在最近的一项研究中，意大利国际高等研究院（SISSA）的博士生耿明萌量化了 ChatGPT 对学术论文写作的影响。
与以往主要分析 ChatGPT 生成的段落或文章不同，这次研究更关注整体情况。
耿明萌希望在大模型火热的背景下，从类似足球裁判员和数据分析师的角度研究 ChatGPT 的影响。
事实上，一年前他并不是 ChatGPT 的支持者，也未打算追随大模型研究的潮流。
2023年夏天，他提交了一篇论文初稿，导师给了一些简略的建议和批注，多涉及写作问题。这促使耿明萌尝试使用 ChatGPT 修改和润色论文，但很快发现其词频与人类写作不同。
没体验过OpenAI最新版GPT-4o？快戳最详细升级教程，几分钟搞定：
升级ChatGPT-4o Turbo步骤
https://www.zhihu.com/pin/1768399982598909952
如何使用WildCard正确方式打开GPT-4o，目前 WildCard 支持的服务非常齐全，可以说是应有尽有！
官网有更详细介绍：WildCard
因此，他决定从词频角度分析 ChatGPT 对论文的影响。导师虽对该方法的简单性感到疑惑，但因缺乏相关经验暂时搁置了这个想法。
直到2023年秋天，导师忙于出差宣传新书，耿明萌决定自己尝试。
在解决数据问题后，他在万圣节假期前开始了研究，并在几周内得出了初步结果：ChatGPT 出现后，学术论文中一些词语的使用频率确实发生了变化。
耿明萌选取了 arXiv 上最新的 100 万篇论文摘要进行分析，发现2018年至2023年间论文数量暴增，其中90%来自数学、物理和计算机学科。
研究显示，如“significant”的词频几乎翻倍，而“is”和“are”的词频减少了约10%。
接着，他通过 ChatGPT API 修改2022年 arXiv 上的前两万篇论文摘要，分析 ChatGPT 的词语偏好。
结果表明，2023年 ChatGPT 修改前后的词频变化与2022年高度相关，但2022年与2021年相比变化较小。
耿明萌提出了一个含噪声项的模型，证明在某些情况下，词语的选取不在多而在于其频率和变化率。
同时，对于不同类别和混合比例的摘要，词语选取也应有所不同。理论分析在模拟中得到验证。
基于此，他开始根据真实的 arXiv 摘要数据估算 ChatGPT 的影响。ChatGPT API 的模拟输出因 prompt 不同而产生相对值。
以“Revise the following sentences”为基准，ChatGPT 的修改比例约为35%。若使用更精准的 prompt，贡献可能超过100%。
耿明萌更愿意用“影响”而非“比例”来描述结果，因为不同的 prompt 会产生不同的输出。
一些作者可能会在使用 ChatGPT 后刻意抹去痕迹，或受其影响但最终未使用 ChatGPT 润色摘要。此外，其他大模型可能有相似但不同的词频变化。
总的来说，耿明萌依然认为，使用 ChatGPT 或其它工具，来润色论文和翻译论文本身并没有错，但要知道修改前后语义上的差别。
对于母语非英语的研究人员来说，这些新工具的合理使用确实也能促进公平，但直接利用这些工具生成论文段落是不可取的。
而研究 ChatGPT 对于论文风格的影响，则能助力科研人员更好地使用类似工具。
如何使用WildCard正确方式打开GPT-4o，目前 WildCard 支持的服务非常齐全，可以说是应有尽有！
官网有更详细介绍：WildCard
推荐阅读：
14万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
