Academic Journals
PulseAugur coverage of Academic Journals — every cluster mentioning Academic Journals across labs, papers, and developer communities, ranked by signal.
-
AI生成的虚假科学图像破坏了对研究的信任
AI可以轻松生成逼真的虚假科学图像，这对研究和学术出版的完整性构成了重大威胁。这些伪造的视觉材料甚至可以欺骗专家审稿人，可能导致虚假科学发现的传播。这种能力侵蚀了公众对科学的信任，并凸显了对强有力的图像验证方法迫切的需求。
-
AI生成的科学图像破坏了对研究的信任
人工智能在生成科学图像方面的日益增长的使用对研究的完整性和公众的信任构成了重大威胁。这些人工智能生成的视觉效果甚至可以欺骗学术期刊，使得区分真实的科学表述和虚构的表述变得困难。这种趋势有侵蚀对科学发现及其呈现方法的信心的风险。
-
学术出版提议 AI 关联证据结构
Paul Litvak 提议了一种新的学术出版结构，旨在克服传统期刊文章的局限性。这种提议的格式会将单个论点分解，并直接链接到支持性证据，特别强调利用 AI。Litvak 的概念与 2012 年的一项早期想法相似，该想法提出了一个众包的“证据架”，用于永久更新的公共脚注。
-
虚假期刊发表超过100篇AI生成论文，滥用教授姓名
一个欺骗性的学术期刊网络近几个月来发表了一百多篇由人工智能生成的学术论文。这些期刊还未经同意滥用了知名大学教授的姓名。此举凸显了人工智能被用于创建和传播欺诈性学术内容的令人担忧的趋势。
-
虚假学术期刊以教授名义发表人工智能生成的论文
一个虚假的学术期刊网络出现了，近几个月来发表了一百多篇人工智能生成的论文。在某些情况下，这些期刊未经许可，将研究成果错误地归功于知名大学的真实教授。这种做法引发了对学术诚信的担忧，以及人工智能在学术研究中被滥用的可能性。
-
人工智能生成的“垃圾”充斥学术期刊，威胁科学诚信
人们日益担忧学术期刊充斥着低质量的AI生成内容，常被称为“AI垃圾”。这一趋势，加上历史上人为制造的虚假信息增加，威胁着科学知识的完整性。专家警告说，如果不加以控制，这种不可靠信息的泛滥可能会在人类发展的关键时刻破坏对科学研究的信任。