AI生成摘要者进入学术界的概率低17%，进入工业界的概率高16%。对于在美国以外完成本科的毕业生，AI使用与进入学术界之间的关联较弱。

为什么重要

• 提供了AI使用与博士生职业路径之间关联的量化证据，且时间跨度覆盖AI生成文本出现后的关键年份。
• 引述新南威尔士大学工程师Ang Liu的观点：AI在已有大量知识的领域极有帮助，但当研究进入知识不完整或不确定的领域时，严谨的研究训练更加重要。
• 与已有卡片“学生用AI作弊，大学该如何监管？”和“倾听Z世代对人工智能在教育中应用的看法”构成延续：前者讨论监管框架，后者讨论学生视角，本卡片补充了AI使用与就业结果的实证关联这一增量信息。

局限与不确定性

• 工作论文未经同行评审。
• 检测工具Pangram的准确性未在材料中说明；不区分全部或部分AI生成可能影响结果解读。
• 就业数据来自LinkedIn档案，可能存在样本偏差；无法从材料确认因果关系（是AI使用导致离开学术界，还是其他因素）。
• 摘要中的AI使用率是否代表全文使用率，待核实。
• 论文摘要的具体发表期刊、审稿状态及完整数据，待核实。

可用于图书/PPT/简报的角度

• AI对学术职业路径的潜在分流效应：工具使用与人才流向的关联。
• 博士生培养质量的追问：效率提升与深度理解之间的张力。
• 学科与国别差异：数学/计算机科学使用率最高，非英语国家毕业生使用率更高。
• AI检测工具在学术诚信与研究评估中的角色与争议。

原始材料

• 标题：PhD students who write dissertation with AI less likely to stay in academia
• 来源：Nature (News)
• 作者：Mohana Basu
• 发表日期：2026年10月16日
• DOI：https://doi.org/10.1038/d41586-026-03253-2
• 引用工作论文：Gross, D. P., Shvadron, D. & Zhang, H. NBER Working Paper 35859 (National Bureau of Economic Research, 2026).
• 英文关键词：AI-generated text, PhD dissertations, STEM, academia, industry, AI detection, Pangram, NBER