新智元報道

編輯：編輯部

大數據已經能聞出AI味兒了！最近，一份席卷生物醫學圈的報告發出警告：如果你論文里高頻出現delves、underscores等454個特定詞匯，就要小心了——這很可能就是AI留下的「指紋」。

如果你在一篇論文里看到下面這454個詞，就要小心了。

它，很可能是AI寫的。

正所謂：勇敢的人先享受世界。

一些科學家早早就在投稿給期刊的論文中用上了AI，并且率先享受到了潑天的發表數量。

甚至有些人用6個月，就成為了一個全領域「專家」——投稿給各類專業期刊的letter和comment，方向包括但不限于心臟病學、急診醫學、內分泌學、胃腸病學、肝病學、免疫學、重癥監護醫學、精神病學、外科學、泌尿學等等……

不過，即便他們十分小心地刪除了「我是一個大語言模型」等一眼假的內容，也依然會留下大肆使用AI的蛛絲馬跡。

來自圖賓根大學的Dmitry Kobak團隊表示，他們找到了一種方法追蹤AI寫作論文摘要的頻率。

論文鏈接：https://www.science.org/doi/10.1126/sciadv.adt3813

他們發現，AI特別愛用一些詞，比如「深入探討」（delves）「關鍵的」（crucial）「潛在的」（potential）「顯著的」（significant）「重要的」（important），比人類作者用得勤多了。

具體來說，研究人員分析了2010-2024年間，1510萬篇生物醫學摘要的用詞，注意到一些詞的出現頻率蹭蹭上漲。

2024年，他們發現有454個詞，AI用得特別多。

Kobak團隊估算，至少13.5%的生物醫學摘要有AI幫忙的痕跡。在一些國家，不太挑剔的期刊摘要，高達40%可能是AI搞定的。

看到如此多AI撰寫的摘要令他感到驚訝。他表示，摘要可是論文結論的精華總結，很多人就只看這一塊。

「這么重要的內容，居然讓AI寫？簡直難以想象。」Kobak特別聲明，他們自己的論文沒用AI。

13.5%？還是太保守了！

研究人員分析了2010-2024年這14年間，發表在PubMed上的1510萬篇英文摘要。

結果發現，2023年以后，很多詞匯出現的頻率顯著增加。

比如「深入探究」（delves）這個詞，2022年之前每年出現次數穩定在幾千次，2024年卻暴增28倍；「展示」（showcasing）的使用頻率也翻了10倍以上。

為了能更好地量化這個增長趨勢。研究人員，基于2021和2022年詞頻的線性外推計算了2024年反事實預期頻率。

為衡量超額使用情況，有兩個關鍵指標：超額頻率差δ=p?q和超額頻率比r=p/q。

前者主要突出高頻詞的超額使用情況，后者則指向低頻詞的超額使用。

為什么這些詞能暴露AI痕跡？因為它們大多是不涉及具體科研內容的「風格詞」。

研究員利用以上方法，分析了兩萬六千多個詞，發現2024年，有些詞簡直被用爛了。

比如一些顯得很專業但有點套路化的表達，像delves (深入研究)、underscores (強調) 和 showcasing (展示)，出鏡率高得嚇人。

還有一些老熟人，比如potential (潛力)、findings (發現) 和 crucial (至關重要)，也成了重災區。

如果AI寫的論文里，每10篇就有1篇會用「potential」這個詞，而正常寫作中100篇才出現1次，那么「potential」的超額頻率是9%，這就意味著至少9%的論文用過AI。

但科學家找了291個這樣的稀有風格詞，把它們的影響疊加起來，才得到13.5%這個保守值。

AI參與度高達41%！

來自非英語國家、發在某些「不知名」期刊（如MDPI、Sensors）的論文，最有可能帶著一股濃濃的AI寫作腔。

計算生物學研究者最敢用AI，估計有20%的論文摘要經過AI處理，而傳統臨床領域不到5%。

非英語國家的論文中，AI使用率接近20%，英語國家只有5%左右。

最夸張的是發表在Sensors上的深度學習論文，AI使用率估計有41%。這可能和出版周期和審稿嚴格程度有關。

頂刊審稿嚴、周期長，AI痕跡有更多時間被修改掉，而快審期刊更有可能保留原始AI寫作風格。

亞利桑那州立大學計算機教授Subbarao Kambhampati表示，科學家知道AI偏好某些詞語，盡管原因還不清楚。

他說，一些科學家故意避免使用像「深入探討」（delve）這樣的詞，以免被懷疑用AI寫作。

但也有些人壓根不在乎被抓包。

Kambhampati舉例，放射學期刊的病例報告里居然寫著：「抱歉，我是AI模型，沒法訪問實時信息或患者數據。」

AI寫的letter，該不該發？

Science最近詢問了超過5000名研究人員，何時能接受用AI撰寫論文，結果大家意見不一。

是撰寫摘要、整篇論文，還是編輯、總結，對于不同的情況，大家看法也不同。

有人抱怨：「上周我讓ChatGPT寫綜述，它居然編造了一個不存在的研究結論。」

這正是科學界最擔心的問題。

AI會一本正經地胡說八道。比如讓AI總結某領域進展，它可能會把相似研究的結論嫁接過來，甚至虛構數據。

如果訓練數據里某類研究占比高，AI會進一步強化這種偏見。

當大家都用AI寫作，論文的語言風格會越來越像，甚至連討論部分的邏輯框架都趨同，這會扼殺創新思維。

斯坦福AI醫學教育主任Dr. Jonathan H. Chen表示：「現在一切都很模糊。我們處于灰色地帶，像是西部荒野。」

這引發了一個問題：要是投稿完全是AI寫的，沒有人類作者，期刊該不該直接拒搞？

斯坦福精神病學與行為科學教授Keith Humphreys表示，他曾被Addiction期刊的一封letter欺騙。

Letter中評論了一篇剛發的論文，寫得挺有道理。按照慣例，他把letter轉給了論文作者，讓他們回復。

論文作者卻說壓根沒聽說過此人，并表示學術圈子不大，沒人認識這號人。

他們搜索了letter作者的出版記錄，發現了大量出版物，全是各種期刊的讀者letter和comment，涵蓋心臟病學、急診、內分泌學、胃腸病學、肝病學、免疫學、重癥監護、精神病學、外科和泌尿學等多個領域。

「這些全是在六個月內完成的，他精通每個領域。」Humphreys說。

這八成是把期刊文章丟給AI，讓它生成給編輯的letter。他猜想，作者可能是學術崗位，工資跟發表量掛鉤。

于是，他回復letter作者，如果使用了AI，必須聲明。

作者沒有回復。

Humphreys也沒有發表這封letter。

但問題是，letter寫得不錯，也不是傳統意義上的欺詐。

但同事認為，既然現在每個人都有聊天機器人，為什么要發表它們寫的東西？任何想看此類分析的人都可以自己生成一個。

Humphreys認為，AI生成的社論可能還挺有洞見。

但同事的一句話點醒了他：「我關心一篇社論的原因是署名。頂尖學者敢冒職業風險，敢說刺耳或不受歡迎的話。」

Humphreys深以為然：「AI沒有意義，也沒有聲譽，我對它沒有信任，它不具備道德價值。」

當AI開始代筆，我們更需要思考：什么才是科研寫作不可替代的核心？

或許不是華麗的辭藻，而是對科學問題的深刻洞察，以及那份探索未知的真誠。

參考資料：

https://www.science.org/doi/10.1126/sciadv.adt3813

https://www.nytimes.com/2025/07/02/health/ai-chatgpt-research-papers.html

https://www.nature.com/articles/d41586-025-01463-8