En studie från Cornell University visar att AI-verktyg som ChatGPT har ökat forskares pappersproduktion med upp till 50 %, särskilt till fördel för icke-engelska modersmålstalare. Denna ökning av polerade manuskript komplicerar dock peer review och finansieringsbeslut, eftersom många saknar substansiell vetenskaplig värde. Resultaten belyser en förskjutning i global forskningsdynamik och kräver uppdaterade policys för AI-användning i akademin.
Sedan ChatGPT:s utbredda adoption sent 2022 har forskare rapporterat högre produktivitet, med tidskriftsredaktörer som noterar ett inflöde av välskrivna men låg-värdefulla submissioner. En Cornell-studie, publicerad 18 december 2025 i Science, analyserade över 2 miljoner preprints från arXiv, bioRxiv och SSRN, från januari 2018 till juni 2024. Forskare utvecklade en detektor för att identifiera LLM-assisterade papper genom att jämföra dem med pre-2023 mänskligt skrivna.
Resultaten visar en tydlig produktivitetsökning: författare som troligen använde LLM publicerade cirka en tredjedel fler papper på arXiv och över 50 % fler på bioRxiv och SSRN. Förbättringarna var mest uttalade för icke-engelska modersmålstalare, med forskare från asiatiska institutioner som ökade utdata med 43 % till 89,3 %, beroende på plattform. "Det är ett mycket utbrett mönster över olika vetenskapsfält", sade Yian Yin, biträdande professor i informationsvetenskap vid Cornells Ann S. Bowers College of Computing and Information Science.
Utöver skrivande förbättrade AI-sökverktyg som Bing Chat litteraturöversikter genom att visa nyare, mer varierade källor. Första författaren Keigo Kusumegi noterade: "Personer som använder LLM ansluter till mer varierad kunskap, vilket kan driva mer kreativa idéer."
Ändå uppstår utmaningar i utvärdering. Mänskligt skrivna papper med komplext språk signalerar ofta kvalitet och högre acceptansgrader i tidskrifter. Däremot är LLM-assisterade papper, trots sofistikerad prosa, mindre sannolika att accepteras, vilket tyder på att polering inte längre pålitligt indikerar värde. Denna diskrepans kan hindra redaktörer, recensenter och finansiärer, då råa publiceringsantal blir vilseledande.
Den observationsbaserade studien kräver experimentella uppföljningar och policyuppdateringar. Yin arrangerar ett symposium 3-5 mars 2026 i Ithaca för att diskutera AI:s roll i forskning. Medförfattare inkluderar Xinyu Yang, Paul Ginsparg, Mathijs de Vaan och Toby Stuart; finansiering från National Science Foundation.
Medan AI utvecklas till en "medforskningsassistent", betonar Yin transparens: "Frågan är hur exakt du har använt AI och om det är hjälpsamt eller inte."