Tudományos tanulmányok millióiban fedezték fel a mesterséges intelligencia nyomát

A mesterséges intelligencia által generált tartalom csendben bekúszott a lektorált publikációkba – legalább is a Science Advances szaklapban megjelent friss tanulmány szerint. Hogy rávilágítsanak arra, hogy mennyire elterjedt a nagy nyelvi modelles (LLM) tartalom a tudományos írásokban, egy amerikai és német kutatókból álló csapat több mint 15 millió biomedicináról szóló absztraktot elemzett a PubMed-en, hogy megállapítsák, az LLM-eknek volt-e kimutatható hatása a folyóiratcikkekben szereplő szóhasználatra.

Az eredmények azt mutatták, hogy az LLM-ek megjelenése óta a tudományos szakirodalomban bizonyos stilisztikai szóhasználatok gyakorisága megnőtt. Ez arra utal, hogy a 2024-ben publikált cikkek legalább 13,5 százalékát valamilyen mértékű LLM-segítséggel írták. Ez a kutatók szerint aggodalmakat vet fel egyes kutatások pontosságával és integritásával kapcsolatban.

A tanulmány szerzői a ChatGPT nyilvános megjelenése előtt és után is vizsgálták bizonyos szavak túlzott használatát, hogy megfigyeljék a trendeket. A kutatók korábbi COVID-19 közegészségügyi kutatásokra mintázták vizsgálatukat, amik a járvány előtti és utáni többlet halálesetek összehasonlításával képesek voltak következtetni a COVID-19 halálozásra gyakorolt ​​hatására.

Ugyanezt az előtte-utána megközelítést alkalmazva az új tanulmány elemezte a szóhasználat mintáit az LLM-ek megjelenése előtt és után. A kutatók azt találták, hogy az LLM-ek megjelenése után jelentős eltolódás történt a „tartalmi szavak” túlzott használatától a „stilisztikai” szóhasználat felé. Árulkodó szavak voltak például a „kulcsfontosságú” és a „küzdelem” is.

2024 előtt a felesleges szóhasználat 79,2 százaléka főnév volt. 2024 folyamán egyértelműen azonosítható az eltolódás: a felesleges szóhasználat 66 százaléka ige, 14 százaléka pedig melléknév volt.

A számok azt mutatják, hogy a tudományos tanulmányok millióihoz használhatnak a kutatók valamilyen szinten nagy nyelvi modelleket.