《Ophthalmology Science》：Lexical Diffusion: Linguistic Characteristics of Ophthalmology Science Articles with Disclosed Artificial Intelligence-Assisted Writing
编辑推荐：
目的：描述在披露了生成式人工智能（Generative Artificial Intelligence, AI）辅助写作的眼科学研究文章中讨论部分（discussion-section）的语言特征，并检查未披露文章中的时间性词汇模式。设计：横断面观察性研究。研
目的：描述在披露了生成式人工智能（Generative Artificial Intelligence, AI）辅助写作的眼科学研究文章中讨论部分（discussion-section）的语言特征，并检查未披露文章中的时间性词汇模式。设计：横断面观察性研究。研究对象：2024年1月至2026年5月发表在Ophthalmology Science上的原始研究文章。方法：根据生成式AI辅助写作的披露情况对文章进行分类。对讨论部分文本进行了Flesch阅读易读性（Flesch Reading Ease, FRE）、Flesch–Kincaid年级水平（Flesch–Kincaid Grade Level, FKGL）、Gobbledygook简易测量（Simple Measure of Gobbledygook, SMOG）、预定义的生成式AI相关术语、对照学术术语及其比率的分析。采用按出版年份和第一作者英语主导机构隶属状态的分层1:5重复重抽样（1,000次迭代），将披露AI辅助写作的文章与未披露文章进行比较。评估了未披露文章中的时间趋势。主要结局指标：FRE、FKGL、SMOG、术语密度以及AI相关与对照术语比值。结果：在633篇文章中，28篇（4.4%）披露了生成式AI辅助写作。在AI披露文章中，第一作者和通讯作者的英语主导机构隶属比例较低（分别为P = 0.008和0.012）。AI披露文章的FRE较低（11.97对21.59），FKGL较高（17.15对16.00），SMOG评分较高（17.82对17.12；P值分别<0.001、0.013和0.027）。重抽样产生的FRE平均Hodges–Lehmann位移为–7.35（95%重抽样区间，–8.90至–5.83），FKGL为1.06（0.80至1.32），SMOG为0.66（0.47至0.86）。AI披露文章中的AI相关术语密度和AI相关与对照术语比值较高（每1,000词22.38对15.71个术语，0.91对0.63；P分别为0.003和0.004），而对照学术术语密度无差异（P = 0.844）；重抽样证实了这些词汇学发现。在未披露文章中，AI相关术语密度和比值随出版年份增加（所有P值均<0.001），而对照术语密度未增加（所有P值均>0.05）。结论：披露的生成式AI辅助写作并不常见，但与较低的基于公式的可读性、较高的估计阅读年级水平以及讨论部分中预定义的生成式AI相关词汇密度较高相关。未披露文章中的时间模式也提示AI相关词汇模式可能存在语料库水平的扩散，尽管披露状态并不能验证实际AI使用情况。
近年来，大型语言模型（Large Language Models, LLMs）的快速发展推动了眼科学在临床和教学领域的应用，同时生成式人工智能（Generative Artificial Intelligence, AI）工具也被引入科学写作过程，包括稿件起草、语言编辑和翻译。随着这类工具的普及，学术期刊逐渐要求作者透明披露LLM辅助写作情况，但在本研究开展前，披露的生成式AI写作辅助是否与已发表文章中存在可测量的语言差异相关，仍缺乏直接证据。已有研究多采用间接方法，如分析ChatGPT出现后的词汇时间变化或使用AI文本检测算法，但这些方法通常依赖时间代理或算法分类，而非文章层面的披露信息。此外，以往工作大多聚焦于摘要或总体发文特征，较少深入分析全文尤其是讨论部分的语言特征。因此，本研究旨在以正式披露声明作为锚点，比较同一期刊中披露和未披露AI辅助写作文章的讨论部分语言，并评估相关作者特征和时间趋势，从而为理解AI辅助写作在眼科科学写作中的语言影响提供实证依据。
研究人员开展了一项横断面观察性研究，纳入Ophthalmology Science期刊自2024年1月至2026年5月发表的633篇原始研究文章。研究以文章是否披露生成式AI写作辅助为依据进行分组，提取讨论部分文本，计算Flesch阅读易读性（Flesch Reading Ease, FRE）、Flesch–Kincaid年级水平（Flesch–Kincaid Grade Level, FKGL）和Gobbledygook简易测量（Simple Measure of Gobbledygook, SMOG）等可读性指标，同时利用预定义词典量化生成式AI相关术语和对照学术术语的密度及比值。为了控制混杂因素，研究使用分层1:5重抽样、Hodges–Lehmann位移估计、Mann–Whitney U检验以及回归分析等方法，并对未披露文章进行了时间趋势分析和留一法敏感性分析。
在讨论部分可读性方面，研究发现：与未披露AI辅助写作的文章相比，披露文章的中位FRE更低（11.97对21.59），FKGL和SMOG评分更高（17.15对16.00；17.82对17.12），差异均具有统计学意义（P值分别<0.001、0.013和0.027）。1,000次分层重抽样后，FRE平均位移为–7.35（95%重抽样区间，–8.90至–5.83），FKGL为1.06（0.80至1.32），SMOG为0.66（0.47至0.86），效应方向稳定。进一步分析底层成分显示，披露文章的平均每词音节数和每100词多音节词数更高，而讨论字数及平均句长无显著差异，提示可读性差异主要由词汇复杂性而非句子长度驱动。留一法分析中，FRE和FKGL在所有迭代中均保持显著差异，SMOG在22/28次迭代中保持显著。
在词典词汇分析方面，披露AI辅助写作的文章中预定义的生成式AI相关术语密度更高（每1,000词22.38对15.71，P = 0.003），AI相关与对照术语比值也更高（0.91对0.63，P = 0.004），而对照学术术语密度无显著差异（P = 0.844）。重抽样分析确认了这些词汇学发现，留一法分析显示AI相关术语密度和比值在所有迭代中均保持效应方向一致，而对照术语密度从未达到显著水平。
在未披露文章的时间趋势分析中，随着出版年份增加，未披露AI辅助写作文章的AI相关术语密度和比值均呈上升趋势（所有P值均<0.001），而对照学术术语密度未出现相应增加（P >0.05）。在调整第一作者英语主导机构隶属状态后，这一时间趋势仍然成立。该结果提示，即使在没有披露AI辅助写作的文章中，AI相关词汇模式也可能正通过学术写作生态逐步扩散。
讨论部分指出，披露AI辅助写作在研究中仅占4.4%，较为少见，且这类文章的第一作者和通讯作者中来自英语主导国家的比例更低，可能与英语非母语研究者使用AI工具缓解语言障碍有关。可读性方面的差异表现为词汇复杂度的增加，而非句子延长，这与一般预期中AI语言支持应提升清晰度的看法不同。未披露文章中也观察到AI相关术语的时间性增加，提示学术语言可能经历语料库层面的词汇扩散，因此未披露文章不宜被视为无AI暴露的纯粹对照组。讨论同时强调了局限性：披露属于自我报告，不能等同于实际AI使用；披露文章数量有限；单一期刊限制推广性；未控制亚专业和主题因素；可读性指标仅反映表面文本特征，无法评估写作质量或科学准确性。研究结论认为：披露生成式AI辅助写作的文章在讨论部分表现出可测量的语言差异，包括较低的可读性、较高的估计阅读年级水平和较高的预定义生成式AI相关词汇密度；未披露文章中的时间趋势支持AI相关词汇模式的语料库扩散。这一结果为期刊编辑政策、作者披露规范以及学术写作中AI使用的透明性讨论提供了数据支撑。
