真有人用ChatGPT写论文！高校教师盲打给了60分
本文来源：九派新闻 九派财经见习记者黄依婷，编辑：募格学术
近日，“国内高校已有学生用ChatGPT写论文”话题引发热议，随后《暨南学报（哲学社会科学版）》《天津师范大学学报（基础教育版）》等学术期刊相继发布关于使用人工智能写作工具的说明。
《暨南学报》编辑部声明，暂不接受任何大型语言模型工具（例如：ChatGPT）单独或联合署名的文章。在论文创作中使用过相关工具，需单独提出，并在文章中详细解释如何使用以及论证作者自身的创作性。如有隐瞒使用情况，将对文章直接退稿或撤稿处理。对于引用人工智能写作工具的文章作为参考文献的，需请作者提供详细的引用论证。
《天津师范大学学报（基础教育版）》编辑部在说明中提到，倡导合理使用新工具、新技术，建议作者在参考文献、致谢等文字中对使用人工智能写作工具（如：ChatGPT等）的情况予以说明。
ChatGPT能否写好论文？在审核过程中高校教师又能否识别出来？对此，九派新闻进行了测试，并邀请高校教师进行了评审。
【1】测试：ChatGPT写出的论文已经能够“蒙混过关”
日前，九派财经记者要求ChatGPT以“我国主流媒体人物报道中的女性形象建构研究”为主题、“新闻框架理论”为基本理论，写一份本科生论文大纲。在不到两分钟内，它交出了一份答卷——湖北省某高校新闻传播学院教师郑忠明给这份大纲打了及格的60分。
郑忠明评价到，可能由于学习数据库中的论文本身不够规范，机器很难理解论文研究的意义，ChatGPT给出的大纲前半部分层次比较凌乱，而后半部分模式化的框架没有太大问题。
郑忠明直言，如果没有提前知道上述大纲来自ChatGPT，他不能辨认出来。他解释到，有些论文大纲本身就很粗糙，会让人感觉是机器拼凑的东西，也就是说，人类的行为中已经包含了很多类似于机器的行为。
【2】高校教师：辨别作者是机器和人，关键在论文审稿者
和人文学科论文相比，理工科论文中AI工具写作的内容可能更难被识别，具体表现在，针对伪造的实验数据，审稿人无法在短期内证伪；而由于实验过程的繁琐，向AI工具寻求实验数据恰恰是很多学生的常规操作。
某高校电子科学与技术专业本科生林广（化名）曾向朋友借ChatGPT账号。他告诉朋友，“我写论文，需要（ChatGPT）给我算一下相关数值，这样会比我去其他网站找相关代码cv再去仿真软件里模拟结果要快。”
对于前述期刊针对ChatGPT发布的使用说明，林广坦言：我觉得没有人会完完全全照搬ChatGPT的回复，多少都会“润色”一下，所以界限很难判断，“这个东西和学术抄袭一样都挺难管控的，使用者不说，你也不能一口咬定是抄袭。”
使用ChatGPT等人工智能工具写论文这一现象正逐步蔓延开，郑忠明对此的态度不甚乐观。他认为，所有工具的使用最终都要落实到人的道德和理性的控制，但事实上，由于每个人发表论文追求的目的不同，让人仅仅把人工智能工具作为一个查阅资料的辅助手段，是一个很高的要求。
作为教师，郑忠明的应对ChatGPT的方法是向学生提问。他告诉九派财经记者，辨别机器和人写出的论文，关键在于论文审稿人，也就是把关人。“按照最原始的、高质量的标准，我不管你是不是拼凑，第一个，你的研究问题有没有价值？第二个，你的研究方法是不是能解决你的研究问题？”提问形成的互动过程能够让他很快地识别论文是不是人写的。
【3】清华博士：ChatGPT不能产生新的知识，无法拓展人类知识边界
然而，强大如ChatGPT，目前也难以替代人类的创造性工作。
清华大学数学系在读博士研究生王鹏（化名）没有感受到ChatGPT对数学论文发表产生的影响。他说：“ChatGPT只能对已有的知识综合搜索，无法产生新的知识。而学术论文是要产出新的知识，拓展人类的知识边界，这方面我认为目前的ChatGPT是无能为力的。”
2月13日，创新工场董事长兼CEO李开复在社交平台引用其作品《AI未来进行式》中的内容，点明了诸如ChatGPT等AI工具的三大短板：创造力、同理心和灵巧性。
目前，ChatGPT所有的回答都基于已经存在的数据分析，统计、经验研究等方向是其优势。但是，如果需要探讨更深层次的问题，做实证研究、定性研究，需要进行主观判断，ChatGPT这类人工智能工具很难做到。
“本质上ChatGPT就是一个工具，类似谷歌学术，论文的核心内容还是需要研究者自己写出的。”王鹏说。
本文仅做学术分享，如有侵权，请联系删文。
点击进入—>3D视觉工坊学习交流群
干货下载与学习
后台回复：巴塞罗那自治大学课件，即可下载国外大学沉淀数年3D Vison精品课件
后台回复：计算机视觉书籍，即可下载3D视觉领域经典书籍pdf
后台回复：3D视觉课程，即可学习3D视觉领域精品课程
3D视觉工坊精品课程官网：3dcver.com
1.面向自动驾驶领域的3D点云目标检测全栈学习路线！(单模态+多模态/数据+代码)
2.彻底搞透视觉三维重建：原理剖析、代码讲解、及优化改进
3.国内首个面向工业级实战的点云处理课程
4.激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解
5.彻底搞懂视觉-惯性SLAM：基于VINS-Fusion正式开课啦
6.彻底搞懂基于LOAM框架的3D激光SLAM: 源码剖析到算法优化
7.彻底剖析室内、室外激光SLAM关键算法原理、代码和实战(cartographer+LOAM +LIO-SAM)
8.从零搭建一套结构光3D重建系统[理论+源码+实践]
9.单目深度估计方法：算法梳理与代码实现
10.自动驾驶中的深度学习模型部署实战
11.相机模型与标定(单目+双目+鱼眼）
12.重磅！四旋翼飞行器：算法与实战
13.ROS2从入门到精通：理论与实战
14.国内首个3D缺陷检测教程：理论、源码与实战
15.基于Open3D的点云处理入门与实战教程
16.透彻理解视觉ORB-SLAM3：理论基础+代码解析+算法改进
重磅！粉丝学习交流群已成立
交流群主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、ORB-SLAM系列源码交流、深度估计、TOF、求职交流等方向。
扫描以下二维码，添加小助理微信（dddvisiona）,一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。
▲长按加微信群或投稿，微信号：dddvisiona
3D视觉从入门到精通知识星球：针对3D视觉领域的视频课程（三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等）、源码分享、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答等进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，6000+星球成员为创造更好的AI世界共同进步，知识星球入口：
学习3D视觉核心技术，扫描查看，3天内无条件退款
高质量教程资料、答疑解惑、助你高效解决问题
觉得有用，麻烦给个赞和在看~