知识卡片：约90%生物医学论文显现AI辅助写作迹象

一句话结论

根据2026年8月发布的一项预印本研究，2025年12月发表且被PubMed Central收录的英文生物医学论文中，近九成（约90%）带有AI辅助写作的痕迹；该比例远高于此前基于摘要的估计。

事件概述或研究问题

• Nature新闻（2026-08-20）报道了一项尚未经同行评审的预印本研究（Holzwarth, González-Márquez & Kobak, arXiv, 2026）。
• 研究旨在评估大型语言模型（LLM）在生物医学论文写作中的实际使用率，使用更敏感的检测方法分析论文全文中的AI常用词特征。
• 以往研究多限于摘要且给出“至少”的下限，本研究试图给出直接估计。

方法要点

• 检测方法：分析文本中LLM常用词汇的出现频率（与先前研究类似），但新方法对AI使用更敏感，能给出直接估计而非下限。
• 数据范围：PubMed Central（PMC）中2024年、2025年发表的英文论文，以及单独考察2025年12月发表的论文。
• 作者：Dmitry Kobak（比利时根特大学）等。

主要结果或意义

• 2025年12月发表的论文：约90%显示AI辅助写作迹象。
• 2025年全年PMC论文：估计77%显示AI迹象；2024年为52%，显示使用率上升。
• 将同一方法应用于2024年摘要时，AI使用率从旧方法的13.5%提升到31%。
• 按论文部分划分：2025年12月论文中，约78%的讨论部分和58%的结果部分有AI迹象；摘要、引言、讨论部分高于方法、结果部分。
• 作者认为数字与2025年一项调查（71%研究者称使用AI辅助写作）一致，真实比例可能更高。

为什么重要

• 该数字远超此前估计（如2024年摘要至少13.5%、跨学科2025年论文57%），表明AI辅助写作已在生物医学写作中成为常态。
• 结果部分出现AI痕迹尤其令人担忧，因为LLM可能“幻觉”编造数据。
• 若LLM被用于撰写引言和讨论，模型自身的偏见可能系统性渗透进科学文献，影响领域内主流观点。

局限与不确定性

• 预印本尚未经同行评审（待核实）。
• 样本为PubMed Central中的英文论文，可能不代表所有科学文献（其他研究者提醒）。
• 基于词汇频率的检测方法只是“迹象”，不能直接证明论文完全由AI生成或未披露AI使用。
• 90%这一数字针对2025年12月PMC论文，并非所有生物医学论文的全局比例（待核实：具体抽样与排除标准需查阅原文）。
• 材料未提供调查的样本量、论文排除规则等细节，需读原文核实。

可用于图书/PPT/简报的角度

• 用数据说明生成式AI对学术写作的渗透速度：从13.5%（2024摘要）到77%（2025全文）再到12月当月的90%。
• 讨论AI辅助学术写作的伦理与规范：哪些部分可以用AI、是否需要披露、如何防止数据幻觉。
• 以“AI偏见如何进入科学文献”为切入点，讨论模型偏差对知识生产的系统影响。

与既有脉络的关系

• 本条是对“AI在科学写作中应用”类内容的更新，给出比先前估计更高的量化结果；已有相关卡片主要涉及具体模型/工具或文化保护，本条提供学术出版层面的宏观证据。

原始材料

• 英文标题：Staggering 90% of biomedical papers now show signs of AI help
• 英文关键词：AI-assisted writing; biomedical papers; large language models; PubMed Central; prevalence estimate
• 原始来源：Nature News, 20 August 2026, https://www.nature.com/articles/d41586-026-02551-z
• DOI: https://doi.org/10.1038/d41586-026-02551-z