不受控制的AI审稿，魔法还是魔鬼？赛先生

在学术出版体系中，同行评审机制能够长期有效运转，源于学者们以专业判断和个人信誉建立起来研究质量的 “最后一道防线”。

人工智能（AI）正深入科研的每一个环节。当它深度介入到评审环节，被寄望于提升学术出版的整体效率，但随之而来的是，同行评审的独立性、主体性与信用受到冲击，误判与学术垃圾产生也有增加的风险。

如何应对不受约束的 AI，无疑正成为整个学术共同体必须直面的严峻挑战。

人工智能领域顶级会议 “国际表征学习大会（International Conference on Learning Representation，简称 ICLR）2026” 最近刚刚完成其投稿和评审工作。令人吃惊的是，当会议主办方对所有稿件及评审意见进行系统性的 AI 检测后，发现 21% 的评审意见被检测为完全由 AI 生成，超过一半含 AI 痕迹 [1]。

这一消息引发轩然大波。康奈尔大学计算机科学家、ICLR 2026 高级项目主席 Bharath Hariharan 在接受采访时称：“这是会议首次以如此规模面对这一问题。等我们完成整个流程后，将对‘信任’有更清晰的认识。” [2]

11 月 19 日，ICLR 官方作出回应：未披露而大量使用大语言模型生成内容的论文将被直接拒稿。

该机构指出，过度或草率地使用大语言模型往往会导致虚假陈述、内容歪曲，或生成 “幻觉” 内容（包括虚构的参考文献）。此类行为将被视为违反学术伦理准则。同时，包含虚假陈述、内容歪曲或虚构参考文献的极低质量的评审意见，同样构成学术伦理违规行为。发布此类劣质评审意见的审稿人也将面临后果，包括其本人提交的论文被直接拒稿 [3]。

AI 审稿，恐怕是当前学术出版行业和学术界面临的最大挑战之一。