原文链接:https://www.nature.com/articles/s44222-025-00323-4

原文翻译

大型语言模型时代,人类科学写作的价值

撰写科研论文是科学方法的核心环节,也是传播研究成果的主要途径。但写作的意义远不止于“汇报”:它本身就是一把发掘新观点的“思考利器”。写作迫使我们将原本跳跃、松散的思绪,整理成条理分明、目标明确的叙事。正是在这个过程中,我们得以把多年积累的实验、数据和分析串联成完整的故事,进而澄清研究的关键信息与影响力。这样的作用并非纯粹的哲学感慨,而有科学证据支持——手写能激活更广泛的大脑连接 ¹,并被证明有助于学习和记忆 ²。

这是一次对“保持人类主导的科学写作”价值的呼吁。然而,在大型语言模型(LLM)大行其道的今天,这一呼吁似乎显得“复古”。得当提示下,LLM 可以在数分钟内生成一篇看似完备的科学论文 ³,甚至连同行评审报告也能代劳 ⁴——仿佛为研究者省去了撰写和发表的繁重工作。问题在于:

  • 责任缺位  LLM 不能承担学术责任,因此期刊不会接受完全由其撰写的论文;利用 LLM 作语言润色固然可行,但必须如实声明 ⁵。
  • 思考缺席 若“写作即思考”,把整篇文章交给 LLM 意味着我们读到的将不再是研究者本人的思考,而是模型的“思考”。
  • 幻觉风险 现阶段的 LLM 仍频繁产生事实错误,即“幻觉” ⁶;连引用都可能凭空捏造 ⁷。要想确保文本可信,就得逐条核对和修订,这往往比从零撰写或自行审稿更耗时费力。

未来,专门在科学数据库上训练的定制 LLM 也许能缓解部分问题;本刊同期 Fenglin Liu 等人的综述就概述了相关思路 ⁸。不过,成效如何仍需时间验证。

LLM 能发挥什么正面作用?

  • 语言润色与可读性提升——对非英语母语作者尤为友好。
  • 快速检索与文献总结——帮助梳理跨领域的大量参考文献 ⁹。
  • 写作助推器——用以头脑风暴、打破写作瓶颈,或提出替代性解释、关联看似无关的主题。

关键底线:

把 LLM 当作 copilot 而非 autopilot。如果完全外包写作,我们将失去在梳理思维、塑造叙事中孕育创意与洞见的机会——而这种能力在科研之外同样弥足珍贵。


文章信息一览

  • 标题:Writing is thinking
  • 期刊Nature Reviews Bioengineering(Nat Rev Bioeng)
  • 类型:社论(Editorial)
  • 出版日期:2025 年 6 月 16 日(卷 3,页 431)

核心论点与结构拆解

章节 主要内容 关键要点
引言 “写作即思考” 写作不仅是记录研究结果,更是整理思考、发现新观点的过程。
写作促进认知 援引手写 EEG 研究、学习记忆文献 手写能激活更广泛的大脑网络;写作可提高理解与记忆。
LLM 的崛起 大模型可几分钟产出整篇论文与审稿 省时看似诱人,但存在缺乏责任主体、幻觉、伪造引用等风险。
期刊立场 “模型不能署名” Nat Rev Bioeng 不接受完全由 LLM 撰写的稿件;允许申明后用于润色。
可接受用法 可用于语法检查、可读性提升、文献检索、头脑风暴、克服写作瓶颈 核心叙事仍需作者亲自完成。
未来展望 训练于纯学术语料的专用 LLM 或将缓解部分问题 仍需时间验证其可靠性与增益。
结语 继续重视人类写作 全权交给 LLM 可能剥夺研究者反思与创意的机会;写作技能对科研以外场景亦至关重要。

文章引用的代表性研究

  1. 手写 vs. 打字 EEG 研究:手写可触发更广泛的脑区联动,有利课堂学习。
  2. Nature 2022 报道:探讨 AI 协助写论文的可行性与争议。
  3. Nature 2025 报道:AI 正在改变同行评审,科学家担忧责任与质量。
  4. ACM CS 调研:系统梳理 LLM “幻觉”问题。
  5. Sci Rep 2023 研究:实证分析 ChatGPT 引用伪造与错误。
  6. Cell Mol Bioeng 2023 文章:尝试用 Bard 分析引文作者的性别与种族多样性。