學(xué)術(shù)圈變狼人殺！21%評審是AI寫的，評分大放水，兩邊互相猜忌

學(xué)術(shù)圈變狼人殺！21%評審是AI寫的，評分大放水，兩邊互相猜忌

大家好，我是老陳瞰世界。

最近ICLR2026的瓜，真是讓我長見識了！本來打著“史上最嚴(yán)AI管控”的旗號，結(jié)果評審區(qū)反倒讓AI給“霸屏”了。

說出來你可能都覺得離譜，平均每五條審稿意見，就有一條是大模型直接生成的。

這學(xué)術(shù)圈現(xiàn)在搞得跟“狼人殺”似的，一邊是官方喊著“用AI必須報備”，一邊是第三方工具查出近半評審摻了AI。

今天我就跟大家好好嘮嘮，這事兒到底離譜到啥程度。

說實話，現(xiàn)在學(xué)術(shù)頂會的審稿壓力，真不是以前能比的。

ICLR和NeurIPS、ICML并稱“AI三巨頭”，那可是頂流學(xué)術(shù)會議，今年的投稿量直接飆到了近兩萬篇，比往年多了不少。

現(xiàn)在近兩萬篇論文堆過來，審稿人手里少則幾十篇多則上百篇，有人調(diào)侃自己堪比“高考閱卷老師”，一天下來眼睛都快熬瞎了。

現(xiàn)在大家工作學(xué)習(xí)壓力都不小，AI不知不覺就成了很多人偷個懶、省點力的好幫手。

卡內(nèi)基梅隆大學(xué)的Graham Neubig教授，把ICLR 公開的75800條評審意見都仔細(xì)篩查了一遍。

結(jié)果一出來，整個學(xué)術(shù)圈都炸開了鍋——有21%的評審意見是AI從頭寫到尾的，有35%是人類寫好后再讓AI潤色過的，真正完全靠人手寫的，只剩43%了。

從統(tǒng)計結(jié)果能看出來，純AI寫的評審意見平均分能到4.43分，比人類評審的4.13分足足高了0.3分。而且 AI 寫起來還特能嘮，平均篇幅快接近3700個字符。

不少投稿的年輕人跟我吐槽，碰到那種“話多又大方”的審稿人，還以為遇到了伯樂，結(jié)果查了一下，大概率是AI寫的評語，這心里能不膈應(yīng)嗎？

PangramLabs也對外喊話說，他們這工具“假陽性率低到離譜”，輕度AI編輯的假陽性率才千分之一，完全AI生成的更是零假陽性，現(xiàn)在已經(jīng)被不少期刊和高校用來篩查AI寫作了。

相當(dāng)于一家做AI檢測的公司，親手把頂會的“潛規(guī)則”給扒了出來，這戲碼也太足了。

我跟你講，最諷刺的不是AI審稿占比高，而是ICLR剛立了“史上最嚴(yán)AI新規(guī)”，結(jié)果轉(zhuǎn)頭就被現(xiàn)實狠狠打臉。

今年8月，會議組委會在官網(wǎng)上明明白白發(fā)布了《大型語言模型使用政策》，兩條鐵律說得斬釘截鐵：用沒用到大模型必須如實披露；不管用啥工具，責(zé)任都算在人身上。

規(guī)則里還寫了明確的懲罰措施：作者用LLM不報備，直接拒稿不再審；審稿人用AI寫評審不承認(rèn)，可能連自己的論文都要被拒。

可現(xiàn)實呢？第三方工具直接甩出數(shù)據(jù)：“純AI生成評審15899條，占比21%”。這不是明擺著打組委會的臉嗎？

輿情爆發(fā)后，ICLR只給了個簡短回應(yīng)，說已經(jīng)注意到問題，正在討論措施，讓收到AI評審的作者標(biāo)注后反饋給領(lǐng)域主席。

