熬夜写论文被ChatGPT秒审？学术圈的争议与科学家愤怒

作者 | 刘春

出品 |

全球最顶尖的AI学术盛会，如今正面临人工智能的“全面渗透”。

这听起来像是一则黑色幽默，却在现实中真实上演。最新统计数据显示，ICLR 2026竟然有超过1.5万份评审意见完全由AI代劳。想象一下，当你熬夜撰写的论文，评审专家可能连看都没看，直接抛给ChatGPT生成了一堆“毫无营养的套话”，甚至还煞有介事地指出你文中根本不存在的错误。

曾经神圣的“同行评审”机制，如今已演变成一场AI生成内容的数字游戏。

据统计，约21%的评审意见被判定为“全自动生成”，就连投稿论文本身也混入了大量AI“枪手”。面对这场前所未有的信任危机，ICLR组委会终于坐不住了，祭出了史上最严厉的“封杀令”。

怀疑成真：研究者收到“诡异”评审报告

“评审意见说得天花乱坠，却要求进行非常规的统计分析。”美国卡内基梅隆大学的AI研究员格雷厄姆·诺伊比格道出了众多投稿人的困惑。社交媒体上，数十名学者纷纷吐槽：评审中出现了“幻觉”引用，反馈内容冗长晦涩、逻辑混乱。

哥本哈根大学的计算机科学家德斯蒙德·埃利奥特团队遭遇了更离谱的评审——对方竟提到论文中根本不存在的数值结果，并据此给出了最低分，让论文命运悬于“接受与拒绝”的边缘。他的博士生敏锐地察觉：这很可能是大型语言模型的“杰作”。

数据揭秘：数万份评审惊现AI“魅影”

怀疑需要证实。诺伊比格公开悬赏后，很快得到了专业AI文本检测公司Pangram Labs的回应。他们对ICLR 2026提交的19490篇研究和75800份评审进行了大规模扫描。

结果令人震惊：

·约21%的同行评审（15,899份）被判定完全由AI生成。

·超过一半的评审含有AI使用的明显痕迹。

·就连投稿论文本身也未能幸免：1%（199篇）被判定为完全AI生成，9%的投稿包含超过50%的AI生成文本。

“人们之前只是怀疑，但没有具体证据。”Pangram首席执行官马克斯·斯佩罗表示，他们的分析为此提供了确凿的数据支撑。

会议强硬回应：用LLM糊弄？直接重罚。

面对大规模AI滥用，ICLR 2026组织方迅速行动，并发布了措辞强硬的声明。会议高级项目主席巴拉特·哈里哈兰承认，这是会议首次大规模面临此问题。

·论文投稿：用AI不声明=直接拒稿

会议方明确表示，大量使用LLM写论文却不声明，将被直接拒稿。“LLM胡编乱造、虚构文献、逻辑掉线？将被视为违反道德准则。”会议已启动AI检测工具与领域主席双轨核查，“抓到一个处理一个”。

·同行评审：AI写可以，内容你全责

针对评审环节，声明强调：用LLM写评审可以，但评审人对内容负全责。如果出现“瞎扯、虚构引用”，直接记违规，后果可能包括评审人自己投稿的论文被直接拒稿。

·作者遇到问题评审？立即举报。

作者若收到疑似AI生成的垃圾评审，可立即私信举报。程序组承诺将进行处理，坚决维护评审过程的严肃性。

·严厉处罚：结果全部公开

接下来1-2周，领域主席（ACs）和高级领域主席（SACs）将严查论文与评审，处理结果全部公开。会议方表示：“我们预判了LLM会搞事情，现在，是动真格的时候了。”

背后困局：评审压力与学术诚信的拉锯

这场风波也折射出AI学术界蓬勃发展背后的隐忧。

·评审负荷过重：ICLR 2026每位评审平均需在两周内审完5篇论文。“这远高于过去的工作量。”

·领域扩张太快：“过去五年，AI领域呈指数级扩张，我们正面临评审危机。”诺伊比格道出了同行评审系统承受的巨大压力。

学者困境：如何应对“AI废话”的轰炸？

一些作者因评审中的虚假陈述已撤稿。更多人则在苦恼：如何回应这些充满“AI风格”的评审？

埃利奥特的经验颇具代表性：“疑似AI生成的评审往往包含‘大量内容’。”其中一部分或许值得回应，但另一部分则完全“毫无意义”。在信息洪流中辨别有效反馈，成了研究者的新负担。

这场ICLR的风波，无疑为整个学术界敲响了警钟：当AI变得足够聪明，不仅能辅助研究，更能“污染”科研诚信的核心环节——同行评审时，我们将如何应对？