生物医学论文AI使用率飙到90%：十篇论文九篇有AI帮忙

给你一个十岁小孩都能看懂的数字：2025年12月，PubMed Central里收录的生物医学论文，十篇里头有九篇，都能看出AI帮忙写过的痕迹！

2025年全年是77%，2024年是52%，2023年才19%——三年时间，从不到两成飙到近九成。同一批研究者2025年用老方法估算2024年AI痕迹只有13.5%，换了新方法一算，直接拉到31%。同一个年份，同一个数据库，数字翻了一倍多。

这不是什么“AI辅助写作正在兴起”的温和叙事。这是一场已经打完的闪电战——等你反应过来，战场已经是AI的形状了。

连研究者自己都不信这个数字

比利时根特大学的计算机科学家德米特里·科巴克，是这个预印本研究的共同作者。他看到最终数据时的第一反应，跟你现在可能有的反应一模一样——“我肯定我们哪里搞错了”。

一个做研究的，亲手跑出来的数据，自己都不敢信。

他反复核查，最后不得不承认：数据站得住脚。

这里有个细节值得琢磨。科巴克团队用的不是什么神秘的AI检测黑科技。他们追踪的是379个“大语言模型特征词汇”在论文里的出现频率，拿2018到2022年的数据做基线，然后看哪些词突然变多了。

什么意思？就是AI有自己偏爱的说话方式。它爱用某些词、某些句式。当一篇论文里这些“AI腔”的词汇密度突然超标，你就知道——这背后有人（或者有模型）动过手脚。

但问题来了：这个方法能区分“AI全文生成”和“AI只改了改语法”吗？

伦敦大学学院的文献计量专家安德鲁·格雷说得很直白：分不清。一个让AI写了整段讨论的论文，和一个只让AI改了几个病句的论文，在词频检测面前长得一模一样。

这就引出了一个令人不安的事实——90%这个数字，可能是对“AI深度介入”的高估，但也可能是对“AI轻度参与”的精确捕捉。而无论哪种解读，都指向同一个结论：AI已经无处不在。

讨论部分78%，方法部分58%——这个差距才真正扎心

AI在论文不同章节的“出勤率”差异巨大。

2025年12月的论文里，讨论部分有78%显示AI痕迹，而方法部分只有58%。摘要和引言同样偏高，方法部分最低。

这个差距说明什么？

方法部分写的是“我做了什么实验、用了什么试剂、跑了什么统计”——这是科研的硬骨头，有固定的流程和术语，AI能插手的空间有限。你总不能指望AI替你编一个PCR退火温度吧？

但讨论部分就不一样了。那是“我的结果意味着什么”“我的发现为什么重要”“跟前人比我的贡献在哪里”——这是科研的“讲故事”环节，是观点碰撞、逻辑铺陈、价值包装的地方。让AI润色一下论述、理顺一下逻辑、挑几个更漂亮的形容词——太顺手了，顺手到你可能都没意识到自己在做什么。

可科巴克提了个醒：AI的偏见会顺着这些“润色”，悄无声息地渗进整个学术圈。

你想啊，如果某个领域的研究者都拿同一个大模型来润色讨论部分，那这个领域的论证方式、措辞偏好、甚至“什么算一个好问题”的判断标准，会不会慢慢被模型塑造？模型训练数据里有什么偏好、什么盲点，都会通过这78%的讨论段落，变成学术文献里的“主流叙事”。

你以为只是改改语法，其实是在把AI的“潜意识”种进科学的大脑里。

方法部分58%——这更吓人

但真正让研究者冒冷汗的，是方法部分的那个58%。

讨论部分可以润色，可以“讲故事”——这说到底只是包装问题。但方法部分不一样。方法部分写的是实验怎么做、数据怎么处理的。如果一个研究者让AI参与了方法部分的写作，那AI就有机会——哪怕只是理论上——在这个环节“帮忙”编造不存在的实验步骤、捏造统计方法、甚至虚构数据。

大语言模型有个臭名昭著的毛病叫“幻觉”——它不觉得自己在撒谎，它只是擅长把不存在的东西编得跟真的一样。如果AI参与写方法部分，而这个研究者又没有逐字核对——那虚假的实验流程就可能混进正式发表的文献里。

更麻烦的是，你根本看不出来。因为AI编出来的东西，语法通顺、逻辑自洽，比很多人类写的还像那么回事。

这不是危言耸听。另一项审计发现，到2026年初，PubMed Central里大约每277篇论文就有一篇引用了不存在的文献——比之前暴涨了12倍以上。AI生成的虚假参考文献，已经实实在在地污染了学术记录。

韩国85%、中国82%、英国28%——这个差距耐人寻味

研究还统计了不同国家的AI使用率。2025年，韩国最高，85%；中国82%；台湾地区80%。英语母语国家平均只有37%，其中英国28%，美国39%。非英语母语国家平均72%。

