這項研究評估了GPT-4撰寫放射學社論的能力，並與人類撰寫的社論進行比較。分析了來自八本期刊的十六篇社論，結果顯示AI撰寫的社論在評分上表現較好，但人類撰寫的文章在整體感知上仍較受青睞。編輯們在配對評估中，有82%更傾向於出版人類撰寫的文章。研究結論指出，雖然GPT-4能產出高品質文章，但編輯對人類內容的偏好依然明顯。 PubMed DOI

這項研究探討了AI語言模型ChatGPT對科學寫作的影響，模擬發表情境，參與者包括48位醫學生、住院醫師及專家。他們評估了三個特應性皮膚炎病例報告：人類撰寫（HUM）、AI生成（AI）及合作撰寫（COM）。 主要發現顯示，專家識別準確率較高，參與者偏好AI輔助版本，且AI和COM在寫作時間上大幅減少，質量也有所提升。不過，專家指出AI的參考文獻質量較低，可能影響發表機會。研究強調人類監督對準確性及倫理的重要性，並指出AI與人類合作的潛在好處。 PubMed DOI

這項研究探討了人類評審、重複量化分析（RQA）和AI檢測工具GPTZero在辨別人類與AI生成的個人陳述的有效性，特別針對物理治療師教育計畫的申請。研究分析了50份梅奧診所的申請者陳述與50份由Google Gemini生成的陳述。結果顯示，人類評審在辨識上表現一致且準確，而RQA和GPTZero也各有優勢。研究強調，未來應結合這些方法，以提升對個人陳述的評估，確保學術誠信。 PubMed DOI

這項研究探討人類評審者在辨識ChatGPT生成的科學摘要與原始摘要的準確性。來自不列顛哥倫比亞大學的41名外科實習生和教職員參加了線上調查，結果顯示只有40%能正確識別原始摘要，而63.4%偏好AI生成的摘要。分析指出，偏好原始摘要的受訪者更容易正確識別。這顯示人類在區分AI與人類生成內容上面臨挑戰，並且對AI生成的摘要有明顯偏好，突顯了AI在學術寫作中的影響及其倫理考量。 PubMed DOI

這項研究比較了人類撰寫的神經外科文章與ChatGPT生成的文章，評估其品質差異。研究選取10篇文章，5篇由人類撰寫，5篇由ChatGPT撰寫，並由專家根據整體印象、可讀性等進行評估。結果顯示，兩者在整體品質上無顯著差異，但ChatGPT的可讀性較高。專家識別作者的準確率為61%，偏好幾乎相等。結論指出，ChatGPT能產出與人類相當的文章，且可讀性更佳，顯示其在學術寫作中的潛在價值。 PubMed DOI

這項研究探討醫療專家與人文學者在辨識醫學生與ChatGPT生成文本的能力。研究於2023年5月至8月進行，35位專家分析了兩篇醫學主題的文本，並被要求找出AI生成的部分。結果顯示，專家們在70%的情況下正確識別AI文本，兩組專家之間差異不大。雖然內容錯誤影響不大，但冗餘、重複和連貫性等風格特徵對他們的判斷至關重要。研究建議未來可在不同學術領域進一步探討，以提升辨識能力。 PubMed DOI

這項研究評估人類是否能區分由人類撰寫的醫學手稿與AI生成的手稿，特別是使用ChatGPT 3.5。研究於2023年10月進行，51位醫師參與，隨機審閱三篇手稿。結果顯示，參與者識別作者的準確率不高，特異性55.6%，敏感性31.2%。高影響因子的手稿較易識別，而影響因子低的則較難。與AI互動頻率高的人更能正確識別作者。總之，研究顯示生成式AI的醫學手稿難以區分，凸顯學術出版的潛在影響及對AI內容認識的需求。 PubMed DOI

這篇文章探討了作者對兩份匿名同行評審報告的懷疑，認為可能是人工智慧生成的。作者回顧了事件的經過，從2023年12月提出疑慮後，與期刊互動兩個月，最終撤回投稿。期刊未承認倫理違規，也未明確回應人工智慧的指控。作者提供了證據支持其主張，並對其他作者提出建議，包括在投稿前討論人工智慧的使用、收集證據及倡導期刊制定透明政策。強調需負責任的同行評審，以防止人工智慧的濫用。 PubMed DOI

這項研究探討審稿人的經驗是否影響他們辨識人類撰寫與ChatGPT生成的摘要的能力。三十位審稿人被分為資深、初級和住院醫師，評估20篇摘要。結果顯示，整體正確識別率為50%，資深審稿人表現最佳，達60%。經驗和對AI的熟悉度與識別率有顯著關聯，顯示經驗在評估AI生成內容時的重要性。 PubMed DOI

這項研究發現，四種大型語言模型（LLM）在審查口腔顎面外科論文時，評分一致性高，和人類審稿人有中等共識，但AI退稿率明顯較低。雖然AI內部標準穩定，但審查沒有人類嚴格，建議AI作為輔助工具，協助而非取代專業審稿人。 PubMed DOI