論文の概要: Accelerated Drift of Scientific Prose in the LLM Era: Evidence from an Interrupted Time-Series Analysis

• arxiv url: http://arxiv.org/abs/2610.26008v1
• Date: Mon, 19 Oct 2026 08:33:10 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:07:35.8967
• Title: Accelerated Drift of Scientific Prose in the LLM Era: Evidence from an Interrupted Time-Series Analysis
• Title（参考訳）: LLM時代の科学的散逸の加速:断続的時系列分析による証拠
• Abstract要約: 2022年以降には、複数の機能ファミリーや研究ドメインが大幅に変化しています。 個々の特徴は異なるダイナミクスに従い、いくつかの語彙マーカーは持続的に加速し、他のマーカーは上昇して後退する。 これらの知見は、多次元で進化するシステムとしての科学的著作のモニタリングを動機付けている。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Every scientific text is embedded in the writing norms of its time: it reflects earlier publications while also shaping the texts that follow. The growing use of LLM-based writing tools introduces a new factor in this evolving system, but the linguistic changes coinciding with their emergence remain insufficiently understood. We investigate whether the trajectories of scientific-preprint writing changed in rate or direction after conversational LLMs became publicly accessible, using the release of ChatGPT in November 2022 as the observational breakpoint. We compare pre- and post-2022 trajectories across vocabulary, punctuation, readability, and syntax in abstracts from arXiv's artificial intelligence, statistics, and quantitative biology categories and from medRxiv. Using interrupted time-series regression, we find substantial post-2022 changes across multiple feature families and research domains, including increases in average word length, reduced formula-based readability, and declines in maximum dependency-tree depth and sentence-level depth variation. Individual features follow different dynamics: some lexical markers accelerate persistently, while others rise and then recede. Our findings show that isolated marker frequencies capture only part of the shift: changes in the rate, direction, and structure of linguistic trajectories provide complementary evidence of broader post-2022 change in scientific-preprint writing. More broadly, these findings motivate monitoring scientific writing as a multidimensional, evolving system rather than through a fixed set of LLM-associated markers.
• Abstract（参考訳）: あらゆる科学的なテキストは、その時代の文章の規範に埋め込まれており、初期の出版物を反映しつつ、それに続くテキストを形作っている。 LLMベースの書記ツールの普及は、この進化するシステムに新たな要素をもたらすが、その出現に伴う言語的変化は、まだ十分に理解されていない。 2022年11月のChatGPTのリリースを観察的ブレークポイントとして,会話型LLMの公開後, 科学的前提書の軌道が, 速度や方向によって変化したかを検討した。 我々は,2022年以降の語彙,句読点,可読性,構文を,arXivの人工知能,統計学,量生物学のカテゴリ,およびmedRxivの抽象概念から比較した。 中断した時系列回帰を用いて、平均語長の増大、論理式に基づく可読性の低下、最大依存性木深さと文レベルの深さ変化の減少など、複数の特徴語族や研究領域にまたがる2022年以降の大幅な変化を見出した。 個々の特徴は異なるダイナミクスに従う:一部の語彙マーカーは持続的に加速し、他のマーカーは上昇して後退する。 本研究は, 言語軌道の速度, 方向, 構造の変化が, 2022年以降の科学的前提書の広範な変化を補完する証拠となることを示唆する。 より広範に、これらの発見は、LCM関連マーカーの固定セットを通してではなく、多次元で進化するシステムとして科学的記述をモニタリングする動機となっている。

関連論文リスト

• SWIM: Student Writing Simulation via Proficiency-Conditioned Generation [54.69949380133243]
  この研究は、言語モデルが学生の文章を現実的にシミュレートし、SWIMを導入することができるかどうかを考察する。 我々は、プロファイルアライメントの尺度として自動エッセイスコアを用いたシミュレーションのプロンプト、教師付き微調整、強化学習手法の評価を行った。 以上の結果から,明示的監督は単独で行うよりもプロファイルアライメントを著しく向上させるが,信頼性の低い筆記法では再現が困難であることが示唆された。
  論文  参考訳（メタデータ） (2026-09-02T23:10:51Z)
• What Are LLMs Doing to Scientific Communication? Measuring Changes in Writing Practices and Reading Experience [8.092815324198176]
  私たちは、ACLアンソロジー(2020-2024)から37,000以上の論文からなる自然主義コーパスと、3000の人文のパスからなる合成データセットを作成します。 まず,単語の頻度と使用状況が時間とともに大きく変化したことを示す。 次に、より複雑なスタイリスティックな特徴をモデル化し、LLM修飾テキストがより頻繁に、特定の構文構造、より複雑で長い単語、より低い語彙の多様性を含むことを確認する。
  論文  参考訳（メタデータ） (2026-05-19T14:54:33Z)
• Examining Linguistic Shifts in Academic Writing Before and After the Launch of ChatGPT: A Study on Preprint Papers [7.161475868971293]
  大規模言語モデル(LLM)は学術的な著作への影響について学術的な懸念を引き起こしている。 我々は、arXivデータセットから過去10年間に発表された823,798件の要約を大規模に分析した。
  論文  参考訳（メタデータ） (2025-05-18T03:35:43Z)
• Divergent LLM Adoption and Heterogeneous Convergence Paths in Research Writing [0.8046044493355781]
  LLM(Large Language Models)は、コンテンツ作成と学術的執筆を変革する。 本研究は,AIによる生成リビジョンが研究原稿に与える影響について検討する。
  論文  参考訳（メタデータ） (2025-04-18T11:09:16Z)
• Human-LLM Coevolution: Evidence from Academic Writing [0.0]
  We report a marked drop in the frequency of several words before previously identifieded by ChatGPT, such as "delve"。 ChatGPTで好まれる「重要な」単語の頻度は増加し続けている。
  論文  参考訳（メタデータ） (2025-02-13T18:55:56Z)
• Mapping the Increasing Use of LLMs in Scientific Papers [99.67983375899719]
  2020年1月から2024年2月にかけて、arXiv、bioRxiv、Natureのポートフォリオジャーナルで950,965の論文をまとめて、体系的で大規模な分析を行った。 計算機科学の論文では, LLMの使用が着実に増加し, 最大, 最速の成長が観察された。
  論文  参考訳（メタデータ） (2024-04-01T17:45:15Z)
• Monitoring AI-Modified Content at Scale: A Case Study on the Impact of ChatGPT on AI Conference Peer Reviews [51.453135368388686]
  本稿では,大規模言語モデル (LLM) によって実質的に修正あるいは生成される可能性のある大規模コーパスにおけるテキストの分数推定手法を提案する。 我々の最大可能性モデルは、専門家による参照テキストとAIによる参照テキストを利用して、コーパスレベルでの実世界のLLM使用を正確かつ効率的に検証する。
  論文  参考訳（メタデータ） (2024-03-11T21:51:39Z)
• Syntactic Language Change in English and German: Metrics, Parsers, and Convergences [56.47832275431858]
  本論文は,過去160年間の議会討論のコーパスを用いて,英語とドイツ語の統語的言語変化のダイアクロニックな傾向を考察する。 私たちは、広く使われているStanford Coreと、新しい4つの選択肢を含む5つの依存関係をベースとしています。 文長分布の尾部では,構文的尺度の変化が頻繁であることが明らかとなった。
  論文  参考訳（メタデータ） (2024-02-18T11:46:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。