Μια νέα μελέτη υποστηρίζει ότι η τεχνητή νοημοσύνη έχει περάσει από το περιθώριο της επιστημονικής γραφής στον πυρήνα της βιοϊατρικής δημοσίευσης. Η ανάλυση εκτιμά πως σχεδόν εννέα στις δέκα εργασίες που δημοσιεύθηκαν τον Δεκέμβριο του 2025 και αρχειοθετήθηκαν στο PubMed Central εμφάνιζαν ενδείξεις βοήθειας από μεγάλα γλωσσικά μοντέλα (LLM).
Μια εκτίμηση πολύ υψηλότερη από τις προηγούμενες
Η εργασία, η οποία αναρτήθηκε ως προδημοσίευση στο arXiv στις 12 Αυγούστου και δεν έχει ακόμη αξιολογηθεί από ομοτίμους, δεν μετρά άμεσα τις δηλώσεις των συγγραφέων. Εξετάζει τη συχνότητα λέξεων που συνδέονται συχνά με κείμενα παραγόμενα ή επεξεργασμένα από LLM και από αυτό το μοτίβο υπολογίζει την πιθανότητα χρήσης AI στη συγγραφή.
Για το σύνολο του 2025, η εκτίμηση φτάνει το 77% των αγγλόφωνων εργασιών που δημοσιεύθηκαν και αρχειοθετήθηκαν στο PubMed Central. Για το 2024 ανέρχεται στο 52%. Η διαφορά μεταξύ των δύο ετών δείχνει ταχεία άνοδο, όμως οι αριθμοί πρέπει να διαβάζονται ως εκτιμήσεις μιας συγκεκριμένης μεθόδου και όχι ως καταγραφή κάθε χρήσης εργαλείου από κάθε ερευνητή.
Γιατί η νέα μέθοδος δίνει μεγαλύτερα ποσοστά
Οι συγγραφείς χρησιμοποίησαν μια τεχνική που, σύμφωνα με την παρουσίαση της μελέτης, είναι πιο ευαίσθητη σε ίχνη χρήσης LLM. Έτσι δίνει άμεση εκτίμηση της χρήσης, αντί για το χαμηλότερο όριο που έδιναν προηγούμενες αναλύσεις. Η ίδια προσέγγιση ανέβασε την εκτίμηση για τα περιλήψεις του 2024 από τουλάχιστον 13,5% σε 31%.
Η σύγκριση εξηγεί γιατί το νέο αποτέλεσμα δεν μπορεί να αντιπαρατεθεί μηχανικά με κάθε παλαιότερο ποσοστό. Μια μελέτη του 2025, η οποία εξέτασε περιλήψεις στο PubMed, είχε υπολογίσει ότι τουλάχιστον 13,5% των εργασιών του 2024 έφεραν τέτοιες ενδείξεις. Μια διαφορετική μελέτη του 2026, με αντικείμενο εργασίες από πολλούς ακαδημαϊκούς κλάδους, εκτίμησε ότι το 57% των εργασιών του 2025 πιθανότατα επηρεάστηκε από AI.
Η χρήση δεν κατανέμεται ομοιόμορφα μέσα στην εργασία
Τα σημάδια πιθανής βοήθειας από LLM εμφανίζονται συχνότερα στις περιλήψεις, στις εισαγωγές και στις συζητήσεις από ό,τι στις μεθόδους και στα αποτελέσματα. Στις εργασίες του Δεκεμβρίου 2025, η εκτιμώμενη χρήση έφτασε το 78% στις ενότητες συζήτησης, ενώ στις ενότητες αποτελεσμάτων ήταν 58%.
Η διαφορά έχει σημασία για τον τρόπο με τον οποίο επηρεάζεται η επιστημονική επικοινωνία. Η συζήτηση και η εισαγωγή δεν περιγράφουν μόνο τι έγινε σε ένα πείραμα· οργανώνουν το πλαίσιο, τις προτεραιότητες και τις ιδέες με τις οποίες θα διαβαστεί. Αν ένα μοντέλο εισάγει επαναλαμβανόμενες γλωσσικές ή εννοιολογικές προτιμήσεις, αυτές μπορεί να διαχυθούν σε ολόκληρη τη βιβλιογραφία.
Το ευαίσθητο σημείο των αποτελεσμάτων
Η χαμηλότερη εκτίμηση για τις ενότητες αποτελεσμάτων δεν σημαίνει ότι ο κίνδυνος είναι αμελητέος. Οι ερευνητές επισημαίνουν ότι τα LLM μπορούν να κατασκευάσουν ή να αλλοιώσουν στοιχεία, καθώς είναι επιρρεπή σε «παραισθήσεις» — απαντήσεις που μοιάζουν πειστικές αλλά δεν στηρίζονται σε πραγματικά δεδομένα.
