Nicholas Polson 到目前为止在 2026 年已撰写 258 篇学术论文
一位经济学与统计学教授在 2026 年已发布了 258 篇 AI 生成的预印本，引发了人们对学术诚信、心理健康，以及奖励数量而非质量的“publish or perish”激励机制的质疑。评论者讨论大语言模型是否应被用于起草甚至审阅研究论文，并警告称，未来可能会充斥着看似可信却空洞浅薄的“slop”，这会拖累同行评审并侵蚀对书面学术的信任。另一些人指出，其中许多稿件更像内部笔记，而非严肃的期刊文章，凸显了在 AI 充斥的研究生态中，预印本平台和引用指标是如何被操纵的。
AI 生成论文与学术激励
- 许多人认为这 258 篇“论文”中的大部分是由 LLM 生成的，或高度依赖 LLM。
- 评论者认为，这种行为受到强烈激励：更多投稿会为个人和机构带来更多金钱、声望和资助。
- 有人认为这暴露了“论文数量”已经变得多么毫无意义；也有人担心这会进一步削弱标准并浪费审稿人的时间。
- 目前对这是刻意的噱头、投机性的职业主义，还是更个人化的原因存在争论；动机被认为并不清楚。
AI 参与审稿、代码与工作流
- 几位评论者指出，AI 已经被用于同行评审和代码审查，而且往往并不正式。
- 支持者认为 AI 审稿人可以发现事实或方法上的错误。
- 怀疑者预测，人们会过度依赖它，导致人工审查更懒散，而有缺陷的 AI 审核工作又会被用来训练未来模型，从而产生连锁错误。
- 在软件领域，有人描述了几乎闭环的流程：AI 写代码，AI 审查代码，AI 测试代码，有时 AI 甚至“使用”这个应用。
写作、“slop” 与文本的未来
- 多位评论者哀叹低质量、LLM 风格散文（“slop”）的泛滥，包括在公司文档和幻灯片中。
- 有人预测书面媒体会失去价值，而面对面交流会重新获得地位；也有人认为这种前景令人不安，并主张写作是文明与长期知识的基础。
- 许多人担心人们正在失去深度阅读和写作能力，这不仅因 AI 加速，也因视频平台而加剧。
质量、正确性与检测
- 使用 LLM 生成的草稿的经历表明，当前模型如果没有大量人工编辑，仍会产出薄弱或易出错的学术文本。
- 有人设想 AI“期刊俱乐部”可以系统性地检查论文中的具体问题（例如数据/图片复用、缺少对照组），而不是判断真伪。
- 声称能检测 AI 写作的工具被认为并不完美，而且有时过于自信。
伦理、声誉与心理健康
- 有人疑惑，为什么一位资深学者会为了大量生成的作品去冒声誉风险；也有人反驳说，学术声誉的韧性出人意料地强。
- 少数人提出 AI 成瘾或被 AI 放大的躁狂的可能性，在这种情况下，快速、轻松地生成“论文”会形成自我强化。
- 还有人担心，无论原因如何，这种行为都会使把内部笔记当作“论文”倾倒到预印本服务器上变得常态化，并进一步混淆什么才算严肃研究。