Nicholas Polson 与 AI 生成的学术论文激增

学术出版中由 AI 驱动的数量

Nicholas Polson 在 2026 年迄今已撰写了 258 篇学术论文，这一产出量引发了关于学术研究诚信以及生成式 AI 对学术交流影响的重大辩论。这种产出激增凸显了大规模生成内容的能力与同行评审和学术验证的传统标准之间日益增长的张力。

预印本与同行评审期刊的区别

讨论中一个关键的争议点在于，这些作品是正式发表在同行评审期刊上，还是托管在预印本服务器上。

IIUC 并没有 258 篇论文发表在严肃的同行评审期刊上，只有 258 篇“预印本”发布在免费的预印本服务器上。这就像在 WordPress 上发帖，但用的是 PDF 而不是 HTML。

预印本服务器允许作者在正式同行评审之前上传手稿。这一区别至关重要，因为预印本不具有与同行评审研究相同的分量，因为它们尚未经过该领域独立专家的审查。将 PDF 上传到这些服务器的能力使得可用工作数量迅速增加，但并不一定意味着质量或智力贡献的提高。

合著与验证

尽管数量庞大，一些合著者为这种做法进行了辩护。Vadim Sokolov 是其中一些论文的合著者，他表示他们至少审阅了一篇生成的论文，并声称这些不是“假论文”。

然而，其他观察者质疑了写作质量以及如此大量产出的实用性。一些人指出，生成式 AI 模型虽然能够生成令人信服的格式，但往往难以达到高水平学术工作（如博士或博士后学生所完成的工作）所需的严谨性。

动机与理论意义

观察者提出了几种关于这种大规模产出背后动机的理论：

• 测试极限： 一些人认为这可能是一种“珠峰效应”，作者只是在测试新技术所能达到的极限。
• 想法抢占： 另一些人认为这可能是一种“抢占”形式，即快速发表手稿以确立对某个想法的所有权，即使工作尚未完全发展。
• 心理影响： 有人建议，使用 LLM 可能造成“AI 精神病”的反馈循环，即看到推测性想法被扩展成令人信服的格式所带来的多巴胺刺激，鼓励进一步生产而无需批判性审查。

学术评审的未来

AI 生成的预印本的兴起引发了对更好学术评审体系的呼吁。当前体系严重依赖无偿的审稿人，而他们已经被低质量投稿压得喘不过气来。AI 生成的投稿与 AI 生成的评审相遇的前景可能进一步削弱出版指标作为学术质量衡量标准的价值。

如果 AI 可以提交论文，那为什么不更进一步让 AI 当审稿人呢？也许这将有助于让更多人审视“出版数量不如以往有价值”这一指标。

这种趋势表明，书面媒体可能失去价值，而重点可能回归到面对面交流和公开演讲，作为验证智力贡献的主要手段。

SUMMARY: Nicholas Polson 在 2026 年撰写了 258 篇学术论文，引发了关于 AI 在学术出版中的作用以及预印本与同行评审期刊之间区别的辩论。

TITLE: Nicholas Polson 与 AI 生成的学术论文激增