The Atlantic的文章，学术期刊论文的价值正在崩塌The Currency of the Journal Article Is Collapsing

作为一名编辑，我可以告诉你，我们正被大量借助人工智能完成的稿件淹没。

作者：安娜·韦克斯勒（Anna Wexler）

过去，质量低劣的学术研究往往一眼就能识别出来：文字表达糟糕、缺乏相关文献引用、对既有研究成果缺少讨论。例如，一篇论文声称提出了某种“全新的”概念框架，却对其他大量提出类似主张的论文只字不提。作为一本生物伦理学期刊的副编辑，我通常会迅速作出“编辑初审拒稿”（desk reject）的决定，不将这类文章送交同行评审，实际上也就断送了它们发表的希望。如今，我可以明确地说，人工智能正在影响学术出版的方方面面。读者已经开始注意到，一些借助人工智能写作的文章正悄然混入学术期刊。但人工智能在幕后制造的问题同样不容忽视。

如今，质量低劣的论文送到我的办公桌上时，往往已经具备流畅的文字表达、听起来似乎合理的论证、条理清晰的章节结构，以及能够通过初步人工智能检测的参考文献。只有仔细审阅之后，人工智能参与写作的痕迹才会逐渐显现。有些句子看起来完全具备严肃论证的架势，实际上却鲜少讲得通。例如：“算法分诊与其说是一种临床工具，不如说是一种延迟问责的基础设施。”还有一些论文的参考文献几乎清一色来自开放获取或被广泛引用的文章。这是因为，目前最流行的大语言模型（LLM）无法轻易访问需要付费订阅的学术期刊论文，因此只能依赖那些免费开放的文献，或是在其他地方已有大量介绍的文章。

遗憾的是，使用人工智能的不只是投稿学者，许多同行评审专家也在使用。最近，我们期刊收到一份由一位资深学者提交的同行评审意见，读起来简直像是从某个大语言模型中直接复制粘贴、未经编辑的产物。破绽在于，审稿人批评作者没有引用某篇特定文献——在这个案例中，是《精神疾病诊断与统计手册》第五版——但事实上，论文已经引用了这本手册。

我自己发表的一些论文也收到过类似可疑的评审意见。最近，我与他人合著的一篇论文就收到了一份这样的评审报告：它采用了典型的ChatGPT式标题加项目符号格式，要求我们进行22项重大修改和14项次要修改，涉及伦理、统计学、实验设计和机器学习等诸多方面。人类审稿人的意见通常带有鲜明的专业背景。即使不知道审稿人的姓名，我通常也能判断出对方究竟是哲学家还是社会科学家。但这份评审意见却让人觉得，它既来自四面八方，又仿佛无迹可寻。文字光鲜流畅（人类审稿人通常不会花时间润色一份只有作者和编辑才能看到的评审意见）；它对一个无关紧要的用词提出异议，还列出了三个替代词供作者选择（审稿人确实会对某个词语或短语提出意见，但通常不会像词典一样提供一组选项）；它甚至质疑某条参考文献的出版年份（审稿人经常核查文献来源，却很少会专门检查这类细枝末节的书目信息）。

不过，每个学术界人士都知道，同行评审一直以来都是一个极不完善的过程。人们或许会想象，在论文发表之前，相关领域的专家会凭借深厚的专业知识，认真审阅每一份稿件。但现实是，真正具备相关专业背景的人往往被大量审稿邀请压得喘不过气，几乎没有时间完成评审，尤其是当邀请来自一家名气不大的期刊时。我刚开始担任期刊编辑时就深有体会：我向顶尖学者发出的审稿邀请，大多石沉大海，或者遭到婉拒。

尽管许多评审意见确实富有见地，但也有不少来自专业领域仅仅略有关联的学者。（互联网上甚至有专门讨论“审稿人2号”（Reviewer 2）的各种梗图，将其描绘成一个吹毛求疵、显然误解了论文内容的学者。）每当论文撤稿或学术造假事件成为新闻，例如2024年《Frontiers in Cell and Developmental Biology》刊登的一篇论文，其中竟然出现了一张由人工智能生成、老鼠生殖器异常巨大的图片，公众往往会对同行评审机制的失灵感到愤怒。但作为一名期刊编辑，我反而惊讶于这类事情发生的频率竟然没有更高。

