과학 연구에서의 AI 보조는 우려를 낳습니다 

연구에 따르면 생성형 AI 가 과학적 글쓰기에 상당한 비율로 사용되고 있으며, 일부 연구자들은 이를 유효한 접근 방식으로 간주하여 실제 연구와 학문적 작업의 본질에 위협이 될 수 있다고 경고합니다.

과학적 글쓰기에 미치는 AI 의 영향력 확대

학자들은 저널이나 책과 같은 다른 유형의 글쓰기에 비해 AI 가 생산한 글의 양이相当히 많다는 사실을 발견했습니다. 언어학적 분석에 따르면 'intricate', 'pivotal', 'meticulously' 등 대형 언어 모델 (LLM) 과 일반적으로 연관되는 단어들의 사용이 텍스트 내에서 크게 증가한 것으로 나타났습니다.

UCL 의 Andrew Gray 가 수집한 데이터 에 따르면 2023 년 이후 특정 분야의 논문 중 AI 의 도움을 받은 것은 단 1% 에 불과했습니다. 이어 4 월 스탠퍼드 대학의 또 다른 연구에서는 연구 주제에 따라 편향된 검토 비율이 6.3% 에서 17.5% 사이임을 확인했습니다.

AI 의 영향력 감지

언어 테스트 및 통계 분석은 단어나 구를 AI 보조 도구와 연결하는 데 사용된 도구 중 하나였습니다. 'red', 'result', 'after'와 같은 단어 수정이 2023년까지는 상대적으로 적은 변동을 보였으나, 그 이후 LLM 생성 콘텐츠와 관련된 일부 형용사와 부사의 사용이 급증하기 시작했습니다.

정확히 말해, 'meticulous', 'commendable', 'intricate'라는 단어들은 2022 년 이후 최고치를 기록하며 117% 증가했습니다. 스탠포드 대학의 연구는 인공지능 분야에서의 언어 사용 변화가 관찰되었음을 밝혔으며, 이는 모든 과학 분야에서 AI 언어 사용이 지속적으로 개선되고 있음을 시사합니다.

또한 이 연구는 AI 의 언어적 차별이 AI 도입 분야의 격차와 일치함을 드러냈습니다. 컴퓨터 공학 및 전기공학 분야는 AI 전문 용어의 선도적인 역할을 하고 있는 반면, 수학, 물리학 또는 네이처(Nature)와 같은 분야에서는 극적인 변화보다는 보다 보수적인 증가세를 보였습니다.

AI 보조 학술 저술의 윤리적 과제

선출판물 (preprint) 을 더 많이 발표하고, 경쟁이 치열한 연구 분야에서 활동하며, 짧은 논문에 대한 갈망을 자극하는 저자들은 AI 보조 작문을 더 많이 사용하는 경향이 있는 것으로 나타났습니다. 이러한 패턴은 시간 제약과 AI 생성 콘텐츠로 인한 출판량 증가 사이의 presumed 관계에 대한 통찰을 제공합니다.

AI 는 연구 프로세스를 가속화하는 핵심 도구로 작용해 왔습니다. 그러나 초록 및 과학 논문 기타 섹션 등 다양한 작업에 이 기술이 사용될 경우 윤리적 문제가 여전히 제기됩니다. 일부 출판사는 LLM 에이전트가 해당 논문의 유일한 인간 저자가 아닌 과학 논문을 논의할 경우 이를 표절이며 일부분 비윤리적으로 간주합니다.

AI 가 생성한 텍스트의 허위 인용이나 예시와 같은 부정확성을 피해야 하는 필요성은 학자들의 커뮤니케이션에서 여전히 핵심적인 요소입니다. 투명성과 정직함을 유지하지 않을 수 없습니다. LLM 기반 자료를 활용하는 저자는 연구 무결성과 표준 관행을 유지하기 위해 사용한 연구 방법을 독자에게 알려야 합니다.

학술적 글쓰기에서 AI 의 영향력이 커짐에 따라 학술 공동체의 설계자들은 윤리적 함의를 해결하고 연구 논문의 신뢰성을 확보한다는 중대한 도전에 직면해 있습니다. AI 는 연구 활동을 크게 촉진하는 훌륭한 기술이지만, 과학적 무결성을 유지하기 위해서는 정직성과 성실성이 여전히 유지되어야 합니다.