人工智能过度使用可能阻碍科学革命：基于库恩范式理论与现代智能哲学的交叉分析

　　来自语音与神经认知交叉领域的研究人员针对AI技术在嗓音医学中潜在的理论局限开展研究，通过整合Thomas Kuhn的科学革命理论和Wissner-Gross等人的智能哲学框架，发现过度依赖人工智能算法可能导致数据异常值识别缺失，进而抑制科学范式的变革，对语音医学（Logopedics）、喉科学（Phoniatrics）和嗓音学（Vocology）的创新发展具有重要警示意义。

　　

该评论源于2025年国家语音与嗓音会议（National Center for Voice and Speech）题为"机器学习时代的语音与嗓音"的专题报告。尽管人工智能（AI）能为嗓音医学（Logopedics）、喉科学（Phoniatrics）与嗓音学（Vocology）领域带来临床管理效率的提升和研究方案的优化，但研究者警示其可能抑制人类智能驱动的科学革命。研究援引二十世纪中叶Thomas Kuhn提出的科学革命理论，以及二十一世纪Wissner-Gross与Freer关于智能的哲学论述，强调人类思维在识别数据集异常值方面的独特价值——这种能力往往被算法化方法所忽视。论文最终呼吁在AI技术应用中保持对人类认知特质的重视，以保障科学范式的突破性演进。