人工智能已经将这个本就存在缺陷的同行评审体系推向了崩溃的边缘。如今，各大学术期刊正被海量投稿淹没。一些期刊报告称，自几年前ChatGPT问世以来，投稿量已经翻了一番，甚至增长至原来的三倍。爱思唯尔（Elsevier）旗下所有期刊的投稿总量，2025年约为2024年的两倍。有一家期刊甚至表示，为了应对投稿量激增，不得不将编辑人数增加一倍，而这些编辑全都是没有报酬的志愿者。

如今，要对数量不断增长的投稿进行审慎评估，需要耗费大量时间，而像我这样的期刊编辑，往往只能获得微薄报酬，甚至完全没有报酬，根本没有足够的时间应付这项工作。因此，尽管编辑们拒绝的稿件越来越多，他们仍不得不将越来越多借助人工智能完成的论文送交同行评审，进而把辨别和拆解这些人工智能辅助论文的工作转嫁给另外两三位同样不堪重负的学者。而这些学者接下来又会收到越来越多的审稿邀请。在某些情况下，这一循环已经荒诞到了令人难以置信的地步：人工智能辅助生成的论文落到不堪重负的编辑手中，编辑将其交给时间紧迫的审稿人，而部分审稿人又使用人工智能撰写评审意见，随后作者再借助人工智能修改论文并重新投稿。

一项近期研究分析了2020年至2025年间发表的730万篇学术期刊论文，发现到2025年，超过一半的论文都显示出使用过大语言模型辅助写作的迹象，而2023年这一比例仅为12%。人文学科和社会科学最容易受到这些问题的冲击，因为与实验结果相比，概念性论证更容易被人工智能模仿。但即便是在自然科学领域，人工智能也能够生成一篇论文的大部分内容。

长期以来，学术论文一直是衡量学术资本和社会地位的重要货币。许多处于职业生涯早期的学者，都能随口报出自己发表过多少篇论文，就像销售人员熟练地报出上一季度的业绩数字一样。这种学术货币之所以一直具有价值，是因为直到最近，发表一篇高质量论文仍然是一件相当困难的事。这类研究需要投入时间，有时还需要经费，以及设计研究或深入推演论证所必需的专业能力。当人们不再信任一种货币时，它的价值就会崩塌。即便少数顶尖期刊能够维持自身论文的价值，它们也无法在一个庞大的学术生态中独善其身：在这个生态里，成千上万家其他出版机构已经无法区分真正严谨的学术研究与那些徒有其表的作品。

每周，我都会与自己的研究团队成员见面，共同阅读并评议本领域的一篇学术论文。最近，我布置了一篇论文供大家研读。它的标题颇有吸引力，几周前刚刚发表在一本颇有声望的期刊上，初步浏览时看起来也没有什么问题。但随着我们逐步拆解文章，人工智能生成内容的种种特征开始浮现：文字表面光鲜，内里却空洞无物；参考文献存在细微偏差；概念之间缺乏应有的连贯性。今年早些时候，我还曾与这篇论文的一位作者共同参加过一场学术会议的小组讨论。颇具讽刺意味的是，当时讨论的主题恰恰就是人工智能给学术出版带来的挑战。

我通常都能从任何一种情境中找到值得教学的地方。但如果我已经无法再告诉自己的学生——博士后和研究生们——严谨的学术研究具有一种价值，而学术期刊能够识别这种价值，那么我就不确定，自己究竟是在为他们准备一个怎样的未来。

关于作者

安娜·韦克斯勒（Anna Wexler）

安娜·韦克斯勒是宾夕法尼亚大学佩雷尔曼医学院医学伦理学与卫生政策学助理教授，同时担任《美国生物伦理学杂志：神经科学》（AJOB Neuroscience）副编辑。海外新鲜事