美國 STEM 博士論文摘要 29% 被判定含 AI 寫作：用 AI 的人較少走學術，代表訓練變差嗎？
NBER 工作論文分析約 22.6 萬名美國 STEM 博士，2026 年有 29% 論文摘要被判定含 AI 寫作。本文整理偵測方法、哪些學生用得多，以及較少走學術為何仍只是相關。
博士生用 AI 處理論文文字，已有量化統計。
美國國家經濟研究局 NBER 在 10 月公開一份工作論文，估計 2026 年畢業的美國 STEM 博士，也就是科學、科技、工程與數學領域，有 29% 的論文摘要含 AI 生成的文字。
最受討論的是另一項發現：在研究型大學裡，同校同領域的畢業生中，論文含 AI 寫作的人後來較少進入學術研究工作，美國出身者最明顯。
這項結果在 X 上引起討論，也接上學界對 AI 寫作的另一場爭論。有教授認為 AI 寫作代表不夠用心，也有醫師認為只要透明揭露、又能把研究講清楚，用 AI 並沒有錯。
我的判斷是，這份研究顯示被偵測到的 AI 寫作增加得很快，但「用 AI 讓研究能力變差」目前仍是作者傾向的解讀，還沒有被證實。
要理解這個差別，先看 29% 是怎麼算出來的。
29% 來自論文摘要的 AI 偵測
研究團隊收集 2019 年到 2026 年 5 月的美國 STEM 博士論文，約 22.6 萬人，主要來自 ProQuest 論文資料庫，再補上各大學的典藏系統。
判斷工具是商用 AI 偵測服務 Pangram。他們檢查每篇論文的摘要，再分層抽樣檢查部分全文，比較只看摘要可能漏掉多少使用情況。
偵測器會不會誤判，是讀者最該先問的事。作者拿 ChatGPT 問世前的論文測試，2019 到 2022 年約 12.6 萬篇摘要只有 6 篇被標成 AI 生成，誤判率低於 0.01%。
有了這條基準線，逐年數字就容易讀了：2023 年 1.7%，2024 年 5.5%，2025 年 18.8%，2026 年統計到 5 月為止是 29.4%。
作者認為這些數字偏低，因為只看摘要會漏掉其他章節用 AI 的情況。用全文樣本換算後，2026 年約為 31%。
整體平均之下，不同領域與學生之間的差距更大。
非英語母語與排名較後的系所用得較多
先看領域。2026 年畢業生中，數學與資訊類有 36% 論文摘要含 AI 寫作，工程類 35%，生命科學 26%，物理科學 22%。
語言背景的差距也很明顯。作者用高中或大學就讀國家粗估學生出身，約六成畢業生有這項資料。
在非英語國家完成先前學歷的學生，41% 的論文摘要含 AI 寫作。英語國家出身的學生是 23%。
有人會擔心偵測器把非母語者的英文誤判成 AI。作者檢查 ChatGPT 問世前的 2019 到 2022 年，非英語國家學生的摘要被標記率是 0%，和英語國家學生相同。
學校也有差距。R1 是美國大學分類中研究活動最密集的一級，這類學校的比例是 28%，R2 為 31%，其他博士學校 37%。
在 R1 大學裡，領域排名前十的系所約 15%，排名 90 到 100 名的約 26%。
知道誰用得多之後，爭議最大的問題是這些人畢業後去了哪裡。
較少走學術，作者也承認只是相關
作者用 LinkedIn 履歷資料，追蹤 2023 到 2025 年 R1 大學畢業生在 2026 年的工作，並和同校同領域的同學比較。
美國出身的畢業生中，約 44% 在學術界任職。論文含 AI 寫作的人少了 7.4 個百分點，等於少了約六分之一。
他們進入業界的機率則多了 8.0 個百分點，對照的業界比例約 50%。在政府部門任職的比例沒有差別。
留在學術界的人裡，他們擔任非終身職軌道職位的機率高 5.4 個百分點。這類職位不在升等終身教職的路線上。
外國出身的畢業生差距明顯縮小，學術界的差距在統計上已無法確認，只有進業界的比例仍然較高。
作者明寫這是相關分析，無法證明因果。一種解讀是用 AI 的人訓練不足，另一種解讀方向相反：已經打算去業界的人，本來就不想在論文上花太多力氣。
作者試著檢驗第二種解讀。如果只是不用心，論文應該比較短，但頁數和 AI 使用沒有關聯，控制頁數後就業差距仍在。
頁數只是粗略指標，無法排除其他原因。作者據此只說，目前證據傾向顯示 AI 對研究能力有不利影響，要等獨立發表論文、爭取研究經費等指標累積，才能真正確認。
研究還沒定論，X 上的討論已經在爭 AI 寫作該不該被當成扣分訊號。
X 上的爭論：品質訊號，還是揭露就好？
密西根大學副教授 Misha Teplitskiy 貼出論文摘要截圖，寫下論文中的 AI 寫作與不進入學術研究有相關。
達特茅斯學院經濟學教授 Paul Novosad 轉貼這則貼文。他認為不論喜不喜歡，AI 寫作都會被看成作品品質低、不夠用心的訊號。
另一條討論來自同儕審查，也就是期刊請同領域學者評估投稿。西雪梨大學兼任教授 Karleen Gribble 貼出拒絕審稿的畫面，理由是檢測器判定稿件摘要完全由 AI 寫成。
重症醫學醫師 Ross Prager 回應，若 AI 使用有透明揭露，又能幫研究者把科學講清楚，他不明白問題在哪。
這份論文的作者也做了揭露。他們在首頁註明，實證結果討論與部分資料附錄的初稿曾用 Claude 協助撰寫，之後都經過大幅人工修改。
研究本身也列出反方論點。AI 可能幫非母語學生縮小寫作差距，同時減少原本靠寫作逼出來的思考，作者認為兩者可能同時成立，並指出非英語國家出身者的就業差距較小，和這個說法相符。
常見問題
29% 代表三成博士生找 AI 代寫論文嗎？
不能這樣解讀。29% 是摘要被偵測工具判定含 AI 生成文字的比例，可能只占部分段落，也無法說明研究內容是否由 AI 完成。
AI 偵測器準確嗎？
作者用 ChatGPT 問世前的論文測試，估計誤判率低於 0.01%。這項測試看的是誤判，沒有衡量漏判，這也是作者說 29% 偏低的原因。
這份研究已經通過同儕審查了嗎？
還沒有。NBER 工作論文是供討論的版本，首頁註明尚未經過同儕審查，數字可能在後續版本調整。
結語
這份研究把 AI 進入博士訓練的速度量化了，三年內從 1.7% 升到 29.4%。至於 AI 寫作會不會削弱研究能力，目前證據值得重視，但還不到定論。作者提到博士學位本來就有口試這道關卡，現場答辯的分量可能會變得更重。
延伸閱讀：你可以外包工作，但你永遠無法外包學習
延伸閱讀：ChatGPT for Academic Researchers 是什麼？10 萬名研究者免費方案、申請資格一次看