這回應(yīng)跟沒說一樣，壓根沒提怎么處理那些違規(guī)的審稿人。難怪不少作者炸了鍋，覺得這新規(guī)就是個擺設(shè)，中看不中用。

其實這屆ICLR的評審本來就爭議不斷。投稿量漲到1.9萬多篇，平均得分卻從去年的5.12掉到4.20，不少人人生第一次在頂會拿到“0分”，心理能平衡嗎？

更讓人無語的是，有個審稿人居然用“精神病”這種帶人身攻擊的詞評價論文，一下子激起了全網(wǎng)的怒火。

后來這條評論被刪掉了，審稿人也出面道歉，但他還硬撐著，說自己的判斷根本沒毛病。

另一邊，審稿人也滿肚子委屈。

很多論文質(zhì)量參差不齊，花好幾個小時好不容易看懂了，作者一句“撤稿”就換個會議重投，純屬浪費時間。

現(xiàn)在再加上21%的AI評審，學(xué)術(shù)圈徹底變成了雙向猜忌：

作者猜評審是AI寫的，審稿人疑論文是AI拼的，組委會夾在中間，一邊用檢測工具排查，一邊又在想怎么合法用AI減負(fù)，這場面別提多魔幻了。

就連其他頂會也出現(xiàn)了類似問題，AAAI2026就有審稿人爆料，說自己認(rèn)真寫了上千字負(fù)面評語，結(jié)果另一個評審用AI寫了兩行優(yōu)點打滿分，最后論文還真被接收了，搞得他都不想再審稿了。

從另一個角度看，ICLR不是唯一被AI沖擊的頂會，只是作為AI頂會，顯得格外諷刺?，F(xiàn)在各個頂會都在想辦法應(yīng)對，態(tài)度卻大不相同，真是八仙過海各顯神通。

計算機視覺頂會CVPR2025直接下了“死命令”，搞零容忍政策：

大模型不能用于寫評審或元評審，只要評審意見是一兩句話、明顯AI生成，或者和論文無關(guān)，就會被標(biāo)記為“高度不負(fù)責(zé)任”，嚴(yán)重時審稿人自己的投稿都會被拒。

這招夠狠，雖然嚴(yán)格，但至少能剎住一些歪風(fēng)。

NeurIPS2025則溫和很多，走“謹(jǐn)慎開放”的路線。允許寫論文時用LLM，但要求說明方法性使用，還專門開了頁面教大家怎么合規(guī)用AI，重點強調(diào)“不能把模型生成的引用直接塞進去”。

這種做法我覺得更靠譜，畢竟現(xiàn)在完全不用AI也不現(xiàn)實，關(guān)鍵是要規(guī)范使用。

其實ICLR自己也試過“溫和用AI”。

結(jié)果還不錯，26.6%的審稿人照著AI建議改了評審，平均多寫80個字，89%的人類評估者更偏好修改后的版本，而且論文錄用率沒被明顯拉高。

現(xiàn)在不少機構(gòu)都在開發(fā)這類輔助工具，有的能幫著校驗數(shù)據(jù)，有的能翻譯非英語評審，還有的能識別抄襲，這些都是實實在在的幫助。

但關(guān)鍵是要守住底線，AI只能當(dāng)助手，不能替人做決定，更不能搞暗箱操作。

學(xué)術(shù)這事兒，拼的是真才實學(xué)，不是算法的花架子。

AI是個好東西，能幫著減輕負(fù)擔(dān)、提高效率，但不能讓它毀了學(xué)術(shù)的根兒。現(xiàn)在社會的困境，說白了就是AI跑得太快，規(guī)則沒跟上，人心沒穩(wěn)住。

說到底，咱們?nèi)钡牟皇歉悄艿哪Ｐ停窃敢鉃槊恳黄撐?、每一條評審多花點心思的認(rèn)真。AI可以當(dāng)工具，但不能讓學(xué)術(shù)變成“算法自嗨”，這事兒，你說對不？