认知校验者

认知校验者是AI时代科研工作者的新角色定义。科研者不再仅仅是信息生产者，而是需要不断质疑、验证、修正AI给出的结果，判断其可信度。

核心职责

• 质疑：对AI输出的结果保持批判性态度
• 验证：通过实验或逻辑推理验证AI给出的结论
• 修正：纠正AI的错误，优化AI的输出
• 判断：评估AI结果的可信度和适用性

与相关概念的关联

• 与[[verification-and-rework-cost]]类似，但关注的是科研认知的校验成本，而非代码成本
• 与[[大模型作为论证机器]]一致，强调AI的“论证”能力而非“真理”能力
• 是[[ai-junior-engineer]]框架在科研领域的延伸

核心挑战

• 效率与信任的张力：AI让科研更快，但也可能给出完全错误的结论
• 校验成本：验证AI生成假设或分析的成本如何衡量
• 原创性界定：AI提出假设的原创性如何界定