生成式人工智能技术（GAI）的应用正在飞速普及，然而，这一工具却像是给学生打开了潘多拉魔盒。我周围不少高校老师都在抱怨，今年学生交上来的论文乍看之下质量变高了，但仔细阅读之后却发现这些文章存在不少知识性错误，充满了“ AI 味”。于是，不少高校开始要求学生在提交毕业论文时，AI 检测不能超过一定比例。
使用生成式人工智能软件生成的文字往往存在大量幻觉（AI Hallucinations），不仅内容不可靠，内涵也犹如白开水一般寡淡。2024年12月，Google Gemini 推出了新功能 Deep Research，该功能号称可以对某一主题进行整理并汇总成丰富的书面报告——似乎，我们有了更厉害的工具来抵抗幻觉和无趣。那么，这一新功能可以直接用来写学术论文么？
用Gemini自己的话说，Deep Research “是 Google Gemini 中的一项高级功能，旨在自动化和加速研究过程。它可以理解复杂的查询，自动从网络收集和分析信息，并生成结构全面、内容丰富的报告。这项功能就像一个高效的数字研究助理，能显著减少人工查找和整理资料的时间，目前是 Gemini Advanced（需订阅）的一部分”。
从我的理解来看，Gemini Deep Research 吸收了 Google 做搜索时期的优势，其能够对不同网站进行汇总整理，并最终给出结构化、整合性的调研报告。Google 的服务器首先会对各大网站内容进行系统性的抓取和检索，然后自己“学习和理解”这些网站的内容，最后根据使用者的要求对特定信息进行摘取和梳理。那么 Gemini Deep Research 的结果可靠吗，更进一步来看，GAI 自动生成的论文是否具有一定价值呢？
我要求 Gemini Deep Research 2.5 pro 以“AI 驱动下的国际中文教学研究”为主题进行创作，并特意提醒 Gemini 必须使用论文格式，具有学术性（风格模仿），只能引用中英论文（控制检索范围）。
在对57个网站进行整理分析后，Gemini 告诉我可以开始写论文了。
和所有具备“深度思考”的生成式人工智能系统一样，Gemini Deep Research 也在后台进行了非常细致的思考过程。这一过程大致分为“概念界定”、“信息搜集”和“发现问题”，并在此基础上形成论文。
经过对获取到的数据进行整理和分析，Google Gemini Deep Research 向我提交了论文全文。
参照南京大学叶继元教授对学术“全评价”体系的维度，我邀请了五位中国语言文学系的博士同学对该研究进行简要评分。对该“论文”的评价共有三个项目，首先是“形式评价”，主要是指文本是否流畅自然、论述是否清晰；其次是“内容评价”，主要是讨论该论文是否能够满足科研需求；最后是“效用评价”，主要是讨论该论文的研究结果是否具有一定价值。各个单项的满分均为10分。
几位同学对论文进行了认真阅读并打分，最后三项结果的平均分分别是：形式评价 7分，内容评价 7.6分，效用评价 7.1分。看起来，由 Google Gemini Deep Research “撰写”的论文质量已经超过及格线。
那么，这是否预示着文科生再次失业了呢？
先不提生成文章的质量如何， Google Gemini Deep Research 在撰写论文过程中像是人一样进行了思考，这些思考的过程有时候要比生成的论文本身更有价值。事实上，我周围不少老师在新的教学改革中，也开始引导学生在科研中参考 Deepseek 的思考方式——人类不可能做任何事情都面面俱到，机器却能够通过大量的思维性学习对不同问题进行全方位的分析，尽管这些分析不见得都是对的，但是思辨的过程本身也具有一定的价值。我想，人类也没想到有一天要向机器请教思考的流程吧。
尽管最后论文拿到了及格分数，但是该论文仍旧有很多问题。严格来说，这篇论文无论是内容还是体例，都只能称得上是“报告”。几位同学都指出，这篇文章虽然可以称得上是值得一读的“文献综述”，但内容仍旧泛泛而谈，拼凑感强，较为“假大空”。同时，因为 Gemini Deep Research 只是形式上的总结，导致一些学术表达习惯上存在问题。例如“培养师资”这句话，使用“师资培养”这一专业词汇进行改写更为恰当。
这两年 AI 技术的变化太快了，无论是教师还是学生都在错愕和震惊中学习。文科似乎经历了一次又一次的冲击，但是一味的禁止使用 GAI 并不能从根本上解决所有问题——知识的获取与书写正在逐渐发生根本性变革——教师的引导与判断在当下显得更加珍贵。
在论文写作中，我们应该抵制废话文学，文献综述的能力固然重要，但是一手经验和对于事物独特且有价值的深入分析更为重要。并且，高校也不应该过分看中“查重率”和“GAI 生成率”——毕竟我相信，总有一天机器可以以假乱真。我们真正应该做的是尝试接纳个性化、富有创意和具备扎实田野数据的论文表达。与此同时，文科教学也不能要求严格意义上的“正确”——哲学本身需要思辨，只有不断的、善意的多方商榷才能营造更好的学术空间。
不得不承认，本次调研的样本量过小，作为一个“临时起意”的小调查，也存在诸多分析流程上的不足。欢迎在这里下载原文，并给出你的评分。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。