12月22日传来一则重要消息，科学界正经历一场前所未有的论文发表革命，这背后的主要推动力来自人工智能技术的迅猛发展。最新发表于《科学》期刊的一项研究揭示，在多个学科领域中，科研人员使用ChatGPT等大语言模型（LLMs）撰写论文的数量显著增加。
尽管人工智能在科研领域的广泛应用为研究者带来了便利，但也引发了关于研究成果质量以及机器生成内容可靠性的担忧。然而，这项新研究显示，借助大语言模型撰写的论文往往具有更为复杂的表达方式，并引用了更广泛的文献来源。
研究方法解析
为了量化人工智能对科研论文发表的影响，来自康奈尔大学与加州大学伯克利分校的研究团队对2018年1月至2024年6月期间发表在三大主要预印本平台上的近210万篇研究摘要进行了深入分析。这些论文均未经过同行评审便已公开。
在具体分析过程中，研究团队采用了独特的评估方法：他们利用GPT-3.5 Turbo-0125模型，生成了2023年前发表的论文摘要的人工智能改写版本。通过对比人机写作的特点差异，成功提炼出区分人工撰写与机器生成文本的关键特征模式。基于此，团队开发了一套先进的识别算法，能够有效扫描近年来发表的论文，并通过特定特征标记出人工智能辅助撰写的成果。
科研产出显著提升
研究结果表明，引入人工智能工具后，科研人员的工作效率得到了显著提升。其中，社会科学与人文科学领域的论文数量增幅最为明显，达到59.8%；生物与生命科学领域增长了52.9%，而物理学与数学领域的增幅则为36.2%。研究团队明确指出：”大语言模型的应用直接推动了科研人员学术产出的大幅提升。”
这项研究中最具突破性的发现之一，是母语非英语国家科研人员的论文产出实现了显著增长。长期以来，顶级期刊对高水平英文写作的要求使这类研究人员处于不利地位。但借助人工智能工具分担部分工作后，亚洲地区科研人员在某些学科领域的论文数量增幅甚至达到了惊人的89%。
然而，研究作者也针对这一现象发出了警示。虽然人工智能能够提升论文的表达专业性，但这种优势也可能成为潜在的风险。过去，出色的写作能力常常被视为高质量研究成果的重要标志，但现在这一传统标准正在面临挑战。研究发现，使用大语言模型生成的文本越是复杂华丽，其内容质量反而可能越低。这意味着过于注重文采可能会掩盖研究本身的质量问题。
研究作者的核心观点是：我们不能仅仅依靠论文的语言表达来评判其学术价值。”随着传统评估标准逐渐失效，期刊编辑和审稿人可能会更加依赖作者的学术背景、所属机构等信息作为评价依据。这种转变虽然具有讽刺意味，却也在一定程度上削弱了大语言模型推动科研民主化的初衷。”
为了维护科研诚信，研究人员提出了多项建议：各科研机构应建立更严格的审核机制，并考虑引入专门的”人工智能审稿智能体”，以帮助识别论文文本是由人类撰写还是由机器生成。
相关文章
