据《泰晤士高等教育》(Times HigherEducation)2026年4月27日报道，生成式人工智能正在深刻改变科研项目申报生态。该报道援引发表于《自然》(Nature)的评论文章指出，人工智能工具降低了科研项目申请书撰写、修改和整合的技术门槛，可能正在推动科研资助机构面对更大规模、更高文本质量的项目申请。相关分析基于英国科研研究所(Research onResearchInstitute，RoRI)对全球12家科研资助机构申请数据的整理，样本涉及澳大利亚、加拿大、英国、中国及比利时、西班牙等欧盟地区的主要资助机构。

数据表明，全球科研项目申报规模持续扩大，2025年全球科研项目申请数量较2022年增长57%。其中，重点竞争性科研项目的增长幅度更为显著。以欧盟“玛丽·居里行动”青年研究人员奖学金项目为例，2022年至2025年间申请量增幅高达142%，项目申请材料整体质量显著提升，并且科研项目初审不合格比例由2018年的20%降至2025年的5%。

针对上述变化，该调研项目负责人伦敦大学学院研究副校长杰伦特·里斯(Geraint Rees)与科研评估与管理研究所所长詹姆斯·威尔登(JamesWilsdon)指出，现阶段缺乏实证分析依据，无法精准研判人工智能对科研项目申报数量、质量变化的影响程度。调研团队预测，如果当前增长趋势继续延续，未来评审人员将面对海量申报项目，由此导致优质项目甄别难度大幅增加。

针对AI辅助申报带来的行业变化，部分科研资助机构已出台监管举措。美国国家卫生研究院(National Institutes of Health，NIH)于2025年7月发布通知，明确提出主要由人工智能生成或包含大量人工智能生成内容的申请材料，将不被视为申请人原创思想，可取消其参评资格。但调研团队认为，单纯依靠禁令并不容易执行，也难以解决科研申报规模快速扩张带来的深层问题。科研资助机构需要相应调整评审依据，减少对申请书文字表达本身的依赖，把项目负责人学术能力、研究团队基础、既有研究积累、在研项目进展和研究计划连续性作为更重要的判断依据。

该研究还提出，科研资助机构可以在规则明确、过程透明和责任可追溯的前提下，审慎运用人工智能工具服务项目初筛。其目的不是以机器判断取代专家评审，而是帮助资助机构整合申请人的论文影响力、科研合作关系、研究方法特点、职业发展轨迹和既有项目完成情况等信息，为专家评审提供更加完整的参考依据，减少单纯依赖申请书文本可能带来的判断偏差。

总体而言，生成式人工智能对科研资助体系的影响，已经不只是提高申请书写作效率。它正在改变科研项目申报规模、申请文本形态、同行评审负担和资助决策依据。若科研资助机构仍主要依赖传统书面申请材料进行评审，优质项目识别难度将持续加大，评审资源紧张和评价失准风险也会随之上升。各国科研资助机构需要尽早完善管理规则，合理控制申请规模，优化评审程序，明确人工智能使用边界，逐步建立适应人工智能时代的科研项目评价与资助管理制度。