审稿人是AI、作者也是AI：未来的学术界会变成”机器与机器的自嗨“吗？

当下学术圈出现了极具荒诞的闭环现象作者用AI批量产出论文审稿人不堪海量投稿直接借助大模型生成评审意见整条出版链路只剩算法与算法互相评判。ICLR顶会数据显示超两成审稿内容完全由AI生成半数稿件都经过模型润色修改一条“AI写稿—AI审稿”的流水线悄然成型。不少科研人发出灵魂拷问如果写作、评审全交给机器没有人类真实实验、原创思考介入学术界会不会彻底沦为机器之间自娱自乐的文字游戏这种机器闭环并非遥远猜想早已在日常投稿中频繁上演。很多青年学者为应付考核输入课题关键词几分钟就能产出完整综述AI自动堆砌参考文献却暗藏大量不存在的“幽灵引文”而期刊审稿人每年要处理数百份稿件没有充足时间逐字研读便复制文稿丢给AI快速生成标准化优缺点评语。两边都依赖模型输出算法依据过往文献模板互相打分通篇文字工整流畅却缺少真实实验支撑、突破性科学思考只剩下模板化套话循环往复看上去成果丰硕实则没有真正的科研增量。AI天生存在两大短板注定无法独立完成完整科研闭环。第一是幻觉缺陷无法根除大模型仅依靠文本概率拼接内容极易编造期刊、作者、实验数据AI写稿生成虚假引用AI审稿无法精准溯源核查两篇机器产物互相印证虚假结论会顺着学术数据库不断扩散形成难以清理的知识污染。第二是缺少真正的创新判断力AI只能基于过往文献总结规律无法识别颠覆性小众研究只会按照主流热点给出高分评价长期下去冷门基础研究、跨学科原创方向会持续被低估科研赛道彻底陷入同质化内卷。更值得警惕的是“劣币驱逐良币”效应。AI大幅降低发文成本批量模板化稿件涌入期刊挤占真正依托实验、深耕原创的优质论文版面。编辑依靠AI初筛算法偏爱套路化行文踏踏实实做实验、文字朴素但数据扎实的研究反而容易低分淘汰。长此以往科研不再比拼实验设计与科学洞见而是比拼提示词技巧、AI润色熟练度学术评价彻底偏离探索真理的核心目标沦为机器文字竞赛。但我们不必全盘否定AI的辅助价值机器自嗨的风险根源不在工具本身而在于人类过度放权、缺失人工核心把控。AI完全可以作为科研辅助工具划定清晰使用边界作者端仅用来梳理文献、润色语句核心假说、原始实验数据、全部参考文献由人逐条核验审稿端AI只做格式、语法、引文预检创新性、科学严谨性必须由领域专家人工判定机器仅承担减负工作不掌握录用、拒稿的决策权。不少期刊已经出台约束规则要求作者、审稿人主动申报AI使用情况区分“辅助优化”和“全权生成”两类行为MedPeer等垂直科研平台也依托真实文献库从源头杜绝AI编造引文杜绝机器虚假内容产出切断闭环乱象的滋生土壤。工具的定位永远是科研助手不能替代研究者的实验沉淀与专家的专业判断。 科学研究的核心是人类对未知的持续探索是反复试错的实验过程是独立、辩证的深度思考。论文是科研成果的载体而非文字模板的堆砌游戏。倘若未来写作、评审全交由AI没有人类的真实探索作为内核再多工整的文稿也只是无意义文字循环。技术本身无好坏关键在于使用者守住底线。合理利用AI提升效率牢牢守住实验、创新、人工评审三道核心关卡才能避免学术界滑向机器自嗨的困局让大模型真正服务于科学探索而非制造无意义的文字内卷。