人工智能推动科研论文激增，质量隐患引关注
2024年12月22日，一项发表在《科学》期刊上的研究揭示了人工智能在学术研究中的深远影响。数据显示，科研人员借助诸如ChatGPT等大型语言模型（LLMs）后，论文发表数量显著上升，尤其是在非英语母语国家，这种趋势尤为明显，科研公平性似乎得到了一定程度的改善。
尽管AI在提升科研效率方面表现出色，其对研究成果质量的潜在冲击也引发了广泛讨论。研究指出，大语言模型撰写的论文在语言结构和引用文献方面更显成熟，但同时也存在生成内容失实、学术严谨性不足等问题。
研究方法：AI如何影响科研输出
为评估人工智能对科研出版物的影响，来自康奈尔大学和加州大学伯克利分校的研究团队，分析了2018年1月至2024年6月期间，在arXiv、bioRxiv和SSRN三大预印本平台上发布的近210万篇摘要。这些论文未经同行评审，直接向公众开放。
研究人员使用GPT-3.5 Turbo-0125模型对2023年之前发表的摘要进行AI改写，并从中提取出AI生成文本的特征模式。在此基础上，开发出一种算法，用于识别近年论文中是否存在AI辅助痕迹。此外，团队还对论文作者的历史发表记录进行了跟踪，以评估AI对科研人员生产力的长期影响。
论文产量激增：领域差异明显
研究显示，科研人员在使用AI工具后，整体产出率显著上升。其中，社会与人文学科的论文产出增长最为显著，达到59.8%；生命与生物科学领域的增幅为52.9%；而物理与数学领域的增幅则为36.2%。研究团队指出，这种增长与大语言模型的广泛应用密切相关。
尤其值得关注的是，母语非英语的研究人员受益最为明显。由于多数顶级期刊对英语写作水平有较高要求，非英语国家学者长期处于不利地位。而在AI的辅助下，亚洲地区学者在部分学科的产出量增幅甚至高达89%，显示出AI在打破语言壁垒方面的潜力。
然而，研究也揭示了一个令人担忧的趋势：随着AI生成的论文语言变得愈发复杂，其实际学术质量却可能下降。研究作者指出，过去，写作水平常被视为研究质量的可靠指标，但如今，AI撰写的文本可能通过表面化的修辞技巧掩盖内容的薄弱。
评判标准面临挑战
研究团队强调，传统的论文评价机制已难以适应AI辅助写作的新常态。未来，期刊编辑与审稿人或将更加依赖作者的学术背景、研究机构等身份因素来判断论文的可信度。这种转变虽有助于筛选高质量成果，但也可能削弱AI在促进学术公平方面的积极作用。
为应对AI写作带来的挑战，研究团队建议，学术机构应建立更为严格的文本审核流程，并考虑引入“AI审稿智能体”，以辅助判断论文内容是否由机器生成，从而确保科研成果的真实性和原创性。