Writing Style Similarity Reflects Academic Genealogy
本文表明学术谱系显著影响写作风格，显示出导师及其学生（以及学术同门）表现出比随机同行高得多的风格相似性，这导致未能考虑到这些继承性风格特征的作者身份检测系统会出现高比例的误判错误。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在学术出版领域，作者的笔触常被视为独特的指纹。当计算机程序被要求判定一篇特定论文的作者时，它会扫描文本中词汇选择、句子结构和节奏的细微模式，并假设这些习惯属于一个单一且独立的思维。这一假设是作者身份识别（authorship attribution）的基础，该技术正越来越多地被用于抓捕代笔者或识别由人工智能生成的论文。然而，这一系统建立在一个脆弱的前提之上：即研究者的风格完全属于其个人。事实上，学者并非在孤立状态下成长。他们向导师学习，吸收所属系的习惯，并且通常共享相同的母语和专业词汇。如果一名学生的写作风格深受其导师的影响，那么旨在识别真实作者的计算机可能会误将导师指向为作者，从而产生一种在同行评审过程中几乎无法证伪的错误指控。
一位研究人员着手测试这种导师效应是否强大到足以迷惑这些自动化系统。他们利用数学谱系项目（Mathematics Genealogy Project）的记录构建了一个庞大的数据集，该项目记录了数学领域中谁培养了谁的详尽历史。通过将这些经过验证的家族树与数千篇论文的摘要相链接，他们创建了一张学术关系的“地面真相”图谱。他们专门关注那些至少独立撰写过两篇论文的作者，以确保文本反映的是个人的声音而非团队协作。随后，研究人员使用计算机模型来衡量不同人之间写作风格的接近程度，对比了导师与学生、以及学生与学生之间的关系，同时仔细控制了诸如共同大学或研究领域等其他因素。
结果揭示了文字中清晰且可衡量的导师回响。当研究人员对比导师与学生的写作时，发现两者的相似度显著高于在同一领域工作的随机两人。事实上，导师的风格比随机同行更接近学生的风格，差距缩小了近百分之四十。这种相似性不仅仅是由于他们在同一栋建筑内工作；即使学生在搬迁至不同机构后，这种效应依然存在。研究还发现了一种被研究人员称为“学术兄弟姐妹”的现象：即两位曾在同一位导师门下受训、但可能从未谋面的学生。这些仅通过导师建立联系的配对，其写作风格呈现出惊人的相似性，比随机配对的风格接近程度高出约百分之三十。这表明，导师的影响力会通过学术谱系进行传递，塑造了那些从未直接互动的学生的表达方式。
至关重要的是，研究人员发现，仅仅共享一所大学或一个系并不足以产生这种效应。当他们观察在同一所学校获得博士学位但没有师生关系的个体时，他们的写作风格与陌生人相比几乎没有表现出额外的相似性。这排除了这种效应仅仅是由处于同一物理环境或使用相同地方术语所致的可能性。真正的驱动力似乎是直接的导师传承。为了观察这对现实世界的工具有何影响，研究人员进行了一项测试，让计算机系统尝试从候选名单中识别论文的作者。在真实作者不是首选猜测的案例中，该系统在大约百分之八的情况下出现了失误。在这些特定的错误案例中，计算机选中原作者导师或“学术兄弟姐妹”的概率远高于随机概率。事实上，系统做出这类特定错误的频率是随机预测的十一倍。
该研究得出结论，关于完全风格独立的假设是有缺陷的。虽然研究者最终会发展出自己的声音，但其导师的印记仍会在数年内保持可检测性，从而创造出一种可能被自动化系统误认为身份的模式。这并不意味着该技术是失效的，而是说明它必须考虑到学术写作是一种传承的技艺，代代相传。研究结果表明，当系统将一篇论文标记为属于某位导师时，这可能并非欺诈的迹象，而是反映了那位学者在学习写作方式时深厚的历史渊源。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。