JohnXie的个人博客分享 http://blog.sciencenet.cn/u/JohnXie

博文

AI 工具的滥用正迅速侵蚀学术圈的诚信规范的道德底线

已有 549 次阅读 2026-6-20 14:12 |个人分类:专业学习发展经历|系统分类:观点评述

作为天天在大学讨生活的一员,也作为搞学术人的一种本性吧,总想把自己的一些研究成果让更多的人知道,写文章发表是职业生活的一部分了。这大概是成千上万的在大学及科研机构工作的人的共同的生存模式吧。这几个月的投稿被拒的经历让我感觉到AI正在迅速侵蚀着学术圈的道德底线,搅乱学术秩序。

去年底(2025), 为了参加澳洲贝叶斯网络学会(Bayesian Network Modelling Association https://bnma.co/ )年会,我准备了一个15分钟的presentationPPT幻灯片发言稿。向参会者汇报的研究成果就选了在2024年发表在PLOS One 期刊的文章所得出的成果的基础上做进一步推广。2024年的文章详见:A Bayesian network for modelling the Lady tasting tea experiment (一个关于品茶的女士试验的贝叶斯网络模型, 文章链接: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0307866 )。年初的时候我就在有空的时候(我的本职工作是为本校的研究生与老师们提供统计分析咨询与支持服务,不必自己发表文章)把PPT发言稿所公布的研究成果写成了一篇期刊文章。因为有在Nature 的子刊Scientific Reports 发表过文章的经验,就把稿投了过去。评审回馈的时间相当短(不到一个月)但结果是被拒稿了。我自以为所投稿的文章是符合发表的质量标准也是Scientific Reports所规定的投稿范围。虽然对评审意见的感觉是怪怪的,但也没有更多地去琢磨究竟什么地方不对劲,就此先放下了。

接着我给PLOS One投稿的另一篇文章也被拒稿了,同样的怪怪的感觉又一次出现。我于是静下心认真想一想,突然意识到可能是AI在评审人类稿件的结果。当我仔细理解评审意见时发现,所给出的评审意见粗粗一读很有道理,细细一分析却是只是选择的相关术语很关联但完全没有针对投稿的具体内容进行评审给出具体的批评或建议意见, 比如,具体哪个公式不对或应用错误,或哪句话有问题等等;或者所给出的意见其实是似是而非。我于是把被拒的稿子都喂给AI(Copilot 和付费的ChatGPT),结果一下就明了了,其中一项四个Yes/No问题的评审结果是一模一样(非常负面,完全不符合我所投稿的实际质量水平)。而且AI给出的评审结果是比之前通常得到的评审结果在长度上也简短得多。如果你接着告诉AI,你不同意AI的第一轮评审结果并给出你的理由,这时候AI才会按照你的反驳意见修改其评审意见变得更具体或详细。令我哭笑不得的是,最后,我所用的AI工具还会很贴心地告诉我,它能够按我的要求给出不同的评审意见:完全拒稿的,需大改后才能考虑接受的,或小改即可等等。当然,我的另一个担心/不满是,那些个期刊的编辑们似乎也是不太负责任,完全不核对审查审稿人所写的东西是否与被审的内容切实相关联,不是在一本正经的胡说八道。或许编辑们也是越来越多地靠AI来混日子了。当然,面对每天潮水般涌来的投稿,上哪去找那么多的审稿人。能找来的用AI给你交差了事也就不奇怪了。

进一步我到网上查了查相关的报道,很快找到这篇发表在Nature 649, 273-274 (2026)的报告:More than half of researchers now use AI for peer review — often against guidance: A survey of 1,600 academics found that more than 50% have used artificial-intelligence tools while peer reviewing manuscripts。报告称在被调查的1600名有评审经历的研究人员中,超过一半使用了AI来给出评审意见-而且常常是未按规范来做的(我的解读是:用AI代替自己做评审)。我们都在眼睁睁的目睹这样的离谱的事情在我们身边发生:AI写文章,再由AI来评审,最后是AI来决定哪个可以发表哪个不能(从某种意义上看人类的角色成了被AI支配的木偶)。看来人类社会里最应该讲诚信的学术圈很快就要被AI迅速侵蚀败坏了。

但愿我的担心完全是多余的。



https://blog.sciencenet.cn/blog-3503579-1540150.html

上一篇:我与ChatGPT关于科学论证是遵循什么逻辑推理模式的对话
下一篇:寻找‘显著性差异’还是‘显著性相同’- 这是科学研究方法的根本性问题



    
收藏 IP: 49.187.150.*| 热度|

8 檀成龙 杨正瓴 郑永军 崔锦华 王安良 孙颉 范振英 高宏

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2026-6-24 17:34

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部