最近不少高校老师问，能不能用 ChatGPT 写文献综述？毕竟写综述要读几十上百篇文献，还要梳理逻辑、总结观点，费时间又费脑子。要是 AI 能搭把手，确实能省不少事，但靠谱不靠谱、有没有坑，得掰扯清楚。

第一个坑：文献来源 “查无实据”，还爱 “瞎编”。ChatGPT 生成内容的时候，经常会引用一些看起来很像那么回事的文献 —— 作者、期刊、发表时间都有模有样，但你真去知网、Web of Science 上搜，根本找不到这篇文章。有老师试过，用它写关于 “人工智能在教育评估中的应用” 的综述，里面引用了一篇 “2023 年《教育技术研究》上的文章”，结果查遍了这本期刊的所有期，压根没这篇。更麻烦的是，它还会把不同文献的观点 “张冠李戴”，比如把 A 作者 2021 年的研究结论，安到 B 作者 2022 年的文章里，要是没仔细核对，直接用进去，整个综述的可信度就全毁了。

第二个坑：逻辑 “表面通顺”，实则 “漏洞百出”。ChatGPT 写的综述，乍一看段落衔接顺畅，观点也分了类，但仔细琢磨就会发现，逻辑链条是断的。比如写某个领域的研究进展，它可能把 “基础研究” 和 “应用研究” 混在一起说，也不会区分不同研究方法的优劣，更不会指出当前研究的空白点 —— 而这些恰恰是文献综述的核心价值。有青年教师反馈，用 ChatGPT 写的综述，被导师批 “像流水账，没抓住核心矛盾”，最后还是得重新梳理逻辑，等于白忙活。

第三个坑：“过时信息” 多，前沿动态跟不上。ChatGPT 的训练数据有时间限制，比如现在能获取到的最新数据可能到 2023 年，要是研究的是 2024 年刚兴起的领域，它根本没法涵盖最新文献。就算是数据覆盖范围内的内容，它也不会区分 “高影响力文献” 和 “普通文献”，经常把几篇引用量很低的文章，和领域内的经典文献放在同等位置，导致综述的重点跑偏。比如写 “碳中和与能源转型” 的综述，它可能没纳入 2023 年某院士团队发表在顶刊上的关键研究，反而重点提了几篇学生的毕业论文，这样的综述参考价值自然不高。

说到底，ChatGPT 更适合当 “科研助手”，而不是 “代笔”。可以用它帮着整理文献摘要、搭初步框架，或者把复杂的理论用通俗语言解释清楚，但核心的文献核查、逻辑梳理、观点提炼，必须自己来。毕竟文献综述是科研的 “基石”，要是基础打歪了，后续的研究方向很可能出问题。各位老师用的时候，一定要记住：AI 能省时间，但不能省功夫，该核对的文献一篇都不能少，该梳理的逻辑一步都不能跳，这样才能既提高效率，又保证科研质量。