人工智慧正迅速改變的不僅是新聞業、教育和商業，還有現代科學的寫作方式。
2026 年八月發表於 arXiv 的一項新研究顯示了一個令人震驚的趨勢： 截至 2025 年底，將近十分之九的生物醫學論文中都發現了使用大型語言模型的跡象。
但這裡必須理解一個重點：這並不意味著 90% 的科學論文完全由人工智慧撰寫。
重點在於人工智慧正越來越多地協助作者構思、編輯和改寫文本的特定部分。
其規模遠超先前的預估
研究人員分析了來自 PubMed Central 的生物醫學文章全文。
據他們估計，具有大型語言模型參與跡象的出版物比例約為 52% 於 2024 年 並增長至約 77% 於 2025 年。
而到了 2025 年十二月，該指標已接近 89%。
這遠高於先前的估計，因為過去科學家通常只分析摘要。
當團隊檢視全文時，情況變得很明朗：人工智慧的使用範圍可能比預想的要廣泛得多。
人工智慧最常出現的地方
研究人員在文章中需要解釋、詮釋和闡述觀點的部分，發現了最顯著的 LLM 痕跡。
人工智慧的跡象尤其頻繁地出現在 引言和討論部分。
而在方法和結果部分則少得多。
這完全合乎邏輯。
正是引言和討論部分需要大量的連貫文本、措辭、與先前研究的比較，以及對所得數據意義的解釋。
也就是說，人工智慧正越來越多地被用作一種科學編輯或風格助手。
但隨之而來的是一個新的風險
問題在於，當語言模型不僅用於編輯文本，還用於描述實際結果時。
LLM 即使在資訊錯誤時，也能創造出非常有說服力的措辭。
正因如此，研究人員對在 Results 部分使用人工智慧感到特別擔憂。
如果模型開始「腦補」數據，這就不再是風格問題，而是對科學可靠性的潛在威脅。
還有另一個問題。
如果成千上萬的科學家使用相同的模型，科學文本可能會逐漸變得千篇一律。
相同的語句結構、相同的解釋方式和相同的邏輯模式，可能會比以往更快地在文獻中傳播開來。
科學家們自己也承認在使用人工智慧
民意調查也證實了這一趨勢的規模。
在 2025 年，大約 71% 的研究人員 承認他們使用人工智慧來協助撰寫科學文本。
而實際比例可能更高。
對許多科學家，特別是那些母語非英語的人來說，LLM 已成為一種便利的工具：它們有助於修正語法、使文本更易懂，並能更快地準備好手稿以供發表。
因此，科學界恐怕已無法完全放棄人工智慧。
「牙膏擠出來就收不回去了」
一位研究人員在評論這種情況時，非常精確地描述了正在發生的事情：
「牙膏已經從管子裡擠出來了，再也收不回去了。」
而這或許才是重點。
問題已不再是科學家是否會使用人工智慧。
他們已經在大規模地使用它。
現在更重要的是： 撰寫文本的輔助與干預科學研究內容之間的界線在哪裡。
可以要求模型改進英語嗎？
可以重寫複雜的段落嗎？
可以讓它詮釋結果嗎？
那生成部分討論內容呢？
科學界還有待對這些問題給出答案。
科學正邁入一個新時代
還有另一個重要的但書：該研究目前發表為 預印本 且尚未經過完整的科學同儕審查。
因此，這些數據可能會有所調整。
但即使最終評估結果略低，整體趨勢已顯而易見。
人工智慧正成為科學寫作的一部分——正如電腦、搜尋引擎和統計軟體曾經成為工作的一部分一樣。
而現在，核心問題已不再是：
「科學界是否正在藉助人工智慧進行寫作？」
而是：
「如果幾乎每一篇文本都經過相同的語言模型處理，科學文獻還能保持其原創性、透明度與公信力嗎？」
