科学摘要

作者： 谢志强

  • 读者更青睐AI生成故事，误认其为人类作品且评分更高

    来源：Judgement and Decision Making

    研究招募超2500名成人阅读人写与ChatGPT生成故事，结果发现：AI故事在文笔和吸引力上评分更高，且被误标为人类作品时评分进一步提升；参与者正确识别AI文本的准确率仅约40%~52%，并不优于随机猜测。熟悉AI系统者判断更准，但文学专长无帮助。研究者认为公众对AI创造力的低估已过时，AI风格更直白清晰可能是偏好原因。

  • 加州大麻种植抽取地下水，或致全年性溪流夏季断流

    来源：Journal of Hydrology

    西蒙菲莎大学等机构模拟发现，加州“翡翠三角”地区大麻灌溉抽水可使季节性溪流提前5周断流，甚至让原本常年流水的溪流在夏季干涸，干旱年影响更甚。研究指出，山区地下水和溪流高度连通，但抽水影响常被忽视，气候变化导致积雪减少后，农业用水与鱼类栖息地保护的矛盾将进一步加剧。

  • 不同蚊种“口味”各异，不存在“通用人体磁铁”

    来源：iScience

    美国佛罗里达国际大学招募119人测试三种病媒蚊（埃及伊蚊、白纹伊蚊、致倦库蚊）对人体的偏好，发现没有人在三种蚊中均属最吸引组；各蚊种偏好不同气味化学物：埃及伊蚊和致倦库蚊回避含环醇和单萜者，白纹伊蚊偏好酮类化合物。皮肤菌群（如棒杆菌、葡萄球菌）参与产生特征气味，铜绿假单胞菌则可能降低吸引力。研究未发现统一“招蚊”体质。

  • 睡眠比屏幕时间、运动、饮食更关联青少年学业与社交功能

    来源：Psychological Medicine

    UC Davis研究分析10~13岁青少年生活方式与心理健康关系，发现睡眠是连接抑郁/焦虑症状与学业表现下降的最强中介因素（解释抑郁关联的18.5%、焦虑的36.3%），屏幕时间次之，运动与饮食影响较小。研究提示，改善睡眠可能是帮助有心理健康症状青少年维持日常功能的重要可行切入点。

  • 聚乙烯微塑料土壤老化后对有机污染物吸附能力有限，土壤仍为主因

    来源：Soil & Environmental Health

    希伯来大学将聚乙烯地膜碎片埋入三种农业土壤20个月后，检测其与48种有机污染物（农药、药品等）的相互作用。虽然塑料表面形成有机涂层，但对约90%污染物的吸附无显著增强，相互作用弱且可逆。不同土壤性质对老化过程影响甚微。研究指出，微塑料仍存环境累积风险，但其作为“化学海绵”的作用可能被高估，有机污染物的去向主要由土壤自身决定。

  • 速读法未必有效：科学模型显示正常阅读约300词/分钟，理解力不下降

    来源：The Conversation

    速读宣称可达1000词/分钟，但科学证据显示成人默读非虚构文本仅175~300词/分钟，虚构为200~320词/分钟。眼动研究表明单次注视仅能识别2~3个左侧字母和7~8个右侧字母，无法处理速读书所称的10~14个词。使用Bionic Reading、Spritz等应用对阅读速度提升甚微，且可能损害理解。计算机模拟显示，即使取消眼动限制，速度最多提至429词/分钟，但理解力显著下降。研究表明，若想理解内容，阅读速度应保持在约300词/分钟。

  • 微生物发酵比可可树基因更影响巧克力风味，澳洲产区寻独特卖点

    来源：Food Chemistry: X

    昆士兰大学研究对比澳洲三个种植区可可碎粒，发现发酵过程和环境微生物对风味影响远大于可可树基因型。产区可产生经典巧克力、黄油乃至热带果香等多样特征。澳洲可可业劳动力成本高，目标定位高端精品市场，研究希望通过控制发酵过程打造独特风土特性，后续将结合感官试验与宏基因组测试进一步验证。

  • 人生逆境本身不催生阴谋论，感知“世界不公”才是关键中介

    来源：British Journal of Psychology

    诺丁汉大学三项研究（1200余人）发现，经历过更多严重逆境（重病、丧亲、财务困难、暴力等）的人更易认为世界不公，进而更倾向于相信阴谋论。实验操作也证实，引导被试认为社会愈发不公后，其阴谋论信念增强。该路径还与机构信任度下降相关。研究者指出，急性创伤改变世界观的现象在临床上已有记录，此发现为理解逆境如何影响社会认知提供了具体中介机制。

  • 世行呼吁发展中经济体拥抱AI：低成本本地化可提升治理，但需警惕信任与不平等风险

    来源：World Development Report

    世界银行发布年度报告，敦促发展中国家利用AI改善卫生、教育、司法与农业服务，认为无需等待大型数据中心，可从低成本本地化模型入手。报告警告，若不行动可能被“落下”，但AI也可能拉大国家差距、侵蚀中产就业、损害信任与隐私。报告强调须因地制宜（如通过基础手机语音服务），并建议同步投资电力、算力和数据基础。报告本身由多款先进AI工具辅助撰写。

  • 饮食网络分析揭示蔬果模式关联更长寿命

    来源： 《营养学杂志》

    研究基于加拿大全国调查数据，用机器学习构建饮食网络，发现三大饮食社群：蔬菜丰富型、高糖饮料低水果型、高脂早餐型。蔬菜丰富型得分高者全因死亡风险降低51%，心血管病风险降45%，女性预期寿命延长8.3年、男性6.1年；高糖饮料模式则与死亡率上升31%相关，尤其男性。该方法为个性化饮食指导提供新思路。