在大模型时代，原本需要人类博士生耗费数月甚至数年的科学论文、同行评审报告，只需要一个“精心”打磨的 prompt，大语言模型（LLM）便可以在几分钟内“生成”有模有样的博士级作品。

然而，（暂时）抛去生成结果的准确性不谈，我们不禁思考：大模型时代，人类自己撰写科研文章还有价值吗？由 LLM 生成的作品是否完全代表其背后人类的想法呢？

日前，一篇发表在

Nature子刊Nature Reviews Bioengineering上 的社论文章 “Writing is thinking”（写作即思考）探讨了这一问题。文章写道：

编辑润色 LLM 生成的文本，可能比完全独立创作一篇文章或一份评审报告更费时费力，部分原因在于，我们需要先理解其生成内容的逻辑，才能进行有效的修改。 写作的意义远不止于报告结果；它更是一种激发新思想、新观点的工具。 若将整个写作过程完全“外包”给 LLM，我们或许将失去一个宝贵的机会：反思自身研究领域，并投入到将研究发现塑造为引人入胜叙事的创造性核心工作中去。

https://www.nature.com/articles/s44222-025-00323-4

完整内容如下：

关于在 LLM 时代人类撰写科学论文的价值。

撰写科学论文是科学方法的重要组成部分，也是交流研究成果的常见做法。然而，写作的意义远不止于报告结果；它更是一种激发新思想、新观点的工具。写作能够迫使我们思考——不是以我们思维通常漫无目的、非线性地游走的方式，而是以一种有条理、有目的的方式。

通过将研究书写成文，我们可以将多年的研究、数据与分析梳理成一条清晰的故事线，从而提炼出研究的核心信息及其影响力。这并非空泛的哲学论断，而是有科学证据支撑的。例如，研究表明，手写能够促进大脑广泛区域的神经连接，并对学习与记忆产生积极效应。

论文链接：

https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2023.1219945/full

“这是对持续重视人类原创科学写作重要性的再次呼吁。”

这一呼吁在 LLM 时代或许显得有些不合时宜。因为如今，借助恰当的提示词（prompt），LLM 可以在几分钟内“生成”出看似完整的科学论文、同行评审报告，似乎节省了在完成艰苦研究工作后发布成果的时间和精力。

然而，LLM 尚不能被视为真正的作者，因其缺乏责任担当。因此，我们不会考虑发表完全由LLM“创作”的手稿（尽管使用 LLM 进行校对是允许的，但需明确声明）。更值得深思的是，如果写作本身就是一种思考过程，那么我们读到的，究竟是论文背后研究者的想法，还是 LLM 基于算法生成的“想法”呢？

当前的 LLM 并非完美无缺，它们存在“幻觉”。因此，任何由 LLM 生成的文本，包括每一处引用，都必须经过严格的核查与验证。这样一来，LLM 究竟能在多大程度上真正节省时间，仍值得怀疑。某些情况下，编辑润色 LLM 生成的文本，可能比完全独立创作一篇文章或一份评审报告更为费时费力。部分原因在于，我们需要先理解其生成内容的逻辑，才能进行有效的修改。当然，其中一些问题可能通过仅在科学数据库上训练的 LLM 来解决。时间会给出答案。

这并非意味着 LLM 无法成为科学写作的有用工具。例如，LLM 可帮助提升可读性和语法，这对以英语为非母语的用户尤为有用。LLM 还可以帮助快速搜索、归纳庞杂的科研文献，提供关键信息点，并辅助头脑风暴，激发创意。此外，LLM 有助于克服写作障碍，为研究发现的阐释提供不同视角，或揭示看似不相关领域间的潜在联系，从而点燃新的灵感火花。

然而，若将整个写作过程完全“外包”给 LLM，我们或许将失去一个宝贵的机会：反思自身研究领域，并投入到将研究发现塑造为引人入胜叙事的创造性核心工作中去——而这远远超过了学术写作与出版的范畴。

整理：乔治

如需转载或投稿，请直接在公众号内留言