文章发表于2026-10-27 09:39:32，归属【科技前沿】分类，已有8人阅读
《自然》期刊最近报道了一件事，让不少学术圈的人开始重新审视 AI 与科研的关系。在机器学习与人工智能领域的重要学术会议上，大量案例显示，科研人员正在使用 AI 生成内容撰写同行评审意见；与此同时，不少投稿论文也有部分、甚至全文由 AI 生成。听起来有点讽刺——一群研究 AI 的人，正在被 AI 反噬。
在学术界，发表于权威期刊或在顶级会议上宣读的成果，一般都要经过同行评审：由同领域学者评估论文的质量与严谨程度。2026 年国际学习表征会议（ICLR）在巴西里约热内卢正式召开，吸引了大约 11000 名 AI 研究者参会。而在这次会议的筹备阶段，有消息称 21% 的 ICLR 同行评审意见完全由 AI 生成，超过半数评审文本存在 AI 使用痕迹。
这份分析来自美国初创公司 Panagram，一家主打 AI 文本检测工具的企业。Panagram 对 2026 年 ICLR 收到的全部 19490 篇投稿以及 75800 份同行评审意见做了筛查。相比评审意见，论文本身的情况稍好，但问题同样不容忽视：有 199 篇稿件（占比 1%）全文为 AI 生成，另有 9% 的稿件中 AI 生成文字占比超过 50%。需要说明的是，以上数据仅来自 Panagram，截至发稿尚未经过独立核验。
事情的起因多少有些偶然。卡内基梅隆大学 AI 研究员格雷厄姆·诺伊比格收到一份看起来是 AI 生成的评审意见后心生疑虑，于是在社交平台联系这家检测公司，发起了本次调查。
哥本哈根大学计算机科学家德斯蒙德·埃利奥特向《自然》透露，他学生一篇论文收到的某条评审意见“完全没抓住论文核心”。这名学生怀疑该评审出自大语言模型。Panagram 的检测结果标记这份评审为 AI 全文生成，印证了他们的直觉判断。
更麻烦的是，本届会议泛滥的 AI 生成评审意见已经造成实际影响。据《自然》报道，很多作者在收到包含不实论断的评审意见后，撤回了投向 ICLR 的稿件。换句话说，AI 生成的低质量评审，已经开始实质性干扰正常的学术投稿与筛选流程。
诺伊比格在接受《自然》采访时说得很直接：“当下的人工智能与机器学习领域，评审体系正陷入危机。过去五年，这个领域的规模呈指数级扩张。”
其实，自从 ChatGPT 这类工具普及后，AI 代写作弊早已成为教育领域的棘手难题。我国不少教师甚至回归传统方式，采用课堂限时作文、答题本等手段遏制作弊。但 AI 作弊显然早已不只是中小学生和大学生的问题，在专业从业者群体中也开始蔓延。《纽约时报》近期报道，美国多起重大司法案件中出现 AI 生成文书，大语言模型还会编造不存在的判例当作参考文献。与此同时，在信息技术、咨询等行业，AI“流水线式粗制工作成果”越来越难以被识别和杜绝。
从学生作业到法律文书，再到学术界赖以运转的同行评审，AI 的渗透速度比很多人预想的更快。ICLR 2026 暴露出的问题或许只是一个开始。当评审意见本身都可能由机器生成，学术共同体赖以为生的信任基础，正在被一点点蚕食。