新智元报道

编辑：编辑部

大数据已经能闻出AI味儿了！最近，一份席卷生物医学圈的报告发出警告：如果你论文里高频出现delves、underscores等454个特定词汇，就要小心了——这很可能就是AI留下的「指纹」。

如果你在一篇论文里看到下面这454个词，就要小心了。

它，很可能是AI写的。

正所谓：勇敢的人先享受世界。

一些科学家早早就在投稿给期刊的论文中用上了AI，并且率先享受到了泼天的发表数量。

甚至有些人用6个月，就成为了一个全领域「专家」——投稿给各类专业期刊的letter和comment，方向包括但不限于心脏病学、急诊医学、内分泌学、胃肠病学、肝病学、免疫学、重症监护医学、精神病学、外科学、泌尿学等等……

不过，即便他们十分小心地删除了「我是一个大语言模型」等一眼假的内容，也依然会留下大肆使用AI的蛛丝马迹。

来自图宾根大学的Dmitry Kobak团队表示，他们找到了一种方法追踪AI写作论文摘要的频率。

论文链接：https://www.science.org/doi/10.1126/sciadv.adt3813

他们发现，AI特别爱用一些词，比如「深入探讨」（delves）「关键的」（crucial）「潜在的」（potential）「显著的」（significant）「重要的」（important），比人类作者用得勤多了。

具体来说，研究人员分析了2010-2024年间，1510万篇生物医学摘要的用词，注意到一些词的出现频率蹭蹭上涨。

2024年，他们发现有454个词，AI用得特别多。

Kobak团队估算，至少13.5%的生物医学摘要有AI帮忙的痕迹。在一些国家，不太挑剔的期刊摘要，高达40%可能是AI搞定的。

看到如此多AI撰写的摘要令他感到惊讶。他表示，摘要可是论文结论的精华总结，很多人就只看这一块。

「这么重要的内容，居然让AI写？简直难以想象。」Kobak特别声明，他们自己的论文没用AI。

13.5%？还是太保守了！

研究人员分析了2010-2024年这14年间，发表在PubMed上的1510万篇英文摘要。

结果发现，2023年以后，很多词汇出现的频率显著增加。

比如「深入探究」（delves）这个词，2022年之前每年出现次数稳定在几千次，2024年却暴增28倍；「展示」（showcasing）的使用频率也翻了10倍以上。

为了能更好地量化这个增长趋势。研究人员，基于2021和2022年词频的线性外推计算了2024年反事实预期频率。

为衡量超额使用情况，有两个关键指标：超额频率差δ=p−q和超额频率比r=p/q。

前者主要突出高频词的超额使用情况，后者则指向低频词的超额使用。

为什么这些词能暴露AI痕迹？因为它们大多是不涉及具体科研内容的「风格词」。

研究员利用以上方法，分析了两万六千多个词，发现2024年，有些词简直被用烂了。

比如一些显得很专业但有点套路化的表达，像delves (深入研究)、underscores (强调) 和 showcasing (展示)，出镜率高得吓人。

还有一些老熟人，比如potential (潜力)、findings (发现) 和 crucial (至关重要)，也成了重灾区。

如果AI写的论文里，每10篇就有1篇会用「potential」这个词，而正常写作中100篇才出现1次，那么「potential」的超额频率是9%，这就意味着至少9%的论文用过AI。

但科学家找了291个这样的稀有风格词，把它们的影响叠加起来，才得到13.5%这个保守值。

AI参与度高达41%！

来自非英语国家、发在某些「不知名」期刊（如MDPI、Sensors）的论文，最有可能带着一股浓浓的AI写作腔。

计算生物学研究者最敢用AI，估计有20%的论文摘要经过AI处理，而传统临床领域不到5%。

非英语国家的论文中，AI使用率接近20%，英语国家只有5%左右。

最夸张的是发表在Sensors上的深度学习论文，AI使用率估计有41%。这可能和出版周期和审稿严格程度有关。

顶刊审稿严、周期长，AI痕迹有更多时间被修改掉，而快审期刊更有可能保留原始AI写作风格。

亚利桑那州立大学计算机教授Subbarao Kambhampati表示，科学家知道AI偏好某些词语，尽管原因还不清楚。

他说，一些科学家故意避免使用像「深入探讨」（delve）这样的词，以免被怀疑用AI写作。

但也有些人压根不在乎被抓包。

Kambhampati举例，放射学期刊的病例报告里居然写着：「抱歉，我是AI模型，没法访问实时信息或患者数据。」

AI写的letter，该不该发？

Science最近询问了超过5000名研究人员，何时能接受用AI撰写论文，结果大家意见不一。

是撰写摘要、整篇论文，还是编辑、总结，对于不同的情况，大家看法也不同。

有人抱怨：「上周我让ChatGPT写综述，它居然编造了一个不存在的研究结论。」

这正是科学界最担心的问题。

AI会一本正经地胡说八道。比如让AI总结某领域进展，它可能会把相似研究的结论嫁接过来，甚至虚构数据。

如果训练数据里某类研究占比高，AI会进一步强化这种偏见。

当大家都用AI写作，论文的语言风格会越来越像，甚至连讨论部分的逻辑框架都趋同，这会扼杀创新思维。

斯坦福AI医学教育主任Dr. Jonathan H. Chen表示：「现在一切都很模糊。我们处于灰色地带，像是西部荒野。」

这引发了一个问题：要是投稿完全是AI写的，没有人类作者，期刊该不该直接拒搞？

斯坦福精神病学与行为科学教授Keith Humphreys表示，他曾被Addiction期刊的一封letter欺骗。

Letter中评论了一篇刚发的论文，写得挺有道理。按照惯例，他把letter转给了论文作者，让他们回复。

论文作者却说压根没听说过此人，并表示学术圈子不大，没人认识这号人。

他们搜索了letter作者的出版记录，发现了大量出版物，全是各种期刊的读者letter和comment，涵盖心脏病学、急诊、内分泌学、胃肠病学、肝病学、免疫学、重症监护、精神病学、外科和泌尿学等多个领域。

「这些全是在六个月内完成的，他精通每个领域。」Humphreys说。

这八成是把期刊文章丢给AI，让它生成给编辑的letter。他猜想，作者可能是学术岗位，工资跟发表量挂钩。

于是，他回复letter作者，如果使用了AI，必须声明。

作者没有回复。

Humphreys也没有发表这封letter。

但问题是，letter写得不错，也不是传统意义上的欺诈。

但同事认为，既然现在每个人都有聊天机器人，为什么要发表它们写的东西？任何想看此类分析的人都可以自己生成一个。

Humphreys认为，AI生成的社论可能还挺有洞见。

但同事的一句话点醒了他：「我关心一篇社论的原因是署名。顶尖学者敢冒职业风险，敢说刺耳或不受欢迎的话。」

Humphreys深以为然：「AI没有意义，也没有声誉，我对它没有信任，它不具备道德价值。」

当AI开始代笔，我们更需要思考：什么才是科研写作不可替代的核心？

或许不是华丽的辞藻，而是对科学问题的深刻洞察，以及那份探索未知的真诚。

参考资料：

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