生成式人工智能科普寫作能力評估

中圖分類號］N4；TP18 ［文獻標識碼］A [DOI]10.19293/j.cnki.1673-8357.2025.02.003

1問題提出

1.1關(guān)于生成式人工智能科普寫作能力的爭論

生成式人工智能為科學家和科普工作者提供了便捷工具，可快速生成科普內(nèi)容，也吸引了研究者的關(guān)注。馬科維茨（DavidMMarkowitz）倡導將生成式人工智能融入科學傳播（ScienceCommunication）{l；阿爾瓦雷斯（AmandaAlvarez）等認為其可能徹底改變科學傳播的方式[2；麥克（MikeS.Schafer）在承認生成式人工智能科學傳播能力的同時，也指出人工智能可能導致準確性挑戰(zhàn)和“大規(guī)模錯誤”，并對科學傳播本身和更大的科學傳播生態(tài)系統(tǒng)產(chǎn)生影響[3]。事實上，生成式人工智能憑借高效的信息處理和語言生成能力，參與科普寫作已成為現(xiàn)實，如亞馬遜網(wǎng)站上架了超百本ChatGPT參與創(chuàng)作的科普相關(guān)圖書[4]。但不同研究者對于生成式人工智能的科普寫作能力尚存爭議，如雪莉（ShirleyS.Ho）認為，“生成式人工智能工具通過可能比以前更簡單、更快速的方式生成內(nèi)容，為科學傳播引入了新的協(xié)同作用”，但是阿爾瓦雷斯卻指出，“鑒于生成式人工智能工具產(chǎn)生無意義的傾向，科學傳播者應該考慮生成式人工智能是否實際與他們的工作目的完全對立”[2]?？梢?，研究者對生成式人工智能的科普寫作能力是否達到（甚至超過）人類作者的水平，在觀點層面尚存爭議，特別是由于不同版本生成式人工智能（如GPT3.5與4.5版本）的科普寫作能力存在較大差異[5]，以及科普寫作能力涉及多個維度的評價等原因，使得這一爭議變得愈發(fā)復雜，有待實證研究作出回答。

1.2生成式人工智能寫作能力評估

生成式人工智能在不同領(lǐng)域的廣泛應用，推動對其能力的評估成為學界關(guān)注的焦點，如論文評價能力、數(shù)據(jù)分析能力等[6-8]，其中對寫作能力的評價是研究重點之一。對生成式人工智能寫作能力評估的相關(guān)研究主要從不同寫作主題切入，如文學寫作、醫(yī)學寫作[10]；還有學者關(guān)注生成式人工智能的學術(shù)寫作能力，如摘要和引言撰寫[、論文銜接[12]、材料準確性[13]、寫作技能[14]等，并提示了潛在的學術(shù)倫理風險[15]。但目前鮮有研究對生成式人工智能的科普寫作能力作出評估，又因科普寫作兼顧通俗性與專業(yè)性，現(xiàn)有研究的結(jié)論不易直接類推至科普寫作。因此，本文的研究問題為：不同類型的生成式人工智能在科普寫作的總體表現(xiàn)和關(guān)鍵評價指標上，是否可以達到（甚至超過）人類科普創(chuàng)作者的水平？回答這一問題有助于了解生成式人工智能在科普寫作方面的優(yōu)勢、效果及不足，深化對人工智能時代科普工作變革的理解。

2實驗設(shè)計與實施

2.1實驗設(shè)計

2.1.1科普寫作能力的評價指標構(gòu)建

《芝加哥科學傳播指南》指出，“科普寫作”是運用日常的、非專業(yè)的語言寫科學，而判斷一篇科普作品好壞的標準有三。第一，是否有趣，第一句話或者第一段話是否有可能會讓大部分讀者對這個主題感興趣，文章的主體部分是否能夠滿足這種興趣。第二，是否準確，文中的事實和數(shù)據(jù)是否無誤，概念界定是否清楚，使用是否得當。第三，是否易讀，文中的語言是否簡潔且不依賴于術(shù)語，讀者是否能夠非常順暢地從頭讀到尾，且不會出現(xiàn)卡殼或困擾的地方。第四，是否有良好的過渡銜接，內(nèi)容之間是否存在良好的組織邏輯[16]。綜上，科普作品的評價標準至少包括趣味性、科學性、易讀性和組織邏輯4個維度。

