2026年8月，Nature新闻报道的一项大规模统计研究引发学界震动：截至2025年12月，PubMed Central数据库中近90%的生物医学论文存在大语言模型辅助写作痕迹。必须厘清的是，该数据并非指AI独立完成实验、生成科研结论，仅代表论文部分文字经过LLM改写、润色、段落重构，不能等同于AI代写论文。

这项由德国图宾根大学团队发布在arXiv的预印本研究，分析了2017‑2025年超119万篇结构完整的英文生物医学论文。研究摒弃可靠性存疑的商用AI检测器，通过追踪379个 LLM特征词汇的词频变化，以2018‑2022年数据建立基线，测算大模型的渗透趋势。数据呈现爆发式增长：2023年AI痕迹占比19%，2024年升至52%，2025年末达到89%。

AI在论文不同章节的介入程度差异显著，Discussion、摘要、Introduction使用比例更高，Methods部分最低。方法学内容侧重精准记录实验流程，AI发挥空间有限；讨论部分需要梳理逻辑、阐释研究价值，是科研人员借助AI优化表达的主要板块。跨国数据显示，非英语母语国家研究者使用LLM的比例远高于英语母语国家，大模型客观上成为“语言均衡器”，缓解了英语写作壁垒带来的学术发表不公。

与此同时，三大风险亟待警惕：LLM幻觉易生成虚假参考文献与错误结论，未经人工核验会污染学术文献；AI提速写作加剧论文数量膨胀，同行评议体系承压，进一步强化 “publish or perish”的学术压力；长期依赖同类大模型组织语言与论证，可能造成科研表述乃至科研思维趋同，削弱学术多元创新。

该统计方法仅能反映群体整体趋势，无法精准判定单篇论文的AI使用情况，存在固有局限。如今AI辅助科研写作已成不可逆趋势，当下的核心不再是争论是否允许使用AI，而是建立清晰的AI使用披露规范，坚守底线：AI可优化文字表达，但科研数据、推理逻辑与最终科学结论，必须由人类研究者承担全部责任。

参考文献

[1] Holzwarth L, González‑Márquez R, Kobak D. Most biomedical publications show signs of LLM‑assisted writing. arXiv,2026. https://doi.org/10.48550/arXiv.2608.10715
[2] Glickman K. Staggering 90% of biomedical papers now show signs of AI help. Nature,2026.

doi: https://doi.org/10.1038/d41586-026-02551-z

https://www.nature.com/articles/d41586-026-02551-z

支持单位：