科学家使用写作辅助软件已有多年，但大语言模型（large language model, LLM）改变了问题的量级：现在的问题不再只是论文是否用软件润色过，而是一篇论文的正文中有多少内容实际由AI模型生成。当一组研究人员着手衡量生物医学文献中的这一变化时，结果连他们自己都感到意外。根特大学（Ghent University）计算机科学家Dmitry Kobak对《自然》（Nature）表示：“我确信我们哪里做错了。”

数据揭示了什么：AI写作特征一年内近乎翻倍

Kobak及其团队将研究结果发布在arXiv预印本平台上，分析了PubMed Central中归档的生物医学论文里具有大语言模型特征的词频模式。带有这些AI写作特征——即表明AI辅助写作的词频模式——的论文占比，从2024年的52%上升到2025年全年的77%，到2025年12月更达到近90%。

具体来看，2024年有52%的生物医学论文显示出AI写作特征，2025年全年这一比例为77%；仅2025年12月一个月，就有近90%的论文显示出AI写作特征。从论文各部分看，讨论部分受影响最大，达到78%，而结果部分为58%。

此前一项仅针对摘要的估算曾将2024年的数字定为13.5%，当同一团队将改进后的方法重新应用于摘要时，这一数字上升至31%。

这些特征在论文各部分之间的分布并不均匀。在2025年12月的论文中，讨论部分最可能出现AI参与，比例为78%，而结果部分为58%。Kobak表示，这一区别很重要，因为AI参与结果部分与参与讨论部分所携带的风险不同：大语言模型有据可查地倾向于捏造或“幻觉”出数据和引文，这种失败模式的利害关系远高于AI润色论文结尾论述。

为何重要：同行评审并非为AI饱和的文献而建

这一趋势也令研究科学如何自我交流的学者感到不安。多伦多大学（University of Toronto）社会学家Kyle Siler对《自然》表示：“牙膏已经挤出了管子，收不回去了。”多数期刊仍依赖作者自愿披露AI使用情况，这种“荣誉制度”迄今收效不一。随着AI写作特征在生物医学出版中已成为常态而非例外，编辑和审稿人可能需要专门工具，以应对一个不再能合理默认论文“无AI”的文献环境。

该研究由Holzwarth、González-Márquez和Kobak完成，相关分析以预印本形式发布，尚未经过同行评审。研究团队此前还曾在《科学进展》（Science Advances）上发表过通过超额词汇探究生物医学出版物中LLM辅助写作的论文。

来源：The Scientist（英文原文，生物航编译，内容以原文为准）