然而，當前大型語言模型在組織邏輯的呈現(xiàn)形式方面有明顯的可辨識特征。為避免因此造成的實驗誤差，本研究通過適當提示，使人工智能生成的科普作品在呈現(xiàn)形式上趨近于人類創(chuàng)作的作品。由此，“組織邏輯”將不被納入評價標準。為更好地評價科普作品質(zhì)量，將“傳播效果”納入指標體系，從而形成表1所示的科普作品評價指標。

2.1.2實驗變量與評價者

本實驗考察不同類型科普作品創(chuàng)作者的科普寫作能力，具體包括3個變量：（1）科普作品的創(chuàng)作主體，包括人類與生成式人工智能；（2）大型語言模型類型，包括DeepSeekR1版本、ChatGPT4.0版本與文心一言3.5版本；（3）對大型語言模型的提示程度，分為“初步提示”與“深度提示”。為確保實驗的科學性和嚴謹性，以下變量被嚴格控制：第一，科普作品主題被限定為“微生物”，以減少主題差異對評價結(jié)果的影響。選擇該主題的主要原因是微生物學既是現(xiàn)代科學（特別是生命科學）中發(fā)展最快的領(lǐng)域之一，同時也與公眾生活密切相關(guān)，是理解“科學知識”和“科學與社會”這兩個科普創(chuàng)作維度的重要切口。第二，實驗評價者均采用盲評方式，從而盡可能減少評價者預期對實驗結(jié)果的影響。

在微生物主題下，實驗選定兩個子主題——“微生物與社會”和“微生物知識”，每個子主題包括5篇科普作品，分別是人類創(chuàng)作版本（A）、文心一言初步提示版本（B）ChatGPT初步提示版本（C）、ChatGPT深度提示版本（D）和DeepSeek深度提示版本（E），共計10篇科普文章（見表2）。每篇文章均同時由一般評價者與專家評價者在不同維度進行評價，其中一般評價者40位（評價除科學性之外的其他指標）、專家評價者3位（評價科學性指標并進行作品甄別）。其中，專家評價者均已取得生物學博士學位且研究方向為微生物；一般評價者均為在校本科生，并被分為兩組，每組20人，分別評價“微生物與社會”和“微生物知識”主題的科普文章。

2.2實驗過程

2.2.1人類科普作品的選取

人類科普作品的選取方式為在“科普中國”網(wǎng)站中，選擇“中國科普博覽”科普號發(fā)表的作品①，以“微生物”為關(guān)鍵詞檢索，排除視頻音頻類科普作品和需圖片傳達重要信息的科普作品，并將字數(shù)限定在 1500～1800 字。最終得到8篇符合條件的人類作品，其中“微生物知識”主題的作品3篇、“微生物與社會”

主題的作品5篇?？紤]到人工智能已具備較強寫作能力，選擇人類作者的高質(zhì)量作品與人工智能作品比較能夠更好地回應研究問題，3位研究者通過評價量表對8篇文章分別評價，選擇各主題下得分最高的科普文章，作為本次實驗的人類科普作品

2.2.2生成式人工智能科普作品的生成

對生成式人工智能的提示要消除其具有特征性的形式，并保持與人類作品主題的一致性。實驗采取以下提示策略：（1）呈現(xiàn)形式，根據(jù)同主題人類作品的文體特征，要求其不出現(xiàn)大小標題或生成若干小標題，以與人類創(chuàng)作版本一致；（2）內(nèi)容主題，參照人類作品主題并自擬題目；（3）文字體量，1500＼～1800字；（4）寫作標準，初步提示版本無提示，深度提示版本要求“內(nèi)容科學準確、有趣、有吸引力、語言簡潔通俗易懂不依賴專業(yè)術(shù)語”。

實驗采用盲評方式，研究者告知評價者，其評價的每篇文章為隨機抽取，可能為人類或生成式人工智能創(chuàng)作。在實驗中，每位一般評價者對“微生物與社會”或“微生物知識”主題的5篇作品給出評分，專家評價者為全部10篇作品評分。為排除連續(xù)閱讀對評價造成干擾，實驗過程分5天完成。最終，每篇文章的科學性指標得到3個評價結(jié)果，其他指標得到20個評價結(jié)果，取均值作為最終結(jié)果。

