令人震惊的是,90%的生物医学论文现在带有AI辅助的痕迹

编辑者: Svitlana Velhush

"Staggering 90% of biomedical papers now show signs of AI help": Only those who never tried the latest frontier LLMs & are unaware of how good they are must be surprised by this. Soon this will sound as daft as those who opposed the introduction of computers or calculators...

nature
nature
@Nature

The use of AI to write scientific papers could be much more prevalent than was previously thought go.nature.com/4cANxOn

Reply

人工智能正在迅速改变新闻、教育和商业,甚至改变了现代科学的写作方式。

发表于2026年8月arXiv上的一项新研究揭示了一个惊人的趋势: 到2025年底,近十分之九的生物医学论文中发现了使用大型语言模型的迹象。

但这里最重要的一点是:这并不意味着90%的科学论文完全由人工智能撰写。

这指的是人工智能正越来越多地帮助作者构思、编辑和重写文本的某些部分。

规模远超此前的估计

研究人员分析了PubMed Central中生物医学论文的全文。

据他们估计,带有LLM参与迹象的出版物比例约为 2024年时为52% 随后增长至约 2025年时的77%。

而到2025年十二月,这一比例已接近 89%。

这远高于此前的估计,因为过去科学家往往只分析摘要部分。

当团队审视全文时,情况变得明朗:人工智能的使用范围可能比预想的要广泛得多。

人工智能最常出现在哪里

研究人员在论文中那些需要作者解释、解读和构思观点的部分,发现了最显著的大语言模型痕迹。

人工智能的迹象尤其频繁地出现在 引言和讨论部分。

而在方法和结果部分则少得多。

这完全合乎逻辑。

正是引言和讨论部分需要大量的连贯文本、措辞、与以往研究的对比以及对所得数据意义的解释。

也就是说,人工智能正越来越多地被用作某种科学编辑或风格助手。

但新的风险也随之而来

当语言模型不仅被用于编辑文本,还被用于描述事实结果时,问题就出现了。

大语言模型即使在信息错误的情况下,也能写出非常有说服力的措辞。

正因如此,研究人员对在结果部分使用人工智能感到尤为担忧。

如果模型开始“脑补”数据,这就不再是风格问题,而是对科学可靠性的潜在威胁。

还存在另一个问题。

如果成千上万的科学家使用相同的模型,科学文本可能会逐渐变得彼此相似。

相同的语言结构、相同的解释方式和相同的逻辑模板在文献中的传播速度可能会比以前快得多。

科学家们自己也承认在使用人工智能

调查问卷也证实了这一趋势的规模。

在 2025 年,大约有 71% 位研究人员 承认他们使用人工智能来辅助撰写科学文本。

而实际比例可能还要更高。

对于许多科学家,尤其是那些母语非英语的研究人员来说,LLM 已经成为一种便捷的工具:它们有助于纠正语法、使文本更通顺易懂,并能加快手稿的准备进度,以便发表。

因此,科学界恐怕已无法完全放弃使用人工智能。

“覆水难收”

一位研究人员在评论这一情况时,非常精准地描述了正在发生的事情:

“牙膏已经挤出来了,就再也装不回去了。”

而这,或许才是重点所在。

问题已不再是科学家们是否会使用人工智能。

他们已经在大规模地使用它了。

现在更重要的问题是: 在文本写作辅助与干预科学研究内容之间,界限究竟在哪里。

可以要求模型润色英语吗?

可以重写复杂的段落吗?

可以允许它解读研究结果吗?

甚至生成部分讨论内容?

对于这些问题,科学界尚未给出明确的答案。

科学正迈入一个新时代

还有一个重要的注意事项:该研究目前仅以 预印本 且尚未经过全面的科学同行评审。

因此,具体数字可能会有所调整。

但即便最终评估结果略低,总体趋势已然显而易见。

人工智能正成为科学写作的一部分——正如计算机、搜索引擎和统计软件曾经成为科研工作的一部分一样。

现在,核心问题不再是:

“科学界是否在借助人工智能进行写作?”

而更应该是:

“如果几乎每一篇文本都经过相同的语言模型处理,科学文献还能否保持其原创性、透明度和公信力?”

47 查看

来源

  • Staggering 90% of biomedical papers now show signs of AI help

评论

阅读更多关于此主题的文章:

Great paper from Anthropic on AI agents doing ML-for-science research. (bookmark it) If you build AI-scientist systems, this one is worth your time. They propose Agent4Sci, which gives frontier coding agents 20 scientific ML benchmarks across 11 domains and asks them to beat

Image
Reply
你发现了错误或不准确的地方吗?我们会尽快考虑您的意见。