人工智能(AI)快速滲透學術研究與出版領域,正引發科學界對研究可信度的廣泛憂慮。最新分析指出,AI雖提升研究與寫作效率,卻同時增加低品質、機器生成內容流入學術文獻的風險,對科學信任基礎構成挑戰。
自1991年成立以來,arXiv 一直是全球科研人員快速分享研究成果的重要平台。然而,隨著AI工具普及,其內容可靠性正受到考驗。arXiv 創辦人 Paul Ginsparg 指出,使用AI的研究者產出論文數量平均高出約33%,使得傳統以語言複雜度等方式判斷研究品質的方法逐漸失效。
學術界的信任危機亦延伸至教學與研究實務。Nature近日報道,一名德國科學家因高度依賴AI生成教學內容,誤操作導致大量資料遺失,凸顯在學術工作中過度倚賴AI所潛藏的風險。
此外,開放獲取期刊在文章處理費(APC)制度下,面臨加速出版、追求數量的壓力,進一步放大品質控管難度。相關研究顯示,雖有九成以上期刊要求披露AI使用情況,但多數仍允許AI輔助寫作,反映學界在規範與實務間的拉鋸。(編輯部)