多數生物醫學論文顯示出使用大型語言模型輔助寫作的跡象
arXiv - Computers and SocietyLena Holzwarth, Rita Gonz\'alez-M\'arquez, Dmitry Kobak
研究發現截至 2025 年底，近九成生物醫學論文出現 LLM 相關詞彙過剩現象。
AI 幫你先抓重點
AI 重點 1
學術寫作的語言門檻正在被 AI 重新定義
滑鼠懸停看 AI 判斷理由
這項發現顯示 LLM 已成為跨越語言障礙的關鍵工具，這將迫使學術界重新思考「原創性」與「語言能力」之間的界線，並影響未來學術評鑑的標準。
AI 重點 2
學術誠信監測需要更精準的量化工具
滑鼠懸停看 AI 判斷理由
由於 LLM 使用已達到極高普及率，傳統的檢測方式可能失效，研究提出的「詞頻變化法」為政策制定者提供了監測學術不端行為的新技術路徑。
核心研究發現
- 1
研究顯示截至 2025 年底，高達 89% 的開放獲取生物醫學論文表現出 LLM 相關詞彙過剩的特徵。
- 2
LLM 在不同章節的使用率存在差異，討論（Discussion）章節的使用率（68%）是方法（Methods）章節（32%）的兩倍。
- 3
即便是在相對嚴謹的方法（Methods）章節中，LLM 的使用盛行率依然超過了 50%。
對教育工作者的啟發
對於高等教育者而言，這項研究提醒我們，學術寫作的評量不應僅停留在語言表達的流暢度，因為 AI 已能完美模擬學術語調。教學應轉向強調「批判性思考」與「邏輯建構」的過程，而非僅看最終產出的文本。此外，教育者需建立明確的 AI 使用規範，區分「語言輔助」與「內容造假」的界線，並引導學生在研究過程中進行更深層次的自我調節學習（SRL），確保知識產出的真實性與深度。
原始文獻資訊
- 英文標題：
- Most biomedical publications show signs of LLM-assisted writing
- 作者：
- Lena Holzwarth, Rita Gonz\'alez-M\'arquez, Dmitry Kobak
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。