随着生成式 AI 工具的日益普及，它在科研场景中的应用也越来越常见。

从一开始的语言润色和结构优化，到如今直接参与段落生成，先不说正确程度如何，如我们所见，AI 正在走进更多的学术写作过程之中。最近发表在《Nature Human Behaviour》上的一项研究，首次以大规模统计方式量化了这一趋势。

研究团队分析了 2020 至 2024 年间超百万篇科学论文，重点考察了摘要和引言部分的语言特征，寻找由大语言模型（LLM）生成或修改的迹象。结果显示，到 2024 年 9 月，计算机科学论文中已有 22.5% 的摘要可能经过了 AI 处理，电子工程为 18%，统计学 12.9%，在生物医学、物理、数学等领域也都检测到明显增长。不同学科的使用率差异，或许与研究者对 AI 工具的熟悉程度有关。

研究团队并未直接使用现成的 AI 检测工具，而是自行训练了一个基于词频统计的识别模型。具体来说，他们先从 ChatGPT 问世前的论文中提取段落，让 LLM 对其进行摘要，然后再基于摘要提示模型生成完整段落。通过将原始段落和 AI 生成段落进行对比训练，模型逐渐学会识别某些特定词汇在 AI 文本中的高频特征，例如 "pivotal""intricate" 或 "showcase" ——这些词在传统学术写作中极为少见，却常出现在 AI 生成内容中。最终，这一模型被用于分析超过 112 万篇论文的摘要与引言，以判断其中可能存在的 AI 写作痕迹。

过去两年，关于 AI 介入科研写作的讨论一直没有停止。一些早期案例中，论文甚至包含诸如 "regenerate response""my knowledge cutoff" 这类 AI 专属术语，引发广泛关注。有研究者还专门建立数据库，记录这些可疑文本。虽然不少期刊已出台相关规定，但从这项研究的数据来看，AI 使用仍在不断增长。

与此同时，AI 写作的 " 隐蔽性 " 也在增强。一项 2023 年的实验表明，即使是专业研究人员，也有三分之一的情况下无法识别由 ChatGPT 生成的医学论文摘要。加上使用者有意规避 " 高危词汇 "，让内容看起来更像人类撰写，使得外部识别变得更加困难。

除了人工辨识的局限性，也有研究试图通过语言模式的微小变化来探测 AI 写作的痕迹。德国图宾根大学的数据科学家 Dmitry Kobak 领导的一项研究，近期发表于《Science Advances》，即采用 " 过量词 "（excess words）的方法，对 PubMed 数据库中 2010 至 2024 年间收录的超过 1500 万篇医学论文进行了分析。团队发现，在 ChatGPT 发布之后，一些原本少见的词汇频率显著上升。研究结果显示，2024 年发表的生物医学研究摘要中，大约七分之一可能由 AI 参与撰写。

这种变化也带来了一些结构性担忧。随着越来越多论文在引用、综述和引言部分依赖 AI 生成，可能导致语言风格趋同，内容原创性降低。更长远的风险在于，如果未来训练新的语言模型时所使用的语料中，混入大量由 AI 生成的内容，可能会形成反馈循环，影响模型质量。

不过，也有学者尝试从另一个角度理解 AI 的潜力。斯坦福大学的研究者正在筹划一次由 AI 负责写作和审稿的会议，希望检验 AI 是否具备提出问题、生成研究方法乃至形成新观点的能力。这种实验既是探索也是试探，或许会出现意料之外的亮点，也难免伴随一些荒诞的错误。

不可否认的是，AI 写作正在成为科研的一部分。从写摘要、查文献到初稿生成，它逐渐融入了研究者的日常工具箱。在效率提升之外，也带来了新的规范挑战。对整个学术出版系统而言，AI 写作正在以一种缓慢但持续的方式融入科研流程——正如此次研究的联合作者 James Zou 所说：" 无论好坏，大语言模型正在成为科学研究过程的一部分。" 而这种变化，仍在进行中。

封面来源：Levart_Photographer on Unsplash