在2024年進行的一項研究評估了人類與人工智慧（AI）生成的論文在中風護理領域的質量。這項競賽共收到34篇論文，經《Stroke》期刊的專家審查。結果顯示，人類與AI論文的整體評分相似，但AI論文的寫作質量較高。審稿人識別作者類型的準確率僅50%，且有經驗的審稿人在區分上表現較好。研究建議科學期刊應教育審稿人關於AI的角色，並制定相關政策。 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

這項研究探討了人工智慧檢測器在辨別學生撰寫的論文與AI生成論文的效果，參與者為190名低年級解剖學與生理學的學生。研究分析了50篇論文，使用四種AI檢測器，並由人類評分者評估48篇。結果顯示，人類評分者的準確率為84-95%，而AI檢測器則為93-98%。假陽性率低，AI檢測器僅有1.3%的錯誤分類。學生調查顯示，許多人認為AI生成的論文優於自己的作品。整體來看，結合使用AI檢測器對教師評估學生作品是有效的策略。 PubMed DOI

這項研究探討了如何區分人類撰寫的摘要與ChatGPT生成的摘要，分析了160篇摘要，並使用了三種AI檢測工具和一個抄襲檢測器。研究發現，所有方法對摘要來源的判斷都有誤，學者的經驗影響檢測準確性，資深學者表現最佳。GPTZero和相似性檢測器在識別來源上特別有效。研究建議人類專家與AI工具合作，能提升識別學術摘要的準確性。 PubMed DOI

這項研究比較AI（ChatGPT和scite Assistant）和人類寫的科學論文，評估正確性、可讀性和被接受度。結果顯示，人類寫的論文品質最高，尤其是跟骨骨折主題。AI寫的論文內容大致正確，但引用準確度不一，ChatGPT表現較好。結論是AI能輔助科學寫作，但還是需要嚴格查證，才能確保內容正確。 PubMed DOI

這項研究發現，國高中老師雖能分辨AI生成的作業，但常誤把學生親寫的作業當成AI產出，尤其是資深老師。老師的個性也會影響他們對判斷作業原創性的信心。結果提醒我們，推動AI輔助學習時，需兼顧學生和老師的需求與特質，才能有效落實。 PubMed DOI