“幫手”還是“幫兇”？生成式AI學術使用須關注

圖片來源：《自然》網站

生成式人工智能（AI）工具快速普及，在學術寫作領域呈現爆炸式應用勢頭。使用基于大語言模型（LLM）的生成式AI工具能節省時間，減少語言障礙，讓論文更加明白通暢。但這些工具的應用也讓剽竊問題變得更復雜。

英國《自然》網站在近日的報道中指出，對利用AI寫作是否構成剽竊，以及在什么情況下允許利用AI進行寫作，科研界應充分探討并制定更明確的學術寫作AI使用指南。

AI學術寫作應用增多

德國蒂賓根大學數據科學家德米特里·科巴克領導的團隊，分析了學術數據庫PubMed中2010年至2024年6月期間發表的1400萬篇論文摘要。他們估計，2024年上半年，至少有10%的生物醫學論文摘要（約7.5萬篇）使用了LLM進行寫作，以LLM為基礎的寫作“助理”的出現，對學術界產生了前所未有的影響。

同時，有些人認為，AI工具是學術寫作的“好幫手”。它們可使文本和概念更清晰，減少語言障礙，使科學家能騰出更多時間進行實驗和思考。

剽竊行為很難揪出

2015年的一項研究估計，1.7%的科學家承認有剽竊行為，30%的科學家認識有剽竊行為的同事。

LLM經過訓練，可通過“消化”大量以前發表的文章來生成文本。因此，使用它們可能會導致類似剽竊的情況。例如，研究人員將AI生成的論文冒充自己撰寫的論文；或者機器生成的論文與某人的論文非常接近，但沒有注明來源等等。英國普利茅斯大學生態學家皮特·科頓指出，在AI時代，定義學術不誠信或剽竊，以及合理使用AI的邊界，將變得非常困難。

如果LLM稍微修改一下措辭，那么其剽竊人類撰寫文本內容的情況很容易被掩蓋。因為人們可給出提示，讓這些AI工具以復雜的方式（如以某個學術期刊的風格）撰寫論文。在2023年對1600名研究人員開展的一項調查中，68%的受訪者表示，AI將使剽竊更難被發現。

另外一個核心問題是，使用完全由機器而非人類編寫的未署名內容是否算剽竊。德國柏林應用科學大學專家黛博拉·韋伯·沃爾夫表示，盡管有的生成式AI生成的文本看起來與人類書寫的內容相差無幾，但不能被視為剽竊。

使用界限急需制定

美國馬里蘭大學可靠人工智能實驗室主任索海爾·菲茲副教授認為，使用LLM改寫現有論文的內容顯然構成抄襲。但使用LLM來幫助表達想法，無論是根據詳細的提示生成文本，還是編輯草稿，如果透明地完成，都不應該受到懲罰。科學界應該允許研究人員利用LLM，來輕松、清晰地表達他們的想法。

許多期刊現在都制定了相關政策，允許投稿者在一定程度上使用LLM。《科學》雜志于2023年11月更新了其政策，稱作者應該全部披露其在撰寫論文過程中的AI技術使用情況，包括使用了哪些AI系統，提示詞有哪些等。《自然》雜志也表示，作者應該記錄LLM的使用情況。

一項對100家大型學術出版商和100家排名靠前的期刊開展的分析發現，截至2023年10月，24%的出版商和87%的期刊都制定了使用生成式AI的指導方針。幾乎所有這些期刊都聲明，AI工具不能被列為作者。

沃爾夫強調，科學家迫切需要更明確的學術寫作AI使用指南。

檢測工具亟待提升

在一部分科學家利用LLM撰寫學術論文的同時，也有另一部分科學家正在開發旨在檢測LLM使用情況的工具。盡管一些工具的準確率較高，在某些情況下超過90%，但研究表明，大多數工具“名不副實”。在去年12月發表的一項研究中，沃爾夫及其同事評估了學術界廣泛使用的14種AI檢測工具。結果顯示，只有5款工具的準確率高于70%，沒有一款工具的得分超過80%。

當研究團隊通過替換同義詞及重排句子順序，對AI生成的文本進行微調后，檢測工具的準確率下降到平均不足50%。如果研究人員讓AI多次改寫由人類撰寫的文本，檢測工具的準確率也會大大降低。

AI檢測工具還面臨其他問題，比如非英語母語者用英語寫作，更有可能被誤認為由AI生成。菲茲指出，AI檢測工具無法可靠地區分完全由AI編寫的文本和作者使用AI潤色文本的情況。被錯誤地指控濫用AI，可能會對這些學者或學生的聲譽造成相當大的損害。