استفاده از هوش مصنوعی برای نوشتن مقالات علمی میتواند بسیار رایجتر از آن چیزی باشد که قبلاً تصور میشد. این نتیجه مطالعهای است که تخمین میزند تقریباً از هر ده مقاله منتشر شده در دسامبر ۲۰۲۵ در یک پایگاه داده بزرگ مقالات زیستپزشکی، نه مقاله نشانههایی از نوشتن با کمک هوش مصنوعی داشتهاند.
این مطالعه که در ۱۲ اوت در سایت پیشچاپ arXiv منتشر شده و هنوز بررسی همتا نشده است، نرخ استفاده از مدلهای زبانی بزرگ (LLM) هوش مصنوعی را برای مقالات بایگانی شده در مخزن PubMed Central که در کل سال ۲۰۲۵ منتشر شدهاند، ۷۷ درصد و برای مقالات منتشر شده در سال ۲۰۲۴، ۵۲ درصد اعلام کرده است که نشان میدهد استفاده از LLM در حال افزایش است. (این مطالعه فقط مقالات نوشته شده به زبان انگلیسی را شامل میشد).
این ارقام به طور قابل توجهی بالاتر از تخمینهای قبلی استفاده از LLM در ادبیات علمی است. یک مقاله در سال ۲۰۲۵ که توسط برخی از همین محققان نوشته شده و چکیدههای مقالات PubMed را به جای متن کامل تحلیل کرده بود، این رقم را برای سال ۲۰۲۴ حداقل ۱۳.۵ درصد اعلام کرده بود. در همین حال، یک مطالعه در سال ۲۰۲۶ که مقالات را در رشتههای دانشگاهی مختلف بررسی کرده بود، تخمین زد که ۵۷ درصد از مقالات سال ۲۰۲۵ احتمالاً تحت تأثیر هوش مصنوعی بودهاند.
دیمیتری کوباک، دانشمند رایانه در دانشگاه گنت بلژیک و نویسنده مشترک این پیشچاپ و مقاله سال ۲۰۲۵، میگوید که در ابتدا نسبت به محاسبات این مطالعه اخیر بدبین بوده است: «مطمئن بودم که ما کار اشتباهی انجام دادهایم.» اما بررسیهای بیشتر او را متقاعد کرد که دادهها معتبر هستند.
مانند بسیاری از مطالعات قبلی، این کار اخیر فراوانی کلماتی را که معمولاً توسط LLM استفاده میشود، برای تشخیص نشانههای استفاده از آنها در مقالات تحلیل کرده است. کوباک رقم بالاتر را به روش خاصی که تیمش این بار استفاده کرده نسبت میدهد، روشی که نسبت به استفاده از LLM حساستر است و بنابراین احتمال بیشتری دارد که رقم بالاتری ارائه دهد. این روش، که تخمینهای مستقیمی برای استفاده از هوش مصنوعی ارائه میدهد نه حدهای پایین، نرخ استفاده از LLM را برای چکیدههای سال ۲۰۲۴ از ۱۳.۵ درصد به ۳۱ درصد افزایش داد.
نویسندگان همچنین میگویند که این ارقام با یافتههای یک نظرسنجی انجام شده در سال ۲۰۲۵ مطابقت دارد - که در آن ۷۱ درصد از محققان گفتند که از هوش مصنوعی برای کمک به نوشتن استفاده میکنند - و اینکه رقم واقعی احتمالاً بالاتر از چیزی است که مردم اعتراف میکنند یا در نظرسنجیها گزارش میدهند.
محققان دیگر به نیچر گفتند که نرخ بالای استفاده تخمینی از LLM که در این مقاله اخیر گزارش شده است، با توجه به استفاده گسترده از LLM میتواند منطقی باشد. آنها همچنین هشدار دادند که ارقام این مطالعه ممکن است نماینده کل ادبیات علمی نباشد و تحلیل بیشتری برای درک کامل نرخهای استفاده به طور کلی مورد نیاز است. اما نتایج نشان میدهد که LLMها ماندگار شدهاند، به گفته کایل سیلر، دانشمند علوم اجتماعی در دانشگاه تورنتو کانادا و نویسنده مطالعه سال ۲۰۲۶ که استفاده کمتری از LLM را تخمین زده بود. «خمیردندان از لوله خارج شده است و برنخواهد گشت.»
چکیدهها در مقابل روشها
مطالعه اخیر همچنین نشان داد که استفاده از LLM در چکیدهها، مقدمهها و بخشهای بحث بیشتر از بخشهای روشها و نتایج است. تخمین زده میشود که ۷۸ درصد از بخشهای بحث در مقالات دسامبر ۲۰۲۵ نشانههایی از هوش مصنوعی را نشان میدهند، در حالی که این رقم برای بخشهای نتایج ۵۸ درصد است. بخشهای نتایج با کمک هوش مصنوعی میتوانند نگرانکننده باشند، به گفته کوباک، به دلیل تمایل LLM به جعل یا «توهم» دادهها. در همین حال، استفاده از LLM برای نوشتن یا ویرایش مقدمهها میتواند ایدههای پیشرو در یک زمینه را منحرف کند. کوباک میگوید: «هر گونه سوگیری که LLM داشته باشد، ناگهان در ادبیات نفوذ خواهد کرد.»
یک مشکل در روشهای فعلی تشخیص هوش مصنوعی این است که آنها نمیتوانند بین متنی که توسط هوش مصنوعی تولید شده و متنی که صرفاً برای گرامر ویرایش شده است، تمایز قائل شوند، به گفته اندرو گری، افسر پشتیبانی کتابسنجی در دانشگاه کالج لندن و نویسنده مطالعه سال ۲۰۲۵ که استفاده کمتری از LLM را در سال ۲۰۲۴ نسبت به یافتههای این پیشچاپ اخیر تخمین زده بود. این امر تشخیص محتوای کمکیفیت هوش مصنوعی را برای مجلات دشوارتر میکند، او میگوید، زیرا همه مقالات با کمک هوش مصنوعی ویژگیهای مشابهی خواهند داشت، صرفنظر از اینکه LLM چقدر نوشتن را انجام داده است.
مطالعه اخیر همچنین نشان داد که استفاده از LLM زمانی رایجتر بود که مقالات توسط نویسندگانی نوشته میشدند که در کشورهایی مستقر بودند که انگلیسی زبان غالب نبود. این تعجبآور نیست، به گفته کوباک، با توجه به اینکه LLMها معمولاً توسط افرادی استفاده میشوند که زبان اولشان انگلیسی نیست تا متن را ترجمه کنند و گرامر را بهبود بخشند. سیلر میگوید که تحقیقات آینده باید بر تعیین نه تنها اینکه چه کسی از LLM استفاده میکند، بلکه چگونه از آنها استفاده میکند، متمرکز شود.
برای کمک به تمایز بین استفاده مشروع از هوش مصنوعی و «زباله هوش مصنوعی»، بسیاری از مجلات اکنون از محققان میخواهند که نحوه و زمان استفاده از هوش مصنوعی را در ارسالهای خود اعتراف کنند. اما محققان همچنان باید هنگام استفاده از این ابزارها احتیاط کنند، به گفته نویسنده اول این مطالعه اخیر، لنا هولتسوارت، دانشمند شناختی که در زمان انجام این کار در دانشگاه ابرهارد کارلز توبینگن در آلمان درگیر بود. کلنجار رفتن با افکار و بیان آنها بخش اساسی فرآیند علمی است، او میگوید، و تکیه بر LLM برای نوشتن مقالات این تلاش مهم را حذف میکند.