最近，科研圈掀起了一场关于人工智能的讨论。从论文工厂到大语言模型，AI技术正以前所未有的速度渗透进学术研究的各个环节。这项研究揭示了AI在科研领域的双重影响：一方面它让论文写作变得高效便捷，另一方面也引发了关于学术诚信的担忧。

在论文工厂问题上，研究团队发现可疑论文数量每1.5年翻一番，增长速度是整个科研文献的10倍。这种现象不仅存在于计算机科学领域，还波及到生物医学、物理学等多个学科。医学领域的假论文可能被纳入系统综述和Meta分析，直接误导人们对药物和治疗的认知。

研究数据显示，2024年约七分之一的生物医学研究摘要可能由AI撰写。这种趋势在计算机科学领域尤为明显，22%的论文被发现含有大语言模型生成内容的痕迹。AI不仅改变了论文写作方式，还深刻影响了科研评价体系。很多机构将论文数量作为考核标准，促使研究者转向论文工厂以快速积累"成果"。

在AI使用痕迹的检测方面，研究团队发现了一些微妙的特征。像"pivotal"（关键的）、"intricate"（复杂精细的）、"showcase"（展示）等原本罕见于科研写作的词汇，成为识别AI生成内容的重要线索。这些词汇的频繁出现，暗示着AI正在重塑科研语言的表达方式。

研究还揭示了一个值得关注的现象：随着技术升级，作者掩盖痕迹的能力也在增强。这种趋势可能导致AI生成内容在学术圈的渗透率进一步上升。研究者们担心，未来可能出现由LLM生成内容训练新LLM的"恶性循环"，让AI在科研领域的影响更加深远。

这项研究最重要的启示是：问题的规模远比我们想象的要严重。从论文工厂到AI写作，这些现象正在深刻改变科研生态。除非出版商、科研资助机构以及招聘与晋升决策者真正采取行动并追责，"否则这一现象将持续扩散，而且还在迅速恶化。"