发表于《PLOS One》的一项研究发现:一所大学部署的 GPT 所做的修改约为人类文字编辑的三倍,但只有 61% 被评为改进

事件日期 / 报道日期

2026-02-05

证据阶段

技术能力演示、评测或论文表明技术上能做。它更新的是「技术能力」,不是「企业会怎么做」。

关联任务

为准确与风格做文字编辑

逐行编辑文字,使其清晰、符合风格并且准确。

正在被增强✓ 有证据支撑

适用范围

一项比较:由一所大学部署的 GPT、Grammarly 和一位人类编辑,分别为两篇全球健康论文做文字编辑。作者报告,GPT 的修改约为人类编辑的三倍、Grammarly 的十倍,但辨别力最差,只有 61%(51/83)被评为改进;人类编辑两篇分别用了 3.75 和 4 小时。它只涵盖两篇论文。

这意味着什么

模型能省下几个小时,却改了许多不该改的地方 —— 编辑的工作转向在它的建议中取舍。

还不能说明什么

只有两篇论文;更大规模的比较结果可能不同。

你可以核实什么

打开《PLOS One》文章 e0342170,找到 "only 61% (51/83)"。

是否改变评估

否 —— 这个阶段本身也不移动评估。「技术能力」是真实的证据,但它不单独提升任务判断的层级。上面 1 项关联判断维持原状。

来源

一手来源 —— 由做这件事的当事人或记录的权威机构发布,无需联署。