《投稿那些事儿》生成式人工智能在学术场景的应用

投稿那些事儿

生成式人工智能在学术场景的应用

讨论环节

张曦教授提问：

问题一：AI目前正在进行一些工作。关于其最终的学术价值如何评判，就像您刚才所说的一样，他们是根据什么来评判的，但有些被撤稿，而有些则可以保留下来。在今后的操作中，我们需要注意哪些？避免被撤稿，毕竟撰写一篇文章并非易事。如果对方认为AI的痕迹过重，怀疑我们的真实性，撤稿的话，根据您的经验，我们需要怎么注意呢？我认为这是我们需要注意的问题。

问题二：文章的循证医学证据会不会因为AI的参与而受到质疑？如果今后大家都这样做，质量会不会降低？如何确保在整个过程中我们文章的质量更高？

刘爽教授解答：因为您们是作为学术活动的主体，我们只是作为辅助状态。作者是您们，审稿专家是您们，最终使用者也是您们。而我是作为期刊编辑来说，首先，关于这方面也有大型的研究，他们进行的研究是用AI进行审稿。经过AI审稿几千份稿件后，发现其功能强大，能够检查出即便是由AI撰写的内容是否具有原创性。举个例子，我们通过研究将复发难治患者的生存率从40%提升至80%。无论AI如何干扰，事实上，真相将会被揭示。我们的循证医学证据和原始创新点是关键所在，而不是仅仅利用AI填充内容。通过深入研究，如果仅仅将a方法套用于b理论，再结合c方法和特定对象，这样的产出就是学术灌水。评价我们的学术价值应基于最终产生的影响力，而不是仅仅生成文章即可评定学术价值。这是我个人的观点，具体如何评价研究的价值，是由您作为裁判员来决定。

魏辉教授提问：刚刚刘老师介绍了很多AI工具，从我们最初接触开始，您认为哪几个工具比较好？后来您也提到了一些工具，您觉得哪些工具更适合？我发现它们基本上都是一种模式，它们都是基于对话、自然语言的。用哪几个工具比较容易入门？或者从哪几个工具开始比较合适呢？

刘爽教授解答：GPT存在访问量限制，每三个小时只能回答40条问题，达到限制后将无法继续使用。如果我在未来需要处理复杂项目，可以考虑在GPT中处理核心内容。然而，若受限于访问量，我将需要结合其他没有限制的工具来完成项目。我推荐同时使用多种工具，因为它们具有各种特征。例如，对于相同问题的不同解答，我们需要进行综合考量，选择适合的统计方法。在审核统计方法时，我会尝试几种方法后进行比较，然后选择公认的方法进行实践。另外，有一些小插件包含GPT，有些适用于谷歌浏览器，而有些适用于火狐浏览器，每种插件特点各异。此外，使用GPT进行提问时，需要根据不同浏览器选择不同的插件，同时不同的插件组合使用可以进行更深入的探讨。虽然AI工具需要组合使用，但他们的使用方法相同且核心功能一致，因此不会影响其它因素。在提问方式上，灵活运用提示词可以使任何AI工具高效运转。

第一点，GPT是收费的，它对待收费用户和未收费用户是有区别的。另外， GPT3.5的能力是有限的，并且存在对2021年9月之后对内容的不足，因为它的预训练的知识库只到2021年的9月份。

第二点，GPT3.5目前无法进行数据分析。它不会生成代码或图表，也无法上传附件或读取我们的PDF文件。使用GPT必须通过付费途径。但像Kimi，它是免费的。因为Kimi是国产产品，并且最近刚刚获得了十亿资金，目前正处于投入阶段，未来是否收费还难以确定。

