以下文章整理自美国新闻网站“Daily Beast”的一篇文章“A With Speed. Wrote Them All”
Som 是一名放射科医生，当他第一次了解到时，就意识到可以利用这个工具让发文章变得更加容易，“我是一名研究人员，需要发文章，如果可以用来写故事和笑话，为什么不能将它用于发表研究文章呢？”
放射科医生利用
撰写了多篇论文
让写了一篇自己所熟悉的主题的论文，经过反复试验，通过逐节提示生成了一篇文章。这篇文章完成后，他将论文提交给《》杂志（IF= 29.146），这是北美放射学会的同行评审月刊。他也告诉了编辑：你读到的内容都是人工智能写的。
经过同行评审后，这篇题为“ and the of ”的论文很快在《》杂志发表了。论文发表后，觉得自己更加坚定了想法，不仅可以用于创意性项目，也有助于研究。
文章链接：
正在做的事情并不罕见。自发布以来，很多像一样的研究人员也在使用大型语言模型（LLMs）作为工具，帮助完成写作和研究，偶尔也会用这些机器人直接来生成论文。这些工具提高了科研效率，但也使许多专家担心学术出版的可信度会遭到破坏。
自从发表第一篇文章后，在四个月内使用写了至少16篇论文，并在四个期刊上发表了5篇。最近的一篇发表在4月28日，是《 》期刊（IF=3.005）上的一篇评论（）。在这篇文章中，是唯一的作者，并在结尾处承认写了这篇文章，本人进行了编辑。
文章链接：
不过，自己也承认，他利用撰写的论文并不限于自己的放射学专业。事实上，他还写了在军事、教育、农业、社交媒体、保险、法律和微生物学中作用的论文，也成功地将这些论文发表在不同专科的期刊上，例如：在《 of 》上发表了一篇关于计算机编程的论文；在《 of 》上发表了两篇关于全球变暖和公共卫生的“ to the ”。
利用，
一些人变成了论文高产者
一年前，这种形式的高产看起来完全不切实际。论文在发表之前，需要进行数十个至数百个小时的研究，研究人员每年最多可能发表几篇论文。而且，很少有研究者会发表专业领域之外的论文。
这些利用来发表论文的人，比前几年的产量高出了几个数量级，就是其中之一。但他的动机不仅仅是看到这么多文章署名，他表示想要成为一项新兴技术的传道者，他相信这项技术将永远改变研究者们的工作方式：“医疗将发生变化，写作将发生变化，研究也将发生变化，我只是想马上展示它的魅力，以便人们能够了解它并进行更多的探索。”
期刊编辑怎么看待
的发布引发了人们对LLM会如何颠覆写作、新闻、编剧等行业的关注。学术界也为即将到来的动荡在做准备，可以说是比以前预期的要激烈得多。
Duma是《 of 》的主编，表示最近接收到的稿件有了极大增长，近几个月来，杂志接收到的论文数量呈指数级增长，这里面也包括的那两篇文章。
Duma表示：“ to the ”的文章数量从之前几乎为零到现在每周有2到3篇，现在我们每月可能收到超过10篇关于的文章。“ to the ”可以算是杂志的意见版块，在这个版块发表的文章，对写作和研究深度的限制较低。这也是为什么编辑们愿意在这个版块发表关于全球变暖和公共卫生的文章。但他也拒绝了很多由和其他LLMs生产的文章，原因是质量不高。
Duma指出，他们会收到10封一样的，其中可能只有一个词不一样。人们可以在“ to the ”中写任何想表达的东西。但杂志编辑需要确保文章有一定的独特性，因此，如果没有增加任何新的东西，只是重复性的内容，就会被拒稿。
会推动论文工厂的发展吗？
科学诚信专家 Bik表示，她对LLMs在学术界的应用持有两种看法：一方面，对于那些母语不是英语的研究这来说，LLMs是一个宝贵的工具，可以用它来构建连贯的句子和段落。但另一方面，滥用的研究人员在上升，仅在短短几个月，就有数篇文章涌现出来。而且，很多人也不承认他们使用或其他AI工具来帮助生成论文。
Bik说：“至少承认他使用了，所以应该给他一些信任。但我遇到了一些研究者，他们发表了大量的、令人难以置信的论文，但不承认用了。”
Bik还担心，LLMs的使用会促进论文工厂的发展，论文工厂生产的学术论文往往会严重抄袭并重复使用数据。如果某个人是一个很好的提示（）专家，他可能在一分钟内写出一篇论文，然后把论文卖给需要的研究者。
斯坦福大学人工智能伦理学博士后Brett 也表示：发表论文的压力确实很大，我认为研究者们将会依赖来自动处理一些无聊的写作部分。而且非常有可能的是，一些会把这些勉强写出来的论文投到掠夺性期刊的人，会梳理好工作流程，利用实现自动化。
因此，虽然可以为一些学者提供一个有用的工具，但也可能会被不良分子利用而危害到学术出版，而到目前为止，这个行业还没有准备好迎接这些挑战。
其他担忧
学术界和文献出版业今天面临的问题，与媒体和新闻业等众多行业一样：信誉受损和潜在的伤害。
LLMs和人工智能曾导致许多关于种族主义和性别歧视的伤害事件，等聊天机器人也不例外。例如，在发布后的开始几天，就有用户报告了令人震惊的内容，如告诉用户只有白人男性才是好的科学家；如果一个孩子是非洲裔美国男孩，他的生命就不应该被拯救。
偏见已经成为人工智能的一个严重问题，技术在变得越来越复杂，但偏见似乎始终存在。这些机器人根据来自人类的大量数据集进行训练，这里面就包含有偏见的、种族主义的、性别歧视的人类，无论人工智能开发者设置多少个过滤器和屏蔽，很多还是会在产品中展示出来。
技术似乎每分钟都在进化并变得更加强大，学术期刊正试图跟上这些新兴技术的飞速发展。Duma说其担任主编的《 of 》杂志最近颁布了一项新政策，禁止将LLMs列为共同作者，也不允许将这类论文作为常规研究文章发表：“作者署名是非常严肃的问题，任何一篇论文，作者都必须签署他们对该论文做出了实质性的贡献，因此不能成为作者。”
与此同时，计划继续使用来帮助其写作。他对最新版本的及其新功能的发布感到特别兴奋，特别是其多模态功能（ ）。这是模型理解图像以及文本输入的能力，他说这将代表人工智能和研究者间关系的另一个转折点：“从图像到文本是一个巨大改变，特别是对于放射学科来说，因为图像是我们最常打交道的，我将发表更多的文章来探索。”
文章整理自：
最后，留一个小问题，你怎么看待，你在研究中会利用做哪些工作呢？
相关文章
