社科領域中的編碼代理 (Coding Agents)

TL;DR

Anthropic 對 1,260 名定量社會科學家的調查顯示，雖然 81% 的研究人員使用 AI 聊天機器人，但僅有 20% 採用了自主編碼代理（例如 Claude Code）。這種採用情況極不均衡，傾向於職涯早期研究人員、男性以及就讀於高聲望大學的人士；雖然這些使用者報告了較高的早期階段生產力，但尚未提高期刊投稿率。

社會科學中 AI 採用的現狀

雖然絕大多數的定量社會科學家正在嘗試生成式 AI，但在使用通用型聊天機器人與採用代理式編碼工具之間存在顯著差距。

通用 AI 使用情況： 81% 的受訪者已使用生成式 AI 模型來輔助其研究流程。
編碼代理採用率： 僅 20% 的受訪者定期使用整合於命令列中的 AI 編碼助手（例如 Claude Code, Codex, Cursor, 或 Google Antigravity）。
主流工具： 在使用編碼代理的人群中，Claude Code 是最普遍的工具，佔使用者比例的 86%，其次是 Codex，佔 31%。

採用率的性別與機構地位差異

編碼代理的採用並非在學術界中均勻分布，其差異比通用 AI 的使用情況更為劇烈。

職涯階段與學科差異

職涯早期研究人員是主要的採用者。超過 25% 的博士生與博士後研究員每週使用編碼代理，而終身教授的採用率不到該數字的一半。從學科來看，經濟學家 (39%) 與政治學家 (25%) 的採用率最高，而公共衛生 (6%)、教育學 (4%) 與通訊學 (6%) 的採用率最低。

性別與機構地位差異

在工具採用方面存在統計學上的顯著差異 (p < 0.05)：

性別差距： 通常具有男性名稱的研究人員，其採用編碼代理的比例是通常具有女性名稱的研究人員的兩倍以上。即使在控制了學科與職涯階段後，這種差距依然存在。
機構地位差距： 在高聲望與私立大學的研究人員明顯更有可能使用編碼代理。

主要使用案例：編碼生成優於文字草稿撰寫

與學術界對於 AI 生成文獻回顧與自動化論文撰寫的擔憂相反，社會科學研究中 AI 的主要應用在於技術執行。

編碼生成： 這是最常見的使用案例，由 97% 的編碼代理使用者與 77% 的其他 AI 使用者報告。
文字編輯： 編輯現有文本是第二常見的使用方式，而撰寫新的文字草稿則相對罕見；僅有三分之一的 AI 使用者曾使用這些工具來撰寫文字草稿。
學科差異： 只有經濟學家與管理學研究人員經常使用 AI 來撰寫文字草稿。

對研究生產力的影響

初步的描述性數據顯示，編碼代理加速了研究流程的早期階段，但尚未對期刊投稿的最終產出有影響。

早期流程的增益

與同學科及同職涯階段的研究人員相比，編碼代理使用者報告了較高的早期階段活動生產力：

專案啟動： 使用者啟動的專案數量約比其他人多出 0.25 篇論文的工作量。
工作論文 (Working Papers)： 使用者發表的論文數量約比其他人多出 0.5 篇。
研究計畫書 (Grant Proposals)： 使用者報告提交了更多的研究計畫書。

「最後一哩路」的差距

儘管早期階段的產出有所增益，但沒有證據顯示編碼代理使用者提交給期刊的新論文數量更多，或重新提交論文的速度更快。這表明，雖然代理對於啟動專案運作非常有效，但在期刊投稿所需的最終精煉階段可能效果較差。

研究人員的觀感與領域層級的擔憂

研究人員對於個人生產力與社會科學整體的健康發展之間表現出了一種矛盾的觀點。

生產力樂觀論： 88% 的受訪者認為 AI 使社會科學家在撰寫可發表論文方面變得更具生產力。
領域層級的懷疑論： 70% 的受訪者對於個人論文的生產力比對於 AI 對社會科學整體的影響更為樂觀。這表明人們擔心增加的生產力可能導致學術擁擠、對注意力的競爭加劇，或加劇風險規避與漸進式研究的趨勢。