《大西洋月刊》丨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，我可以坦言：我们正被大量人工智能辅助完成的稿件淹没。

作者：Anna Wexler

《大西洋月刊》插画；图片来源：盖蒂图片社（Getty）

2026年10月30日

过去，低水平的学术文章一眼就能被识破：文笔拙劣、缺少相关引文、对既有研究缺乏实质性回应，都是明显的破绽。比如，某篇论文宣称提出了一个“新颖”的概念框架，却对大量提出类似观点的既有文献只字不提。作为一本生物伦理学期刊的副主编，我会迅速做出拒稿决定，不将这类文章送交同行评审，这实际上就断绝了其发表的可能。而如今，我可以这样说：人工智能正在影响学术出版的每一个环节。读者已经开始注意到，人工智能辅助撰写的文章正悄然潜入各类期刊。但人工智能带来的问题同样隐藏在幕后。

如今，水准不足的论文来到我的案头时，往往文笔流畅、论证听起来煞有介事、章节条理分明，引文也能通过初步的人工智能检测。只有深入细读，人工智能的使用痕迹才会显露。有些句子具备了真实论证的一切外壳，却几乎毫无意义——例如，“算法分诊发挥的作用与其说是一种临床工具，不如说是一种被推迟的问责基础设施。”还有一些引文只指向开放获取或高被引文章，因为最主流的大语言模型无法轻松访问付费墙后的期刊论文，只能依赖免费资源，或是在别处被长篇转述的内容。

不幸的是，投稿的学者并非唯一使用人工智能的人。许多审稿人也在用。我所在的期刊最近收到一份来自一位资深学者的同行评审意见，读起来就像是从大语言模型中直接复制粘贴、未经任何编辑的产物。露馅之处在于，评审意见批评作者未能引用某部特定文献——在本例中是《精神疾病诊断与统计手册》第五版——而论文实际上确实引用了它。

我自己的一些论文也收到过同样可疑的评审意见。最近，我与人合著的一篇论文收到了一份评审，其典型的“标题加项目符号”格式暴露了 ChatGPT 的痕迹，该评审在伦理、统计学、实验设计和机器学习等方面提出了22项重大修改意见和14项次要修改意见。人工撰写的评审意见通常带有个人印记；即便不知道姓名，我也往往能判断出一位评审人是哲学家还是社会科学家。但这篇评审意见却仿佛来自四面八方，又仿佛无处可寻。其文笔光彩夺目（人类评审人不会费时去打磨只有作者和编辑才会看到的文字）；它对某个无关紧要的用词吹毛求疵，并提供了三个同义词供替换（评审人或许会对某个词或短语提出异议，但通常不会奉上一份宛如同义词词典般的备选清单）；它还质疑某条参考文献的出版年份（评审人确实会核对资料来源，但很少会去核对如此细枝末节的书目信息是否准确）。

然而，正如每位学者都清楚的那样，同行评审向来是一个漏洞百出的过程。人们或许会想象，拥有论文主题或方法方面深厚知识的专家，会在出版前仔细审阅每份稿件。但现实是，具备相关专长的学者被评审邀请压得喘不过气，几乎无暇撰写评审意见，尤其是当邀请来自知名度较低的期刊时。（我在担任期刊编辑的头几年就对此深有体会：我发给顶尖学者的评审邀请大多石沉大海或被婉拒。）

尽管许多评审意见深思熟虑，但另一些则出自专业知识仅沾边的人之手。（互联网的各个角落充斥着关于“2号评审人”的梗图，这一形象刻画了一位学究气十足、显然误解了论文的学者。）当撤稿或造假事件登上新闻，例如2024年《细胞与发育生物学前沿》（Frontiers in Cell and Developmental Biology）上一篇文章中出现了一张由人工智能生成的、生殖器过大的大鼠图片，公众往往会对同行评审制度的失效感到愤怒。但作为一名期刊编辑，我反而惊讶于这类事件没有更频繁地发生。

人工智能已将这个本就存在缺陷的同行评审体系推向了崩溃的边缘。期刊正被海量投稿淹没。一些期刊报告称，自几年前 ChatGPT 发布以来，其投稿量翻了一番，甚至增至三倍。在爱思唯尔（Elsevier）旗下的期刊组合中，2025年的投稿量约为2024年的两倍。有一家期刊表示，为应对投稿激增，不得不将编辑人数增加一倍——而这些编辑全都是无薪志愿者。

以批判性眼光审阅日益增多的投稿，需要耗费大量时间，而像我这样的期刊编辑，报酬微薄甚至分文不取，根本抽不出这些时间。结果，尽管期刊编辑拒了更多稿件，他们也不得不将越来越多的人工智能辅助论文送交评审，这反过来又将拆解人工智能辅助文章的工作转嫁给了另外两三位同样不堪重负的学者。而这些学者收到的评审邀请也越来越多。在某些情况下，这个循环已变得荒诞不经：人工智能辅助的论文落到不堪重负的编辑手中，编辑将其发送给匆忙赶工的评审人，而部分评审人又用人工智能撰写评审意见，作者再用人工智能修改并重新提交。

最近一项针对2020年至2025年间发表的730万篇期刊文章的研究发现，到2025年，超过一半的文章显示出大语言模型辅助的痕迹，而2023年这一比例仅为12%。这些问题最有可能困扰人文学科和社会科学，因为概念性论证比实验结果更容易被模仿。但即便在硬科学领域，人工智能也能生成文章的大部分内容。

长期以来，期刊论文一直是学术社会资本的“硬通货”。大多数处于职业生涯早期的学者都能随口说出自己发表了多少篇论文，就像销售人员报出最近一个季度的业绩数字一样。这种“货币”之所以保持价值，是因为直到最近，写出一篇好文章仍非易事。这样的学术工作需要时间，有时还需要经费，以及设计研究或推演论证的专业知识。当人们不再信任一种货币时，它就会崩溃。即便少数顶级期刊能够维持其文章的价值，它们也无法在一个数以万计的其他出版渠道无法区分严肃学术研究与徒有其表的仿制品的学术经济中生存下去。

每周，我都会与我的学员（包括博士后和研究生）一起阅读并评议本领域的一篇期刊论文。我最近布置了一篇数周前发表在知名期刊上的文章，其标题颇具吸引力，粗略浏览时看起来也无甚问题。但当我们深入剖析时，开始看到人工智能的所有典型特征：表面光鲜却缺乏实质、引文略有偏差、概念连贯性奇特地缺失。而在那年早些时候，我曾与其中一位作者共同参加过一个会议专题讨论。颇具讽刺意味的是，当时的讨论主题正是人工智能在学术出版中带来的挑战。

我通常能在任何情境中找到具有教育意义的契机。但如果我再也不能告诉我的学员——那些博士后和研究生——严谨的学术研究具有学术期刊能够认可的价值，那么我也不确定，我究竟在为他们准备一个怎样的未来。

作者：Anna Wexler是宾夕法尼亚大学佩雷尔曼医学院医学伦理与卫生政策的助理教授，也是AJOB Neuroscience的副主编。

说明：本号刊发来自各方的文章，是为了获得更全面的信息，不代表本号支持文章中的观点。由于微信公众号每天只能推送一次，本站目前在腾讯新闻发布最新的文章，每天24小时不间断更新，请在腾讯新闻中搜索“邸钞”，或在浏览器中点击：

https://news.qq.com/omn/author/8QIf3nxc64AYuDfe4wc%3D