一项对1400万篇 PubMed 摘要的分析显示，自 ChatGPT 推出以来，AI 文本生成器已影响了至少10% 的科学摘要，在某些领域和国家，这一比例甚至更高。
来自图宾根大学和西北大学的研究人员对2010年至2024年间的1400万篇科学摘要进行了语言变化的研究。他们发现，ChatGPT 和类似的 AI 文本生成器导致了某些风格词汇的大幅增加。
研究人员首先确定了2024年相比以往年份显著更频繁出现的词汇。这些词汇包括 ChatGPT 写作风格中典型的许多动词和形容词，比如 “深入挖掘”、“复杂”、“展示” 和 “突出” 等。
根据这些标志词，研究人员估计在2024年，AI 文本生成器影响了至少10% 的所有 PubMed 摘要。在某些情况下，这一影响甚至超过了 “Covid”、“流行病” 或 “埃博拉” 等词汇在其所处时期的影响。
研究人员发现，在中国和韩国等国家的 PubMed 子组中，大约有15% 的摘要是使用 ChatGPT 生成的，而在英国仅为3%。然而，这并不一定意味着英国作者使用 ChatGPT 较少。
事实上，根据研究人员的说法，实际上使用 AI 文本生成器的可能要高得多。许多研究人员会编辑 AI 生成的文本，以删除典型的标志词。母语使用者在这方面可能具有优势，因为他们更有可能注意到这类短语。这使得确定受 AI 影响的摘要的真实比例变得困难。
在可测量的范围内，AI 的使用在期刊中特别高，比如在 Frontiers 和 MDPI 期刊中约为17%，在 IT 期刊中更是达到了20%。在 IT 期刊中，中国作者的比例最高，达到了35%。
对于科学作者来说，AI 可能有助于使文章更具可读性。研究作者 Dmitry Kobak 表示，专门用于摘要的生成 AI 并不一定是问题所在。
然而，AI 文本生成器也可能捏造事实，强化偏见，甚至进行抄袭，它们还可能降低科学文本的多样性和独创性。
似乎有些讽刺的是，Meta 公司在 ChatGPT 发布不久之前发布的科学开源语言模型 “Galactica” 遭到了科学界部分人士的严厉批评，迫使 Meta 将其下线。这显然并未阻止生成 AI 进入科学写作，但这可能阻止了一个专门针对这一任务进行优化的系统的推出。
划重点:
😮 通过对 PubMed 摘要的分析，发现自 ChatGPT 推出以来，至少10% 的科学摘要受到了 AI 文本生成器的影响。
😯 在中国和韩国等国家的 PubMed 子组中，约15% 的摘要是使用 ChatGPT 生成的，而在英国仅为3%。
😲 AI 文本生成器可能会捏造事实、强化偏见，甚至进行抄袭，因此研究人呼吁重新评估在科学中使用 AI 文本生成器的指导方针。