你请 AI 帮忙润色一段英文，最后只采用了几个词。这算不算“AI 写作”？一篇未经过同行评审的 arXiv 预印本给出了一个惊人的估算：2025年12月，PubMed Central 收录的英文生物医学论文中，近九成显示出 AI 辅助写作迹象。Nature 报道了这一结果，但“九成”说的是特定数据库、文种和月份，不能理解成九成生医论文由 AI 完成。
它测到的究竟是什么？
这里没有可靠的“机器水印”。研究团队分析大批论文的用词频率，寻找大语言模型（LLM——ChatGPT 一类能够生成文字的模型）偏爱的表达，再比较生成式 AI 普及前后的语言变化。它适合估算整个论文群体的趋势，却不能据此裁定某一篇论文由 AI 代写。
据 Nature 报道，该研究估算，PubMed Central 全文论文中的 LLM 使用率在2025年为77%，2024年为52%，样本只包括英文论文。团队还发现，不同章节差异明显：2025年12月论文的讨论部分约78%显示 AI 痕迹，结果部分约58%。摘要、引言和讨论中的痕迹，比方法和结果部分更多。
这也符合常见的辅助场景：AI 可以润色、翻译，也可以起草段落，参与程度相差很大。检测出语言痕迹，不等于研究数据、实验或结论由 AI 生成，更不自动等于造假或违反期刊规则。
为什么这次数字特别高？
关键在检测口径。团队此前用旧方法分析 PubMed 摘要，估计2024年至少13.5%使用了 LLM。新方法更敏感，而且给出“直接使用率”，不再只是下限；按新方法重算，同一年的摘要比例升至31%。共同作者 Dmitry Kobak 告诉 Nature，他最初也怀疑计算出了错，进一步检查后才接受结果。
但更敏感也意味着更容易给出高估计。另一项跨学科研究估算，2025年论文中57%可能受到 AI 影响。两项研究的语料、范围和方法不同，不能直接拿57%与77%或近九成对表。2025年的调查中，71%研究者自报使用 AI 辅助写作，也只能旁证趋势，不能验证文本检测结果。
真正值得追问的不是“抓到多少”
多项来源共同指向一件事：LLM 正在迅速进入科研写作。更重要的问题是，期刊和学界如何区分润色、起草与实质性内容生成，又该如何披露这些用途。
Nature 报道还提出两类风险。若 AI 参与结果部分写作，模型可能编造内容；若它大量介入引言，模型自身的偏向也可能反复进入文献。不过，现有数字只识别语言层面的统计变化，尚不能证明这些风险已经发生。
局限与未知
- 近九成、77%、52%和重算后的31%，都来自同一团队的一篇未同行评审预印本，Nature 报道与作者自检不是独立复现。
- PubMed Central 的覆盖范围、年份和文种会影响结果；“九成”不能推广到全部生物医学论文，更不能推广到全部科研论文。
- 研究估算的是 AI 辅助写作比例，无法仅凭这些统计特征判断每篇论文用了什么工具、用了多少，以及是否违反具体规范。