?本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯(lián)系出處。

面對ChatGPT，Nature終于坐不住了。

本周，這家權威學術出版機構下場，針對ChatGPT代寫學研文章、被列為作者等一系列問題，給了定性。

具體來說，Nature列出兩項原則：

（1）任何大型語言模型工具（比如ChatGPT）都不能成為論文作者；
（2）如在論文創(chuàng)作中用過相關工具，作者應在“方法”或“致謝”或適當的部分明確說明。

現(xiàn)在，上述要求已經添進作者投稿指南中。

近段時間，ChatGPT染指學研圈情況越來越多。

去年12月一篇雷帕霉素抗衰老應用的論文中，ChatGPT就曾被列為一作，引發(fā)業(yè)內爭議。該篇之外，還有不少研究將ChatGPT列為作者。

Nature也已注意到此類狀況，他們于12月進行了一項調研顯示，293名受訪的教授老師中，20%已經發(fā)覺或目睹學生在用ChatGPT完成作業(yè)或論文，更多人對此表示擔憂。

此次，Nature所發(fā)表的聲明，正是希望對種種爭議給予定性。

多篇論文已將ChatGPT列為作者

ChatGPT由OpenAI在去年11月末推出，因其表現(xiàn)大幅超越此前大型語言模型（LLM），迅速成為歲末年初第一號“竄天猴”。

在新媒體、影視、軟件開發(fā)、游戲互動等領域中，ChatGPT被迅速加以利用，輔助生產提升效能。

學研圈也不例外。

據Nature統(tǒng)計，使用ChatGPT并將其列為作者的論文最少有4篇。

其中一篇預印本在2022年12月發(fā)表于醫(yī)學預印本資料庫medRxiv上。該論文研究了ChatGPT在美國醫(yī)學執(zhí)照考試中的表現(xiàn)。盡管研究關于ChatGPT，但作者欄中也列上了ChatGPT。

另一篇論文發(fā)表在《護士教育實踐》雜志上，關于開放人工智能平臺在護理教育中的利弊，同樣，ChatGPT被列入作者欄：

第三篇論文來自AI藥物研發(fā)公司Insilico Medicine，內容關于一種新藥雷帕霉素，發(fā)表于《Oncoscience》。同樣，ChatGPT被列為作者。

第四篇稍顯“古早”，發(fā)表于2022年6月，探討主題就是——AI生成論文的能力如何。被列入作者一欄的AI也并非ChatGPT，而是更早發(fā)布的GPT-3。

盡管上述研究內容多少都與生成語言模型有關，但對于嚴肅的科研活動來說，使用“研究對象”寫論文，并將其列入作者欄，不可避免引發(fā)了爭議和質疑。

且即便不將AI列為作者，學研圈使用ChatGPT的情況也越來越普遍。

前文提及AI藥物研發(fā)公司Insilico Medicine的CEO，Alex Zhavoronkov，他透露道，其所在的機構已發(fā)表了80多篇由AI工具生成的論文。

英國教授Mike Sharples一直關注生成AI對學術研究的影響。不久前，他在推特上親手演示了如何用大型語言模型10分鐘生成一篇學術論文，一步步描述自己如何用AI根據標題生成摘要，也引發(fā)不小討論。

學生使用ChatGPT幫助撰寫論文、生成代碼、完成作業(yè)更為普遍，目前，美國已有部分地區(qū)教育機構禁止使用該工具。

就在上周，北密歇根大學一位學生依靠ChatGPT寫出全班最高分論文。

有意思的是，該學生之所以被抓住，是因為所提交文章邏輯過于連貫，結構過于合理，以至于導師專門去質問了一下才得知真相。

△ 北密歇根大學

需要明確的是，上述抓包只是偶然，更多時候，生成內容已讓科學家們真假難辨。

Nature此前一篇文章指出，ChatGPT發(fā)布后，伊利諾伊州西北大學一個研究小組就在探究，使用該AI工具生成醫(yī)學論文摘要，科學家是否能識別。

結果發(fā)現(xiàn)，AI生成摘要均通過了抄襲檢測器，在人工審核中，32%的AI生成摘要被認為是真實人類完成的。

已在開發(fā)辨別工具

此番Nature下場，表明了他們對ChatGPT引發(fā)問題的重視。

在最新內容中，Nature表示，學研圈都在擔心，學生及研究者們可能會以大型語言模型生成的內容當作本人撰寫的文本，除卻冒用風險外，上述過程還會產生不可靠的研究結論。

尤其針對ChatGPT，Nature團隊及很多出版商、平臺均認為，該工具無法對科學論文的完整性及內容本身負責。

一個側面佐證是科技媒體CNET這兩天曝出，該平臺AI編寫的77篇內容中，41篇有錯誤，目前，平臺已予以更正，并表示將暫停此種方式生產內容。

正是基于對上述情況的擔憂，Nature出臺了相關規(guī)定。

至于如何分辨AI生成內容？

Nature表示，目前ChatGPT原始輸出可以通過仔細檢查而被發(fā)現(xiàn)，尤其涉及具體科學工作時，內容可能包含最簡單的錯誤及泛泛乏味的措辭。此外，Nature也表示，他們還在開發(fā)相關識別技術。

值得一提的是，相關識別工具也有人開發(fā)出來了。

比如OpenAI自己推出的GPT-2 Output Detector，輸入50個以上字符（tokens）就能較準確地識別AI生成的文本。

再比如普林斯頓大學生Edward Tian，也做出過相關工具GPTZero。

不過，并非所有大學教授和老師對AI生成工具持否定態(tài)度。

比如賓大沃頓商學院一位教授Ethan Mollick，反其道而要求學生使用ChatGPT完成課堂作業(yè)，并認為這是在擁抱新興技術工具。

論文發(fā)表平臺medRxiv一位工作者也表示，ChatGPT也不算新麻煩。

他認為，此前，研究者都嘗試偷偷加入寵物、虛構人物名字。因此，他們認為，問題核心是——需要繼續(xù)加強檢查。

最后問問，你在科研工作中用了ChatGPT么？