3實驗結(jié)果分析

3.1人機科普寫作能力的總體評價結(jié)果

為直觀了解各版本文章的整體表現(xiàn)水平與文章間的差異性，研究采取描述性統(tǒng)計、方差分析、獨立樣本t檢驗等方法分析不同科普作品的得分情況與顯著性水平。結(jié)果表明（見表3），在5類科普作品的總體表現(xiàn)方面，DeepSeek深度提示版本得分最高且標準差最小，說明經(jīng)深度提示的DeepSeek在科普文章創(chuàng)作方面具有較高水平且不同評價者的評分間有較好的穩(wěn)定性。人類創(chuàng)作版本的得分雖然高于文心一言初步提示版本，但低于ChatGPT初步提示與深度提示版本。經(jīng)方差分析（ p=0.003^** ）和每兩組間的t檢驗，發(fā)現(xiàn)文心一言初步提示版本分別和ChatGPT初步提示版本 （ p=0.047^* ）、ChatGPT深度提示版本 p=0.0023^** ）以及DeepSeek深度提示版本（ p=0.0004^*** ）之間存在顯著差異。

進一步考察“微生物與社會”和“微生物知識”兩個子主題的結(jié)果（見表4），發(fā)現(xiàn)：（1）在“微生物與社會”主題下，DeepSeek深度提示版本表現(xiàn)最優(yōu)，人類創(chuàng)作版本所得均分僅高于文心一言初步提示版本。經(jīng)方差分析和每兩組間的t檢驗，發(fā)現(xiàn)文心一言初步提示版本得分顯著低于其余4篇實驗文章，其他文章之間均無顯著差異。（2）在“微生物知識”主題下，不同版本的人工智能創(chuàng)作文章在均分上均高于人類創(chuàng)作版本，其中DeepSeek深度提示版本表現(xiàn)最優(yōu)。經(jīng)方差分析和獨立樣本t檢驗，DeepSeek深度提示版本得分顯著高于人類創(chuàng)作版本（ p=0.0374^* ），其余實驗文章之間不存在顯著差異。

3.2人機科普寫作能力的分指標評價結(jié)果

3.2.1“易讀性”評價結(jié)果

在“易讀性”評價指標中（見表5），人類創(chuàng)

作版本得分最低，ChatGPT深度提示版本得分最高。經(jīng)顯著性檢驗！ （p=0.03^* ），ChatGPT深度提示版本在“易讀性”上顯著優(yōu)于人類創(chuàng)作版本。

3.2.2“趣味性”評價結(jié)果

在“趣味性”評價指標中（見表6），DeepSeek深度提示版本得分最高。經(jīng)顯著性檢驗，DeepSeek深度提示版本得分顯著優(yōu)于人類創(chuàng)作版本（ _p=0.0018^** ）、文心一言初步提示版本（ p=0.0009^*** ）和ChatGPT初步提示版本（ p=0.0005^*** ），ChatGPT深度提示版本與人類創(chuàng)作版本之間差異不明顯，但顯著優(yōu)于文心一言和ChatGPT初步提示版本（ scriptstyle?p=0.011^* p=0.047^* ），這說明不同提示程度對“趣味性”得分有顯著影響。

3.2.3“科學性”評價結(jié)果

在“科學性”表現(xiàn)中（見表7），人類創(chuàng)作版本優(yōu)于ChatGPT深度提示版本、DeepSeek深度提示版本和文心一言初步提示版本。但經(jīng)顯著性檢驗，人類創(chuàng)作版本與其他人工智能創(chuàng)作版本之間不存在顯著差異。

3.2.4“傳播效果”評價結(jié)果

在“傳播效果”表現(xiàn)中（見表8），人類創(chuàng)作版本得分低于DeepSeek深度提示版本和ChatGPT深度提示版本，高于ChatGPT初步提示版本和文心一言初步提示版本。經(jīng)顯著性檢驗，DeepSeek深度提示版本在“傳播效果”上顯著優(yōu)于人類創(chuàng)作版本（ p=0.042^* ）、文心一言初步提示版本（ p=0.046^? ）和ChatGPT初步提示版本（ p=0.037^* ）。

3.3人機作品的甄別結(jié)果

評價者對實驗文章創(chuàng)作者（人類或人工智能）的判斷結(jié)果顯示（見表9），人類創(chuàng)作版本的人類傾向性（即判斷系人類創(chuàng)作的比例）僅為 52.17% ，這說明評價者無法準確區(qū)分人機作品。從甄別正確率來看，4篇出自人工智能之手的科普文章分別成功“欺騙”了 45.65% 、 54.35% 、 63.04% 和 52.17% 的讀者。