王昱教授发言：刘老师的讲座让我收益匪浅，原本像我这样对电脑不太熟悉的老阿姨来说，GPT工具很是时髦。就像我与张曦教授一样，对AI的印象非常深刻，它是我们的助手。但是，当我在使用检索词时，发现无法得到所需结果而产生错误，可能就选择放弃了。从检索词到分类再到写作过程，正如刘老师所言，我意识到这些工具通过智能方式引导我们的思维，使其更深入。这个过程确实值得我们共同学习，如何充分利用工具。人机素养确实值得关注，我现在对此有了更形象的认识。以前我认为AI是很受欢迎的词汇，但实际上并不清楚如何应用。在讲座中，刘老师用心准备了幻灯片和例子，这些案例都是在我们熟悉的领域，使我产生强烈的代入感。我希望以后可以多加普及，只有真正运用这些工具才是硬道理。目前我没有其他问题，正在消化刚刚学到的内容。

尹青松教授提问：

问题一：各位老师都在强调同一点，担心我们将AI仅仅当作工具使用。但不同的人使用同样的工具提出相同问题，我们得到的结果会一致吗？例如，如果全国各地的专家都使用相同检索词输入，会得到相似的答案吗？最终导致类似的思路和创新吗？这种情况是否存在？

问题二：如果我们投稿并且使用了AI编写文章，作为编辑，您如何区分是AI生成的还是非AI生成的内容？如果所有文章都是由AI生成的，会不会语言习惯很相似，专家们都使用相似的模式，导致结果也很相似。

刘爽教授解答：很多人在使用AI时通常只关注问题的答案，而不关心未来的研究趋势是否相同。事实上，当我们在讨论GPT时，了解到每次生成的答案都是随机的，不同的人提问会得到不同的回答。在与GPT互动时，结果取决于输入文本的具体内容。因此，GPT实际上并不是一个搜索工具，很多人误将其用作搜索工具。实际上，GPT应用于思维体系分析、概念归纳和整理等工作。因此，我们不应该误将GPT用于搜索功能，比如帮我查看一下2023年6月份的天气情况。目前，我们实际上把GPT当作一个帮助辅助分析的工具，而不是用来做搜索和知识检索的工具。我们提供给GPT的信息是通过我们检索得到的知识库和文献资源。在GPT学习的过程中，通过我的不断引导，它会关注我关注的关键点，以及其他教授关注的文献。如果我们有五篇相似的文献和十篇不同的文献，GPT输出的结果也会存在差异。此外，GPT可能会提出一些更多的创新点，在思维碰撞中引发思考。因此，如果过度依赖GPT，它可能不会给出良好的创新点，你需要利用自身的思维不断推动GPT。当达到信息饱和状态时，GPT可能无法提供更多信息，这时需要重新审视信息并选择选题。在GPT学习了大量文件并进行深入思考后，相当于它读了这些文件很多次。当你和GPT交流时，如果一开始没有理解你想关注的重点，可能会漏掉这些重点。你需要不断强调，比如要求它关注不良反应和发生的时间等因素。尽管GPT生成的内容可能与他人不同，但在最终发表时，关键核心点仍取决于你自己的创新思维。你需要将科研问题或学术逻辑闭环起来，这是作者需要实现的，而不是让GPT帮你完善故事。虽然写作时可能会遇到找不到合适词汇的困扰，GPT可以帮助你轻松表达语言，却不会成为完美故事讲述者。它能够提升每个部分的故事精彩度，但无法串联整个完美的叙事链条。关于我们的AI检测情况，我们现在明确地在中华医学会系列期刊平台上引入了AI检测模块。对每篇投稿的文章，我们会进行AI检测，以确定AI重复率。这些信息也会及时传达给审稿专家。即使有一部分稿件达到了50%由AI撰写，但如果内容仍然体现出临床工作的卓越，具有重大病例和国内尚未报道的治疗方案，整体治疗规范程度也很高，我们通常不会拒绝这样的稿件。然而，如果某些稿件在临床上缺乏创新，利用AI撰写，我们会重新审视资料。AI的重复不是我们接收或退稿的唯一标准，而是为编辑和审稿专家提供的参考工具。