一本正经地指出你论文中根本不存在的错误，用冗长而空洞的评语包裹着少数有效建议，这不是初出茅庐的审稿人，而是AI生成的审稿意见。
“评审意见非常啰嗦，满是要点，却要求进行非标准的统计分析。”美国卡内基梅隆大学的AI研究员格雷厄姆·诺伊比格道出了许多国际学习表征大会（ICLR）投稿人的共同困惑。
在社交媒体上，数十名学者纷纷吐槽收到的评审中出现了“幻觉”引用和异常含糊不清的反馈。
一场席卷全球顶尖AI学术会议的AI代写风波正悄然袭来，而这场风暴的中心，恰恰是那些本应捍卫学术质量的审稿环节。
01 数据证实怀疑
怀疑需要证实。诺伊比格公开悬赏，寻求能够扫描所有会议投稿和评审意见以检测AI文本的人才。
专业AI文本检测公司Pangram Labs迅速响应了这一呼吁。
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。
扫描数据显示，约21%的同行评审（15899份）被判定为完全由AI生成，超过一半的评审含有AI使用的迹象。
甚至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。他们的分析为学术界的疑虑提供了确凿的数据支撑。
02 学者遭遇困扰
丹麦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令人啼笑皆非的评审。
评审人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。
埃利奥特表示：“它完全错过了论文的重点。”他的博士生直觉判断这像是大型语言模型的“杰作”。
当Pangram公布分析结果后，埃利奥特立刻查询了自己论文的评审情况，确认了那份可疑的评审确实被标记为“完全AI生成”。
更为棘手的是，这些AI生成的评审意见虽然大部分空洞无物，但偶尔又会夹杂着一些值得回应的有效评语，迫使作者不得不在大量“AI废话”中挖掘有价值的内容。
03 会议组织者紧急应对
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、康奈尔大学的计算机科学家巴拉特·哈里哈兰承认，这是会议“首次大规模面临此问题”。
会议方明确，大量使用大语言模型写论文却不声明，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机制。
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。
会议方还鼓励作者举报疑似AI生成的垃圾评审，并承诺在1-2周内公开处理结果。
04 繁荣背后的隐忧
这场风波揭示了AI学术界繁荣背后的隐忧。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”。
“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。
颇具讽刺意味的是，就在一年前，ICLR 2025还曾大规模引入AI辅助审稿，当时有12222条AI建议被审稿人采纳，89%的情况下提升了评审质量。
当时会议组织者称赞AI“提升了评审质量”，而如今却面临着AI泛滥成灾的窘境。
05 学术生态的挑战
一些作者因评审中的虚假陈述已被迫撤稿。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’。”其中一部分或许相关值得回应，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。
与此同时，其他AI顶会也面临着投稿量暴增的困境。NeurIPS 2025收到了近3万篇投稿，AAAI 2026更是收到了破纪录的约2.9万份投稿。
如此大量的投稿进一步加剧了审稿人的负担，形成了恶性循环。
会议组织者现在表示，他们将使用自动化工具评估提交的论文和评审是否违反了关于使用AI的政策。
但这样的措施能否真正堵住漏洞，仍是未知数。
一位研究人员在社交媒体上感叹：“当审稿人都不再阅读论文，科学同行评审的核心价值还剩下什么？”
关注 “悠AI” 更多干货技巧行业动态
相关文章