為了解評價者的甄別結(jié)果與文章評分的對應分布情況，通過交叉分析，發(fā)現(xiàn)那些被判斷為人類所作的文章，整體得分高于被判斷為人工智能所作的文章，皮爾遜相關(guān)系數(shù)與斯皮爾曼秩相關(guān)系數(shù)計算結(jié)果同樣顯示“甄別結(jié)果”與“均分”之間存在較強的負相關(guān)關(guān)系。這表明評價者傾向于給他們視作人類創(chuàng)作的文章打高分，而給視作人工智能創(chuàng)作的文章打低分，即評價者對人類創(chuàng)作者有更高的期待。為了解釋這一現(xiàn)象，研究進一步分析了評價者在進行人機甄別時給出的原因，通過對原因內(nèi)容進行聚類分析發(fā)現(xiàn)，評價者主要將易讀性和趣味性（合計占比超過50% ）作為甄別人機作品的依據(jù)。一篇語言自然、內(nèi)容生動又有吸引力的科普作品，會更容易被評價者認為是由人類創(chuàng)作，而人工智能創(chuàng)作的科普作品則更容易被評價者認為是格式化、生硬和缺乏情感的。有趣的是，這一主觀認知與客觀結(jié)果恰好相反，如ChatGPT深度提示版本在“易讀性”“趣味性”上的得分均高于人類創(chuàng)作版本，這也解釋了為什么

63.04% 的評價者將ChatGPT深度提示版本的作者判定為人類。

4結(jié)論

本文基于實驗數(shù)據(jù)，從4個維度探查了生成式人工智能的科普寫作能力，分析了評價者對人機科普作品的甄別情況，得出以下結(jié)論。

第一，生成式人工智能具備替代人類科普創(chuàng)作者的潛力。ChatGPT創(chuàng)作的科普作品得分（不論是初步提示還是深度提示版本）在趣味性、科學性和傳播效果3個指標上均與人類創(chuàng)作版本無統(tǒng)計學上的顯著差異。上述結(jié)果顯示，機器作品能夠很輕易地“迷惑”讀者，評價者對所有生成式人工智能創(chuàng)作科普作品的甄別正確率均在 55% 以下，且ChatGPT深度提示版本能夠“欺騙” 63.04% 的評價者。換言之，人工智能已具有與人類近似的科普寫作能力，讀者無法對二者的作品作出區(qū)分。

進一步，ChatGPT深度提示版本在“易讀性”指標上顯著優(yōu)于人類創(chuàng)作版本，且DeepSeek深度提示版本在“趣味性”和“傳播效果”兩個維度的得分上顯著優(yōu)于人類創(chuàng)作版本。人類科普創(chuàng)作者在過去之所以不可或缺，是因為科普作者與科技工作者相比，具有寫作語言通俗易懂、講述方式直觀形象、想象力豐富、知識面更寬等特征[17-18]，然而上述結(jié)果不僅證明生成式人工智能挑戰(zhàn)科普作者具有現(xiàn)實的可能性，也有力地回應了麥克對人工智能在科學傳播中可能會產(chǎn)生“大規(guī)模錯誤”的擔憂[3。但是需要特別指出的是，大型語言模型的核心原理是通過統(tǒng)計關(guān)聯(lián)預測下一個詞或句子，而不是真正理解科學概念或邏輯[19-20]。例如，如果訓練數(shù)據(jù)中“量子力學”和“平行宇宙”經(jīng)常一起出現(xiàn)，模型就可能會生成“量子力學證明了平行宇宙的存在”的表述，即使這種說法在科學上并不準確。

第二，人機合作科普創(chuàng)作是一種可行的創(chuàng)作模式。除了人工智能在科學問題“理解”上的不足，人類尚有人工智能不具備的優(yōu)勢，如人類創(chuàng)作者在“微生物與社會”主題上的表現(xiàn)整體優(yōu)于文心一言，這說明人類創(chuàng)作者在科普寫作的“價值”維度上能夠更好地把握讀者需求，在情感共鳴、倫理判斷等方面展現(xiàn)專長，而已有研究表明，這些方面正是人工智能的不足之處[21-22]。未來在“人機合作科普創(chuàng)作”的模式下，人類創(chuàng)作者應“揚長避短”，更多將社會期待與人文價值融人科普作品的創(chuàng)作過程中，承擔喚醒公眾的科學理性意識的社會責任，促進和構(gòu)建科學合理的社會價值體系[23]，避免只做科學知識的“搬運工”，而是做科學精神的“傳播者”，如此方能發(fā)揮科普作者的獨特價值。

