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
