„Dirbtinio intelekto įrankių naudojimas rašant mokslinius straipsnius gali būti kur kas labiau paplitęs, nei manyta anksčiau. Tokia yra išvada tyrimo, kuriame apskaičiuota, kad beveik devyniuose iš dešimties straipsnių, 2025 m. gruodį paskelbtų pagrindinėje biomedicinos straipsnių duomenų bazėje, pastebėta DI pagalbos rašant požymių.
Tyrime, kuris rugpjūčio 12 d. buvo paskelbtas „arXiv“ išankstinių publikacijų (angl. *preprint*) svetainėje ir kurio dar neperžiūrėjo nepriklausomi ekspertai, nurodoma, kad didžiųjų kalbos modelių (LLM) naudojimo dažnis siekia 77 % tarp straipsnių, įtrauktų į „PubMed Central“ saugyklą ir paskelbtų per visus 2025 metus, bei 52 % tarp paskelbtų 2024 metais; tai rodo, kad LLM naudojimas auga. (Į tyrimą įtraukti tik anglų kalba parašyti straipsniai.)
Šie skaičiai yra gerokai didesni už ankstesnius LLM naudojimo mokslinėje literatūroje vertinimus. 2025 m. paskelbtame straipsnyje, kurio autoriai – kai kurie iš tų pačių tyrėjų, analizavusių „PubMed“ straipsnių santraukas (o ne visą tekstą), nurodoma, kad 2024 m. šis rodiklis siekė bent 13,5 %. Tuo tarpu 2026 m. atliktame tyrime, kuriame nagrinėti įvairių akademinių sričių straipsniai, apskaičiuota, kad 57 % 2025 m. straipsnių tikriausiai buvo paveikti DI.
Dmitrijus Kobakas, Belgijos Gento universiteto informatikas ir šios išankstinės publikacijos bei 2025 m. straipsnio bendraautoris, teigia iš pradžių skeptiškai vertinęs naujausio tyrimo skaičiavimus: „Buvau tikras, kad kažką padarėme ne taip.“ Tačiau atlikus papildomus patikrinimus jis įsitikino, kad duomenys yra patikimi.
Kaip ir daugelis ankstesnių tyrimų, naujausiame darbe analizuotas žodžių, kuriuos dažnai vartoja didieji kalbos modeliai (LLM), dažnumas, siekiant aptikti jų naudojimo mokslo straipsniuose požymius.
Didesnį rodiklį Kobakas sieja su konkrečiu metodu, kurį šįkart taikė jo komanda; šis metodas jautriau reaguoja į LLM naudojimą, todėl tikėtina, kad parodys didesnius skaičius. Taikant šį metodą, leidžiantį gauti tiesioginius dirbtinio intelekto naudojimo įverčius (o ne tik minimalias reikšmes), nustatytas LLM naudojimo dažnis 2024 m. paskelbtų straipsnių santraukose išaugo nuo 13,5 % iki 31 %.
Autoriai taip pat teigia, kad šie skaičiai dera su 2025 m. atliktos apklausos rezultatais (kai 71 % tyrėjų nurodė naudojantys dirbtinį intelektą tekstams rašyti) ir kad tikrasis rodiklis greičiausiai yra didesnis, nei žmonės pripažįsta ar nurodo apklausose.
Kiti tyrėjai leidiniui „Nature“ sakė, kad naujausiame straipsnyje nurodyti aukšti LLM naudojimo rodikliai atrodo pagrįsti, atsižvelgiant į platų šių modelių paplitimą. Vis dėlto jie įspėjo, kad tyrime pateikti duomenys nebūtinai atspindi visą mokslinę literatūrą ir kad reikia atlikti daugiau analizės, norint geriau suprasti naudojimo mastą platesniu mastu. Tačiau rezultatai rodo, kad LLM niekur nedings, teigia Kyle'as Sileris – socialinių mokslų atstovas iš Toronto universiteto (Kanada) ir 2026 m. atlikto tyrimo, kuriame buvo nustatytas mažesnis LLM naudojimo lygis, autorius. „Dantų pasta jau išspausta iš tūbelės ir atgal nebesugrįš.“ Santraukos ir metodų aprašymai
Naujausias tyrimas taip pat parodė, kad didelių kalbos modelių (LLM) naudojimas buvo dažnesnis santraukose, įvaduose ir aptarimo dalyse nei metodų bei rezultatų aprašymuose.
Apskaičiuota, kad 2025 m. gruodžio mėn. paskelbtų straipsnių aptarimo dalyse dirbtinio intelekto (DI) požymių aptikta 78 proc. atvejų, o rezultatų aprašymuose – 58 proc. atvejų. Pasak Kobako, DI pagalba parengti rezultatų aprašymai kelia nerimą dėl LLM polinkio išgalvoti arba „haliucinuoti“ duomenis. Tuo tarpu LLM naudojimas rašant ar redaguojant įvadus gali iškraipyti pagrindines konkrečios srities idėjas. „Kad ir kokį šališkumą turėtų LLM, jis staiga persmelks visą mokslinę literatūrą“, – teigia Kobakas.
Viena iš dabartinių DI aptikimo metodų problemų yra ta, kad jie negali atskirti DI sugeneruoto teksto nuo teksto, kuris buvo tik pataisytas gramatiškai, sako Andrew Gray, Londono universiteto koledžo (UCL) bibliometrijos specialistas ir 2025 m. atlikto tyrimo autorius; šiame tyrime LLM naudojimo mastas 2024 m. įvertintas mažesniu nei naujausioje išankstinėje publikacijoje (angl. *preprint*). Dėl to žurnalams sunkiau atrinkti prastos kokybės DI turinį, nes visi DI pagalba parengti straipsniai pasižymi panašiais požymiais, nepriklausomai nuo to, kiek teksto parašė pats LLM.
Naujausias tyrimas taip pat atskleidė, kad LLM dažniau naudojo autoriai iš šalių, kuriose anglų kalba nėra vyraujanti. Tai nestebina, sako Kobakas, turint omenyje, kad žmonės, kuriems anglų kalba nėra gimtoji, dažnai pasitelkia LLM tekstui versti ir gramatikai taisyti. Sileris teigia, kad būsimuose tyrimuose reikėtų ne tik nustatyti, kas naudoja LLM, bet ir išsiaiškinti, kaip jie tai daro.
Siekdami atskirti pagrįstą DI naudojimą nuo prastos kokybės DI turinio, daugelis žurnalų dabar prašo tyrėjų nurodyti, kaip ir kada jie savo darbuose pasitelkia DI. Tačiau tyrėjai vis tiek turi elgtis atsargiai naudodamiesi šiais įrankiais, teigia pagrindinė naujausio tyrimo autorė Lena Holzwarth – kognityvistikos specialistė, dalyvavusi šiame darbe dirbdama Tiubingeno Eberhardo ir Karlo universitete Vokietijoje. Minčių formulavimas ir jų išreiškimas žodžiais yra esminė mokslinio proceso dalis, – sako ji, – o pasikliovimas didžiaisiais kalbos modeliais (LLM), rašant straipsnius panaikina šį svarbų sunkumą.“ [1]
1. Nature 657, 20 (2026) By Kaia Glickman
Komentarų nėra:
Rašyti komentarą