需要注意的是，不同的生成式人工智能在科普寫作方面表現(xiàn)出較大差異。在本文的研究范圍內(nèi)，DeepSeek和ChatGPT比文心一言表現(xiàn)更優(yōu)，文心一言在整體得分、趣味性、科學性等指標上均表現(xiàn)最差，其原因也許可以從在訓練數(shù)據(jù)、模型架構(gòu)、技術(shù)路線等方面的差異得到解釋[24-25]。因此，“人機合作科普創(chuàng)作”的有效實現(xiàn)需要選擇合適的生成式人工智能模型。同時，運用適當?shù)奶崾竟こ蹋≒romptEngineering）亦可提升生成式人工智能的科普寫作能力，如經(jīng)過更細致提示的DeepSeek深度提示版本創(chuàng)作的科普作品在全部科普作品中整體表現(xiàn)最優(yōu)，

第三，“人類能力幻覺”現(xiàn)象需引起關(guān)注。研究發(fā)現(xiàn)，評價者先驗地認為人類的科普寫作能力強于生成式人工智能，即傾向于將高分作品認定為人類創(chuàng)作。本文將這種人類的認知偏差現(xiàn)象稱為“人類能力幻覺”。如果說“AI幻覺”展現(xiàn)出AI本身的能力局限和人們對AI的不信任與擔憂[2，那么“人類能力幻覺”則展現(xiàn)出人類對生成式人工智能能力的認識不足一—盡管有學者通過實證研究等方法證明目前生成式人工智能的寫作在創(chuàng)造力等方面仍難以和人類媲美[27，但是就科普寫作而言，不得不承認這種“人類能力幻覺”已在事實上產(chǎn)生。這種“幻覺”的產(chǎn)生可能受人類中心主義以及對生成式人工智能抱有誤解和偏見的影響，另一方面也說明生成式人工智能的科普寫作能力并不為公眾所知。

5結(jié)語

本研究基于“微生物”主題，通過人機對比實驗，從易讀性、趣味性、科學性、傳播效果以及人機作品的甄別等多個維度評估生成式人工智能的科普寫作能力。研究發(fā)現(xiàn)，生成式人工智能具備替代人類科普創(chuàng)作者的潛力，人機合作科普創(chuàng)作是一種可行的創(chuàng)作模式，并提示關(guān)注“人類能力幻覺”現(xiàn)象。

本研究雖力求嚴謹，但仍存在局限。第一，專家評價者與一般評價者數(shù)量相對有限。第二，被評價的科普作品只涉及“微生物”主題的純文字科普短文，難以反映其他科普主題、圖文結(jié)合作品或長篇科普文章等類型作品。第三，本文的科普作品內(nèi)容主要來自經(jīng)典生物學理論，不能反映人工智能對前沿科技成果的科普能力。這些局限導致上述結(jié)論的可推廣性有待進一步證實。

未來研究可進一步考察生成式人工智能在前沿科技或其他學科領(lǐng)域的科普寫作，從而更全面地理解生成式人工智能與人類科普作者的能力差異，為新時代科普人才培養(yǎng)提供有益借鑒。

參考文獻

[1] Markowitz DM.From Complexity to Clarity： How AI Enhances Perceptions of Scientists and the Public’s Understanding of Science[J]. PNAS Nexus， 2024，3（9）： 387.

[2] Alvarez A，Caliskan A， Crockett MJ，et al. Science Communication with Generative AI[J].Nature Human Behaviour， 2024，8（4）： 625-627.

[3] SchaferM S.TheNotorious GPT：Science Communication in the Age of Artificial Inteligence[J]. JCOM： Journal of Science Communication，2023，22（2）：1-15.

[4] 中國科協(xié)之聲.AI大模型之下，科普何為？[EB/OL].（2024-09-23）[2025-02-06].htp：//ww.kepu.gov.cn/scifi/2024-09/23/content_233498.html.

[5] Volk S C，Schafer MS，Lombardi D，et al. How Generative Artificial Intelligence Portrays Science： Interviewing ChatGPT from the Perspective of Diferent Audience Segments[J]. Public Understanding of Science，2024： 09636625241268910.

