ARTICLE · 1304022
AI写完AI审?六本期刊暂停收稿,论文越来越多,谁来把关?
发布时间：2026-11-03 23:26:09 最近访问：2026-11-03 23:26:10
AI写完AI审?六本期刊暂停收稿,论文越来越多,谁来把关?
如果一篇论文由AI协助甚至是主导写完，由AI再来审查，最后编辑根据审查意见决定要不要发表，那么，这套流程究竟能在多大程度上保证论文的质量？
问题听起来有些夸张，但学术界已经开始面对了。
近日，法国数学会官网刊载了一份联合声明。五本概率论与统计学期刊宣布暂时停止接收新投稿，另一本期刊则暂缓处理同期收到的新稿件。声明提到，投稿量的快速增长已经给编辑团队和整个审稿体系带来很大压力，AI的快速发展也正在改变科学出版，迫使期刊重新考虑现有的编辑政策和工具。这次的调整也不是永久停刊，是为了给编辑部留出时间，调整相关政策。
而在10月初的时候，OpenAI在GitHub上一次性公开了722篇由内部模型生成的数学手稿。OpenAI将这些材料定位为原始研究成果，其中部分结果尚未完成形式化验证。随后，人类数学协会发表声明，呼吁数学家停止跟OpenAI合作。菲尔兹奖得主陶哲轩转载了这份声明，争议由此进一步进入公众视野。
一边是期刊收到了太多稿件，另一边是AI公司一次性公开了大量数学研究成果。但它们碰到的是同一个难题：研究成果产生得越来越快，判断这些成果是否值得发表，却没有变得同样容易。
目录
1. 论文越来越多，审稿人忙不过来了
2. 论文AI写完，AI来审，问题在哪
3. 论文写出来了，研究就完成了吗
先不讨论AI能不能做出真正有价值的研究，单看投稿这件事，就有一个很现实的问题。一篇论文可以在几天内完成初稿，但审稿人可能需要花上几天甚至更久，才能判断它的方法有没有问题，论证是否成立，结论是否可靠。如果投稿量突然增加，吃紧的不是服务器，而是那些有能力判断论文质量的人。AI确实让不少研究环节变快了，效率的提升，也让论文的产出更容易，投稿也是如此。而对审稿来说，每一份稿件都需要经过筛选，而进入正式评审的论文，还要占用相应领域专家的时间。Nature在最近的报道里也有提到，arXiv在9月接收了约4万份预印本，高于前几个月每月约3万份的水平。arXiv也开始进行限制：每位提交者每月最多提交两篇新稿件。ICLR等学术会议也开始调整投稿规则，试图控制投稿规模，减少低质量稿件对评审资源的消耗。虽说不能把新增的投稿都算在AI头上。可是，写出一篇论文能变快，认真审完一篇论文却很难按同样的速度。法国几本期刊暂停或者延缓接收新稿件，正是这个压力的一种表现。于是，AI也开始进入审稿环节。为了让审稿更有效率，现在AI也已经可以帮助审稿人总结论文内容，检查论证，寻找潜在错误，甚至生成一份结构完整的评审意见。只是，AI能够生成一份像样的评审意见，不代表它能判断清楚这篇论文的价值。假设研究者用AI协助他完成了一篇论文，AI帮他整理了文献，编写了代码，分析了数据，还把结果组织成了看起来相当完整的论证。审稿人也用AI检查这篇论文，模型指出几个表达问题，补充了一些参考文献，认为主要结论基本合理。那么，这篇论文是不是就算通过了一次有效的质量检查。未必。因为审稿重要的工作，不是检查论文有没有明显错误，而是判断那些不容易发现的错误是否存在。研究者用AI，是因为它能帮助自己完成原本需要大量时间的工作。审稿人使用AI，也是为了更快地完成审稿。但如果两边都没有能力充分核验AI生成的内容，那么节省下来的时间，究竟是效率提升，还是把原本需要完成的检查省略了？审稿意见的一致，是意味着结论更可靠？还是说双方可能犯了相似的错误？
AI 可以帮助检查代码，但代码能够运行，不代表研究设计合理。模型能够复述统计结果，也不代表数据足以支持作者的结论。
换句话说，论文的写作，审查和验证，它是三个不同的环节。
当AI同时参与论文生产和质量检查时，原本由同行评审承担的判断工作，有多少得到了有效完成，又有多少被自动化流程掩盖了？
法国数学会在发布暂停收稿的第二天，又发布了另一份声明。这次的声明针对的恰好是OpenAI一次性公开722篇数学手稿一事。法国数学会提出的担忧，不只是这些证明是否正确，还包括作者身份、成果归属和学术伦理等问题。更值得讨论的是，一个结果正确的内容，就意味着它是一项有价值的研究吗？关键不在于是谁写出了证明，而在于这项成果究竟增加了什么知识。当AI能够快速生成大量结果的时候，正确性或许可以通过工具验证，但研究的原创性和意义，依然需要更深入的判断。科研本来就不是把论文写出来，发表出去这么简单。论文是研究成果的呈现方式，而不是研究价值本身。AI让论文生产变得更快之后，这两者之间的区别，反而更让人深思。