这个差距一点都不意外。

对于一个非英语母语的研究者来说，用英文写一篇顶级期刊论文，很多时候比做实验本身还痛苦。AI能帮忙翻译、润色、理顺句式——简直就是救星。

科巴克团队也承认，大模型客观上成了一个“语言均衡器”，缓解了英语写作壁垒带来的学术发表不公。

但这里有个认知陷阱。

如果一个韩国研究者用AI把韩文思路转成英文论文，和一个英国研究者用AI直接生成英文内容——在词频检测面前，他们看起来一模一样。检测工具分不清“翻译辅助”和“内容生成”。

这就意味着：高使用率国家可能只是在用AI克服语言障碍，而低使用率国家可能只是在用母语写作时不需要AI帮忙——两国论文的“AI痕迹”一样重，但背后的科研诚信风险完全不是一个量级。

我们不知道85%里有多少是“翻译”，有多少是“代写”。检测方法给不出答案。

71%的人承认用了，但只有0.1%的论文主动声明——这个缺口才是真问题

2025年的一项调查显示，71%的研究者承认自己在写作中用过AI辅助。

但另一项研究分析了7.5万篇论文，发现只有0.1%——76篇——主动声明自己用了AI。

71%对0.1%。七百倍的差距。

这不是“有些人没说实话”能解释的。这是整个学术 publishing 体系对AI的集体沉默。

期刊要求作者声明AI使用情况，但没人照做。因为不声明没什么后果，声明了反而可能被编辑“另眼相看”。研究者心知肚明：只要我不说，没人能证明我用了——词频检测只能给出群体统计，无法给单篇论文定罪。

这是一个经典的“公地悲剧”困境。每个人都在用AI，每个人都不承认，每个人都知道别人在用，但整个系统假装什么都没发生。

多伦多大学的社会科学家凯尔·西勒说了一句话：“牙膏已经挤出了管子，不可能再收回去了。”

一个悖论：AI越帮越忙，科学的“思考”去哪了？

这篇预印本的第一作者莱娜·霍尔茨瓦特说了一段特别值得琢磨的话：

把想法反复琢磨、硬着头皮写出来的过程，本身就是科学的一部分。如果连这份“挣扎”都交给AI，那科研还剩下什么？

她说这话的时候，不是站在道德高地上反对AI。她是在提醒一件事：写作不只是表达，写作本身就是思考。

当你绞尽脑汁想把一个实验结果用准确的文字描述出来的时候，你其实在逼自己把实验的逻辑重新走一遍。哪个环节可能有漏洞？哪个解释更站得住脚？哪个词最能精准传达我的意思？这个过程会暴露你思考中的裂缝，逼你修补它们。

如果你把这些都外包给AI了呢？

AI不会替你挣扎。它只会给你一个光滑的、看起来毫无破绽的段落。你觉得省事了，但你也跳过了那个“发现自己想错了”的关键时刻。

这就像健身的时候让别人替你举铁。你拿到了“举完了”的结果，但肌肉一点没长。

但是——我们真的知道90%意味着什么吗？

文章写到这里，你可能已经接受了“90%的生物医学论文有AI痕迹”这个事实。

但我要告诉你一个更让人不安的事：我们其实不知道这90%到底意味着什么。

因为检测方法只能告诉你“这篇论文里AI喜欢的词变多了”，但它说不清这些词是怎么进去的。是研究者让AI写了整段？还是只改了几个病句？是翻译辅助？还是内容生成？是主动使用？还是复制粘贴时没留意？

没人知道。

霍尔茨瓦特、冈萨雷斯-马克斯和科巴克分析了119万篇论文。119万篇。他们给出了一个震撼的数字。但这个数字的精確含义——每一个百分点背后对应的人类行为——仍然是黑的。

期刊要求披露AI使用。研究者不披露。检测工具分不清程度。编辑没法核实。审稿人只能靠猜。

整个学术出版系统，正在一个巨大的信息不对称中运行。每个人都知道AI在场，但没人知道它到底在做什么。

这就像你走进一个房间，所有人都戴着一模一样的面具。你知道面具下面是真人，但你看不见他们的脸——你也分不清谁是主人、谁是客人、谁根本没被邀请。

90%的论文有AI痕迹。但痕迹不等于真相。而这个“不等于”，才是整件事里最让人睡不着觉的部分。

因为如果连“AI到底帮了什么忙”都说不清楚，那“AI到底有没有帮倒忙”就更说不清楚了。而那些被AI“幻觉”制造出来的虚假文献、被AI偏见塑造的学术话语、被AI代写掩盖的思考缺失——它们已经在这个说不清楚的灰色地带里，悄悄扎根了。

牙膏挤出来了。但挤出来的到底是牙膏还是别的什么东西——我们可能永远都说不准。