[6] Bui N M，Barrot JS. ChatGPT as an Automated Essay Scoring Tool inthe Writing Classrooms：How it Compares with Human Scoring[J]. Education and Information Technologies，2O24：1-18.

[7] Lin S，Crosthwaite P.The Grass is not always Greener： Teacher VS. GPT-Assisted Written Corrective Feedback[J]. System，2024，127：103529.

[8] Huang Y，Wu R，He J，et al. Evaluating ChatGPT-4.O's Data Analytic Proficiency in Epidemiological Studies：A Comparative Analysis with SAS， SPSS，and R[J]. Journal of Global Health，2O24，14： 04070.

[9] Revell T，Yeadon W， Cahilly-Bretzin G，et al. ChatGPT versus Human Esyists：An Exploration of the Impact of Artificial Intelligence forAuthorshipandAcademic IntegrityintheHumanities[J]. International JournalforEducational Integrity，2024，20：18.

[10]Dergaa I，Saad HB，Glenn JM，et al.A Thorough Examination of ChatGPT-3.5 Potential Applications in Medical Writing： A Preliminary Study[J]. Medicine，2024，103（40）：e39757.

[11] KongX LiuC. Comparative Genre Analysis of AI-Generated and Scholar-Written Abstracts for English Review Articlesir Internationa Journals[J]. Journal of English for Academic Purposes，2O24，71：101432.

[12]LiJ，HuangJ， et al. Evaluating the Role of ChatGPT in Enhancing EFL Writing Assessments in Classroom Settings： Preliminary Investigation[J]. Humanities and Social Sciences Communications，2O24，11（1）： 1-9.

[13]Lozic E，Stular B.Fluent but not Factual： A Comparative Analysis of ChatGPT and Other AI Chatbots’Proficiency and OriginalityinScientificWriting imanities[ Future Internet，2023，15（10）：336.

[14]KimJ，YuS，Detrick ploring Students Perspectives on Generative AI-Assisted Academic Writing[J]. Educatio 1265-1300

[15] 和鴻鵬 成式 發(fā)的倫理問題及其應對[J].倫理學研究，2025（02）：115-122.

[16] 斯科特·蒙哥馬利 芝加哥科學傳播指南[M].楊文源，趙博，譯.北京：科學出版社，2021：315.

[17] 李國昌，王鳳林，龍昭月.科普工作新需求下作者隊伍建設(shè)的對策[J].出版科學，2020，28（1）：48-52.

[18] 周麗，王德福，姜華.大學出版社的作者培訓模式和實現(xiàn)途徑——以科普出版物的作者培訓為鑒[J].科技與出版， 2012（2）： 35-37.

[19] 陳小平.大模型關(guān)聯(lián)度預測的形式化和語義解釋研究[J].智能系統(tǒng)學報，2023，18（4）：894-900.

[20] 陳小平.大模型：人工智能思想及其社會實驗[J].文化縱橫，2023（3）：70-77.

[21] Zhang X，Zhang P，Shen Y，et al. A Systematic Literature Review of Empirical Research on Applying Generative Artificial Intelligence in Education[J]. Frontiers of Digital Education，2024，1（3）： 223-245.

[22]殷杰.生成式人工智能的主體性問題[J].中國社會科學，2024（8）：124-145，207.

[23]鄭念.科普的社會責任及實現(xiàn)路徑[J].科學與社會，2011，1（4）：79-87.

[24] Yuan X，Shao C， Zhang Z，et al. Comparing the Performance of ChatGPT and ERNIE Bot in Answering Questions Regarding Liver Cancer Interventional Radiology in Chinese and English Contexts： A Comparative Study[J]. Digital Health，2025，11：20552076251315511.

[25]Wei X.The UseofLarge Language ModelsforTranslating Buddhist Texts from Clasical Chinese to Modern English：An Analysis and Evaluation with ChatGPT 4，ERNIE Bot4，and Gemini Advanced[J]. Religions，2024，15（12）：1559.

[26]OnderI，McCabe S. How AI Hallcinations ThreatenResearch Integrityin Tourism[J].Annals of Tourism Research， 2025，111：103900.

[27]Francescheli G，Musolesi M. On the Creativity of Large Language Models[J]. AI amp; SOCIETY，2O24：1-11. （編輯 顏 燕和樹美）