最近我在油管上刷到一堆AI歌手，整首歌没有半个真人，把我这个五音不全的人狠狠震撼教育了一番。有个叫“大头针”的AI歌手，带着一把烟嗓，音却稳稳卡在调上，一句“雨一直下”，唱得我起了一身鸡皮疙瘩。听着听着我就想，歌手这一行，怕是真要被重新定义了。
我不懂音乐，也没资格评点歌手。但被AI重新定义的行业，绝不只有唱歌。今天想聊的，是我熟一点的一行——学术界。而学术界这些年吵得最凶的一件事，恰恰也和“音准”脱不了干系，那就是KPI。
先说什么是学术KPI。学术界作为一门产业，也得有量化标准，一个教授一年要发几篇像样的论文，才算过了学校那一关。学校尤其希望你发《自然》《科学》这类顶级期刊，因为大学排名很大一块，看的就是论文的分量。
这套标准在马来西亚一点都不抽象。星洲之前的专题《学术界的数字游戏》就翻出不少门槛，比方在马大，高级讲师想升副教授，H指数（衡量学术影响力的指标）得够6，研究经费凑满55万令吉，想再上一层当教授，H指数要11，经费累积到120万。这些数字，就是学术圈的音准线。
压力还层层往下传。博士生要毕业得发够论文，本科生为了申请博士也被推着写，连高中生为了挤进名校都抢着发。于是每一层的人都往金字塔尖上挤，日夜狂刷指标。这情形，活像一整个歌坛挤上同一个舞台，人人扯着嗓子飙高音、把转音转到天边，只为让评委多看自己一眼。圈内人私下还有个更毒的说法，叫“养蛊”，把一堆毒虫封进罐子里任其厮杀，最后活下来那只最毒的，唤作“蛊王”。能一路杀到顶校谋得一职的，差不多就是这么熬出来的。
飙到走火入魔，就容易走音。还是那个专题里的数字，2023年底《自然》的一份分析，把马来西亚的论文撤稿率排到了全球第六，我们也常出现在“论文极端高产”“自我引用率异常高”这类榜单上。多年前马大工程系更是被揭发，一度给职员下过“互相引用”的指标，写论文得硬塞几篇同事的，图的就是把排名做漂亮。
谁不想好好唱歌？
每个走进学术圈的人，原本都揣着一个学术梦，可惜一轮轮筛选下来，梦想常被磨成一台“学术机器”。
这和唱歌真的很像。歌手心里也都有个艺术梦，可真站上比赛的舞台，你不飙高音、不炫两句技巧，评委根本注意不到你。多少人就是在这一路“求被看见”里，把自己给唱丢了。
先说清楚，笔者从不反对KPI，几年前接受星洲专访时，就自认是“KPI鸽派”。KPI有点像音准，当歌手的音都唱不准，那是万万不行的。每年暑假追《歌手》，一边忍不住酸两句，一边也总被提醒，基本功省不掉。这套飙高音的游戏，笔者当年也玩得挺凶，所以下面这些话，不算站着说话不腰疼。
学术也一样。写论文这件事本身，我半点不排斥，它逼着你把脑子里那点东西压缩、打磨，再传出去（这个“压缩”，读过笔者旧文的朋友应该不陌生）。我真正有意见的，是把KPI当成唯一的尺，拿它去丈量一个人。
AI一开口，比赛就穿帮了
到了AI时代，这个问题被无限放大，大到了“不破不立”的地步。
前几篇说过，笔者觉得AI还远没到AGI，可要过学术KPI这一关，对它简直不费吹灰之力。今天一个有点底子的科研人员，在AI帮衬下，一周甚至一天，就能攒出一篇算不上惊天动地、却也“挑不出大毛病”的论文。
这就好比从前飙高音、转音是天才歌手才有的看家本领，如今AI一开口，音准完美、高音随便飙，还永远不会累。于是问题来了，当一个本科生申请博士，手上已经握着十来篇论文，比不少初级教授还多，那论文这张牌，本身就贬值了。
其实这和中学生用AI做作业一个道理，人人都能靠AI考100分，那100分还能说明什么？只不过在学术KPI这套精密的指标体系下，问题显得格外刺眼。
那，到底该拼什么？
这种困局其实不算新问题，AI只是把它放大，放大到你没法再假装看不见。解法说来也简单，基本KPI过关之后，最终还是得看人。我最近跟学生聊天、乃至挑学生，用得最多的一个词，是“学术品味”。
听着有点玄，其实不然。会写论文的人本就多如牛毛，每年坐上评审席，放眼望去，全A的状元、奥赛金牌得主一抓一大把，我们几个评委常自嘲，照这标准，我当年到底是怎么活下来的。
可就像唱歌，技术过关的人一大把，能唱进人心里的却没几个。差的那一口，就是品味。做研究，能问的问题、能写的论文都多如牛毛，但不是每一篇都值得写，那些随手就能写出来的，本来就该丢给AI。有没有问对问题，才是品味的事。
怎么看出一个人有没有品味？
这事确实没法百分百客观，我得老实承认。但有意思的是，早在AI出现之前，顶尖大学录人，往往并不太在意你论文列表有多长，反而更看重一场面对面的交流，是人是妖，几句话就照出来了。
前阵子我在马来西亚帮忙评一个书卷奖，当面试官时下手挺狠，问的全是没有标准答案的题，比如“你觉得AI正在摧毁中学教育吗”。结果发现，真能接得住、聊得下去的，其实不多。
这一点在AI时代尤其要命。歌坛里讲究师徒，好师父带徒弟，带到最后，教的早已不是技巧，而是那副挑剔的耳朵。我带博士生也一样，论编程，AI比我强得多，早用不着我手把手，我唯一还能传给他们的，是一个真正值得去问的好问题。
同样是用AI，有些学生越用越强，因为它能撑着你去够那些原本够不着的难题。也有些急着灌水，越用反而越把自己弄丢。AI时代人人都有10倍战斗力，可这力气，不该拿去写10倍多的论文，而该拿去问10倍难的问题。
我们真转得了向吗？
上面这些话，但凡对学术还存着点理想的人，大概都不会反对。可话说回来，转向这事，说比做容易。“KPI至上”不会一夜消失，对圈外人来说，论文写得多，看着就是比写得少的强。
可真正的歌手，图的从来不是评委那几分，而是唱歌本身。做学问的人，骨子里也该有点陶渊明的意思，不肯为五斗米折腰。这话听着天真，从前也确实奢侈，毕竟不刷够KPI，连留在这行的资格都没有。
而AI在这里，反倒递上一个奇妙的角度。当论文写多少都能靠AI速成、分数也不再值钱，那根一直勒着大家脖子的KPI，说不定就松开了。到那时，我们或许会被硬生生解放出来，不必再埋头数论文，而是重新学着欣赏一个人的品味。这么看，AI未必是来砸饭碗的，说不定是来还我们一点做学问的自由。
我妈最近最爱念叨一句话：“AI这么害人”。AI带出来的麻烦确实又多又杂，年轻人的生存空间也被再挤了一道。但至少在学术这件事上，它放大的这个问题未必全是坏事，因为它逼我们重新去问，过了KPI那一关之后，真正值钱的到底是什么。
那，品味这东西又该怎么养呢？老办法，看书。
只是在这个AI时代，还有谁，肯静下心来好好读完一本书呢。