人工智能撰写论文：是突破，还是大麻烦？

保罗・阿诺德 | 撰文

潘展 | 编译

1

科学家 VS AI比拼论文质量

近日，康奈尔大学与加州大学伯克利分校的研究人员在Science杂志发表了一篇研究论文，量化了人工智能对科学出版的影响。

研究人员首先收集分析了 2018 年 1 月至 2024 年 6 月期间SSRN 、bioRxiv 、arXiv三大预印本服务器上发布的近 210 万份研究摘要。

然后用聊天机器人生成其人工智能改写版本，从中识别出两者的语言特征。

基于这些特征，他们开发出一套算法，用于扫描、标记出论文中人工智能辅助撰写的内容。此外，研究团队还对科研人员进行长期追踪，以此衡量他们的论文发表数量变化。

2

AI促进增长，提升效率

研究者发现，使用人工智能的科学家，科研产出效率大幅提升。其中，社会科学与人文科学论文产出量增长59.8%；生物与生命科学领域增长52.9%；物理与数学领域则增长了36.2%。

使用大语言模型后，arXiv平台投稿量显著上升

而且，人工智能辅助工具正在引导科研人员接触更广泛的知识体系。研究者访问书籍类文献的比例提升了26.3%，被访论文的平均年限缩短了约0.18年。借助大型语言模型撰写的论文，语言表达更为复杂，引用的文献来源也更为广泛。

使用大语言模型用户，访问更多的书籍和近期发表的成果

研究最引人关注的另一发现是人工智能助力打破语言壁垒，母语非英语国家的科研人员产出增长更明显，其中亚洲地区的科研人员产出增长尤为突出：在物理与数学领域增长43%，人文领域增幅则高达89%。

3

人工智能带来的隐忧

但人工智能带来的并不是效率和覆盖面。研究人员也对人工智能与科研质量的关联发出警告。

研究发现，人工智能生成的文本语言越复杂，论文的实际质量往往越低，而在过去，严谨精妙的文字表述是高质量研究的标志。

人工智能则改变了研究者的引用行为，过度引用更新而非高被引文章。

论文的实际质量与文本复杂度背离

另一方面，随着传统评估标准失效，为期刊编辑和审稿人带来新的压力，使其愈发依赖作者学术背景、所属机构等身份标签来判断论文质量，导致新的学术偏见。

最后，这项论文的研究者提出了多项应对措施，建议科研机构实施更深入的审查机制，引入专门的人工智能审稿等。