本文介绍了如何在学术写作中使用人工智能 (AI)，并提供了一系列最佳实践，以确保在使用 AI 时不违反版权或落入公平使用的安全港。我们提供了一个框架，以确立健全的法律和学术基础。

May, 2023

通过对最近的跨学科文献进行综述，本文考察了人工智能技术（例如 ChatGPT）对学术写作和出版产生的重大影响，着重讨论了人工智能被用于学术不端行为时的伦理考虑以及在学术论文的写作、编辑和审查中使用人工智能时所需的监督。研究结果强调了出版商、编辑、审稿人和作者之间合作使用人工智能的需要，以确保该技术在道德和生产力方面的合理使用。

Jun, 2024

近期的人工智能进展为学术同行评审带来了机遇与风险，讨论主要围绕在学术期刊出版中的剽窃和作者权益，忽视了同行评审所处的更广泛的认知、社会、文化和社会认知等问题；论文强调了：AI 驱动的同行评审的合法性需要进行批判性评估，包括其在更广泛的认知、社会、道德和法规因素上的利弊，并与学术社区中定义适当行为的道德和认知规范的一致性。

Sep, 2023

大型语言模型的应用在学术写作中引发了兴奋和担忧。本研究调查了学者是否认为在学术论文准备过程中报告人工智能的使用是必要的，以及检测器如何对学术写作中的人工智能使用做出反应。

Nov, 2023

将人工智能融入学术写作的框架、模型和方法，提高学术写作的质量和效率，减轻沟通负担，赋予作者权力，加速发现，推动科学多样性。

Oct, 2023

AI chatbots in scholarly writing were analyzed, revealing their proficiency in recombining existing knowledge but their limitations in generating original scientific content; the size of LLMs has plateaued, highlighting the challenges in emulating human originality, though the evolution of LLM-powered software is expected to improve this.

Sep, 2023

人工智能和生成模型对知识工作产生了深远影响，探讨了创造力、原创性、抄袭、归属权等问题。通过文学批评、艺术史和版权法例子，指出创造力和原创性无法被界定为对象的信息熵属性，而是过程、作者或观众的属性。认为创造力最终由创作者和受众共同界定，在人工智能的创造性知识工作中，推动了知识工作从物质生产向批判性融合的转变。提出需更充分认识用户创造性和策展角色的问题，并远离简化的符号或信息熵观点。

Jul, 2023

通过分析引文图，我们评估了人工智能辅助学术写作，并发现 GPT-4 在支持人类用户的构思方面能够生成合理的粗粒度引文组合，但在没有人为干预的情况下无法进行详细的相关工作综合。因此，我们建议未来的写作助手工具不应独立撰写文本。

Feb, 2024

通过降低获取知识成本，人工智能可能对公众理解产生逆效应，最终导致知识塌缩，损害创新和人类理解与文化的丰富性。我们提供一个简单模型来研究学习者或创新者选择使用传统方法还是依赖打折的人工智能辅助过程的条件，并发现人工智能生成内容的打折将使公众信仰与真实事实相差 2.3 倍。最后，我们考虑进一步的研究方向来对抗这种结果。

Apr, 2024

本文讨论利用 AI 技术（如 GPT-2 和 GPT-3）创造新型书籍的方法，引入了合成书的概念，并探讨了其价值和创作理念，着重强调了艺术质量问题，并介绍了相关的艺术家与读者的互动项目，最后关注的是认识文学的神经美学。

Jan, 2022