Σε ένα βιοϊατρικό άρθρο, η διάκριση ανάμεσα στη γλωσσική επιμέλεια και στην αλλαγή του επιστημονικού περιεχομένου είναι κρίσιμη. Η παρουσία AI στο κείμενο δεν αποδεικνύει από μόνη της ότι τα δεδομένα ή τα συμπεράσματα είναι λανθασμένα. Αυξάνει όμως την ανάγκη να ελέγχονται προσεκτικά οι αριθμοί, οι παραπομπές και η αντιστοιχία ανάμεσα στα ευρήματα και στην ερμηνεία τους.
Ένα νέο ζήτημα διαφάνειας για τα περιοδικά
Η μελέτη μεταφέρει τη συζήτηση από το αν χρησιμοποιείται AI στο πόσο βαθιά έχει ενσωματωθεί στη διαδικασία παραγωγής των επιστημονικών κειμένων. Έρευνα του 2025, την οποία επικαλούνται οι συγγραφείς, κατέγραψε ότι το 71% των ερευνητών δήλωσε πως χρησιμοποιεί AI για βοήθεια στη γραφή. Οι ίδιοι εκτιμούν ότι η πραγματική χρήση μπορεί να είναι ακόμη μεγαλύτερη από εκείνη που αναφέρεται σε έρευνες.
Αυτό δημιουργεί πρακτικές ερωτήσεις για συγγραφείς, κριτές και εκδότες: πότε μια χρήση είναι απλή γλωσσική υποστήριξη, πότε επηρεάζει την επιστημονική επιχειρηματολογία και πώς πρέπει να δηλώνεται; Η ανάλυση της Nature δεν δίνει έναν ενιαίο κανόνα, αλλά δείχνει ότι η διαφάνεια δεν μπορεί να αντιμετωπίζεται ως δευτερεύουσα λεπτομέρεια.
Οι επιφυλάξεις που συνοδεύουν το εύρημα
Ερευνητές που μίλησαν στη Nature θεωρούν ότι τα υψηλά ποσοστά μπορεί να είναι συμβατά με την ευρεία διάδοση των LLM. Παράλληλα, προειδοποιούν ότι τα δεδομένα ίσως δεν αντιπροσωπεύουν ολόκληρη την επιστημονική βιβλιογραφία και ότι απαιτείται περισσότερη ανάλυση για να εκτιμηθεί η χρήση AI σε ευρύτερη κλίμακα.
Το δείγμα αφορά αγγλόφωνες εργασίες και η μέτρηση βασίζεται σε γλωσσικά ίχνη. Επομένως, το ποσοστό δεν πρέπει να μετατρέπεται αυτόματα σε απόδειξη ότι οι συγγραφείς ανέθεσαν σε AI τη δημιουργία των ερευνητικών τους αποτελεσμάτων. Περιγράφει την παρουσία ενδείξεων AI-assisted writing, όχι τον βαθμό ευθύνης του εργαλείου για κάθε τμήμα μιας εργασίας.
Η επιστημονική γραφή μετά την εξάπλωση των LLM
Το βασικό μήνυμα είναι ότι τα LLM έχουν ήδη γίνει μέρος της καθημερινής υποδομής της επιστημονικής επικοινωνίας. Το ερώτημα πλέον δεν είναι αν η τεχνητή νοημοσύνη θα εμφανιστεί στα βιοϊατρικά περιοδικά, αλλά αν οι διαδικασίες ελέγχου μπορούν να διακρίνουν την ακίνδυνη βοήθεια από την παραμόρφωση της επιστημονικής εικόνας.
Η απάντηση θα απαιτήσει καλύτερους ελέγχους και σαφέστερες δηλώσεις χρήσης, χωρίς να συγχέεται η υποβοήθηση της γλώσσας με την αξιοπιστία των ευρημάτων. Η προδημοσίευση δεν έχει ακόμη περάσει από αξιολόγηση ομοτίμων, άρα τα ποσοστά της χρειάζονται ανεξάρτητη εξέταση. Ωστόσο, η απόσταση από τις παλαιότερες εκτιμήσεις αρκεί για να καταστήσει τη συζήτηση άμεση: η AI δεν είναι πλέον περιφερειακό βοήθημα στη βιοϊατρική γραφή.
Πηγή: Nature