《Journal of Informetrics》：Who gets seen in the age of AI? Adoption patterns of large language models in scholarly writing and citation outcomes
编辑推荐：
生成式AI工具的快速扩散正在重塑学者生产与传播知识的方式，引发关于谁受益、谁被落下的疑问。研究人员分析了超过23万篇Scopus收录的计算机科学文章（2021–2025），以描述学术写作中AI相似性（AI-likeness）风格标记如何随地区与学术可见度共同演
生成式AI工具的快速扩散正在重塑学者生产与传播知识的方式，引发关于谁受益、谁被落下的疑问。研究人员分析了超过23万篇Scopus收录的计算机科学文章（2021–2025），以描述学术写作中AI相似性（AI-likeness）风格标记如何随地区与学术可见度共同演化。使用零样本检测器Binoculars作为AI相似度的代理，研究人员记录了写作中的风格变化，并检查其与ChatGPT于2022年11月30日公开发布前后引用计数、期刊 placement（放置）及全球引用流的关联。研究人员强调，Binoculars分数捕捉的是与LLM输出在风格上的相似度，而非确认的AI使用，所有报告关系均为关联而非因果。研究人员记录了若干模式：2022年末后各地区写作的AI相似度上升（在检测器分数、二分类及独立于检测器的词汇标记指数中皆然），全球东部（Global East）作者偏移更明显；在控制期刊与期刊声望特征后，AI式写作与更高引用计数相关，该关联在控制或排除生成式AI主题论文后仍持续，并在第二个神经检测器下复现，但在较粗的词汇度量下衰减；更具人类风格写作反而与更高层级期刊placement相关；全球引用网络显示可见度轻微向东倾斜，同时区域内聚类更紧，而国家层面AI相似度变化与网络位置变化无关。这些模式与生成式AI扩散下学术写作与认可的重配置一致，但无法排除同期主题转移、生产力效应及计算机科学内生成式AI研究兴起等替代解释。
研究背景方面，2022年11月30日ChatGPT的公开发布标志着知识生产方式的拐点。既有的两派解释框架包括“语言均衡器”透镜（认为AI工具降低非英语母语作者的风格劣势，从而提升其可见度）与“把关/本真性”透镜（认为精英期刊持续奖励“人类式”写作，使AI辅助文本被视为不够本真或严谨）。已有文献多基于预印本，且常只测采用率或单一结果（如引用溢价），未能在经同行评审的期刊层级内联立考察采用、引用、跨区引用流、期刊层级与国家级网络位置。计算机科学领域全球东部作者份额大幅增长，且是生成式AI风格文本扩散的领头学科，因此研究者选取Scopus收录的2021年1月至2025年1月计算机科学（COMP）文献，以描述性、条件关联设计回答三个研究问题：RQ1考察AI相似度风格标记在东西部与各大洲的演化；RQ2考察AI相似度与引用计数、跨区引用流、高层级期刊placement的关联及地区/前后期异质性；RQ3考察ChatGPT引入后国家级引用网络的中心性、连通性与传导性变化。该研究发表于《Journal of Informetrics》。
关键技术方法方面，研究人员通过Elsevier开发者门户Scopus Search API与Abstract Retrieval API，按月检索计算机科学文章（DOCTYPE(ar)），获238,218篇去重文章；链接2024 SJR（Scimago Journal & Country Rank）得155,177篇期刊匹配子集，完整案例回归样本96,012篇。AI相似度采用零样本检测器Binoculars（Hans等2024）对摘要打分，低分更似LLM输出、高分更似人类；并以独立词汇标记指数作辅证。地区划分采用Global East/West二分（含八大陆细分），首作者隶属国作归属。回归以OLS预测binoculars_score，并控制Post-GPT时期、SJR四分位、期刊h-index等；引用与期刊层级关联用条件关联模型；国家级引用网络用238,218篇元数据构建，计算中心性等指标前后对比。
研究结果部分，引言（1. Introduction）提出两透镜与三RQ，明确设计为描述性条件关联而非因果。相关工作（2. Related work）回顾AI检测器（Binoculars、RAIDAR、Verma等）与AI在学术中的语料级证据（Geng & Trotta的35% CS arXiv摘要LLM风、Liang等的17.5%峰值、Cheng等的引用溢价、Lin等的非母语词汇差距缩小）。方法论（3. Methodology）给出数据收集与Binoculars检测细节，表1显示Post-GPT系数约?0.0039（p<0.001），West hemisphere系数+0.0017（p<0.01），Post-GPT×West +0.0013（p<0.05），SJR Q2–Q4系数负向，说明后期整体风格更AI化、西部基线更人类化、低SJR期刊风格更AI化。RQ1相关结果显示2022末后各洲AI相似度上升，全球东部偏移幅度更大。RQ2相关结果显示控制期刊声望后AI式写作与高引用计数正相关（排除生成式AI主题仍稳，第二神经检测器复现，粗词汇度量衰减），但更具人类式写作与高SJR层级期刊placement正相关，跨区引用流无单向倾斜而网络可见度略向东聚。RQ3相关结果显示国家级引用网络中心性略有向东移，区域内聚类增强，但国家AI相似度变化与网络位置变化不相关。
讨论与结论翻译浓缩如下：研究人员强调所有发现为观察性条件关联，Binoculars低分不等同确认LLM使用，零样本检测器对非母语英语有已知偏差，西部作者前期humanness更高与本底偏差一致。AI相似度上升与引用溢价并存、但与高层级期刊placement负相关，这一背离支持“语言均衡器”在引用侧部分成立、“把关/本真性”在期刊侧仍生效的混合解读；全球东部写作风格更快AI化伴随引用网络轻微东倾与区内聚类收紧，但国家级风格偏移不直接预测网络位置变化。无法排除同期计算机科学内生成式AI主题自身兴起、生产力效应与选题迁移等混淆。贡献在于用同行评审期刊语料联立五类结果、按Global East/West拆分、以SJR层级桥接编辑把关机制，补预印本单结果研究之缺；局限为Scopus相关性排序前5000抽样非均匀、首作者国归属简化跨国合作、检测器风格偏见未校正。结论上，生成式AI扩散正同时重配置学术写作风格与认可结构，但尚不能断言特定机制起作用，需后续因果设计区分。
