如何看待部分学校通过AI技术来检查学生的论文是否采用大模型生成

　　这是一个好问题，结合我们组里同学使用大模型的情况我来说说个人建议。

　　首先，我一直在鼓励身边的同学要积极使用大模型，不仅仅因为我在计算机专业，也不仅仅是因为我带的学生大部分在做人工智能、大数据相关的科研活动，主要是希望能够借助大模型来提升学生们的学习和科研效率，激发同学们的求知欲和探索欲。

　　使用大模型来辅助撰写论文一定要有边界，需要使用者在使用的过程中基于自己的专业认知能力来完成内容鉴别，实际上对于理工科专业的同学来说，大模型在撰写论文的过程中，主要的价值在于辅助完成提纲，创新方向建议等方面，而论文核心创新点的确定、研究方法的论述，以及验证数据的生成等等，都需要作者自己来完成，这并不是大模型能够完成的内容。

　　使用大模型来辅助开展科研活动对于使用者的要求是比较高的，虽然我认为ai for science是一个大趋势，但是撰写论文是科研活动的结果而不是科研活动的过程，更不应该是科研活动的目标，所以采用大模型来撰写论文也一定要有边界。

　　对于在读的同学来说，我认为可以采用大模型来辅助撰写论文，包括使用大模型来完成一些实验代码的生成，使用大模型来生成部分训练数据等等，但是完全依赖大模型来写论文这并不可取，也存在很多问题。

　　大模型的发展带来了很多积极的影响，但是同样也可能会带来一些负面的影响，更何况现在大模型在可信任性方面和安全性方面还存在很多问题，这些问题也很难在短期内得到解决，更可能的解决方式是通过人与AI合作来完成。

　　随着大模型的落地应用，未来产业领域的很多岗位都需要借助大模型来完成一些工作任务，所以让学生们早一点接触大模型我认为是有积极意义的，但是同样要给同学们正确的引导，也应该给大模型的落地应用设定边界。

　　我目前联合多所大学的导师和互联网大厂的企业导师，共同搭建了一个技术论坛，在围绕人工智能、大数据、计算机系统结构、安全等方向持续开展科研活动，大模型是一个关注的重点领域，感兴趣的同学可以联系我申请参与，相信一定会有所收获。

　　最后，如果有人工智能相关的问题，欢迎与我交流。

　　举报/反馈