北京
作者 | 刘春
出品 | 网易科技
全球最顶尖的 AI 学术会议，正在被 AI “攻陷”。
这听起来像个地狱笑话，却在现实中发生了。最新数据显示：ICLR 2026 竟有超过 1.5 万份审稿意见完全由 AI 代写。
试想一下，你熬秃了头写出的论文，审稿人可能连看都没看，直接甩给 ChatGPT 生成了一堆“正确的废话”，甚至还一本正经地指责你文中根本不存在的数据有误。
曾经神圣的“同行评审”，如今正演变成一场 AI 生成内容的注水游戏。
据统计，约 21% 的评审意见被判定为“全自动生成”，甚至连投稿论文本身也混入了大量 AI “枪手”。面对这场史无前例的信任危机，ICLR 组委会终于坐不住了，祭出了史上最严厉的“封杀令”。
怀疑成真：研究者收到“诡异”评审报告
“评审意见非常啰嗦，满是要点，却要求进行非标准的统计分析。”美国卡内基梅隆大学的 AI 研究员格雷厄姆·诺伊比格（Graham Neubig）道出了许多投稿人的困惑。社交媒体上，数十名学者纷纷吐槽：评审中出现了“幻觉”引用，反馈异常冗长且含糊不清。
丹麦哥本哈根大学的计算机科学家德斯蒙德·埃利奥特（Desmond Elliott）团队更遭遇了令人啼笑皆非的评审——对方竟提到论文中根本不存在的数值结果，并据此给出了最低分，让论文命运悬于“接受与拒绝”的边缘。 他的博士生直觉判断：这像是大型语言模型的“杰作”。
数据揭秘：数万份评审惊现 AI“魅影”
怀疑需要证实。诺伊比格公开悬赏，很快得到了专业 AI 文本检测公司 Pangram Labs 的响应。他们对 ICLR 2026 提交的 19490 篇研究和 75800 份评审进行了大规模扫描。
结果令人震惊：
· 约 21% 的同行评审（15,899 份）被判定为完全由 AI 生成。
· 超过一半的评审含有 AI 使用的迹象。
· 甚至投稿论文本身也未能幸免：1%（199 篇）被判定为完全 AI 生成，9% 的投稿包含超过 50% 的 AI 生成文本。
“人们之前只是怀疑，但没有具体证据。” Pangram 首席执行官马克斯·斯佩罗（Max Spero）表示，他们的分析为此提供了确凿的数据支撑。
会议硬核回应：用 LLM 糊弄？直接重罚。
面对大规模 AI 滥用，ICLR 2026 组织方迅速行动，并发布了措辞强硬的声明。会议高级项目主席巴拉特·哈里哈兰（Bharath Hariharan）承认，这是会议首次大规模面临此问题。
·论文投稿：用 AI 不声明=直接拒稿
会议方明确，大量使用 LLM 写论文却不声明，将被直接拒稿。 “LLM 胡编乱造、虚构文献、逻辑掉线？将被视为违反道德准则。”会议已启动 AI 检测工具与领域主席双轨核查，“抓到一个毙一个”。
·同行评审：AI 写可以，内容你全责
针对评审环节，声明强调：用 LLM 写评审可以，但评审人对内容负全责。如果出现“瞎扯、虚构引用”，直接记违规，后果可能包括评审人自己投稿的论文被直接拒稿。
·作者遇到问题评审？立即举报。
作者若收到疑似 AI 生成的垃圾评审，可立即私信举报。程序组承诺将进行处理，坚决维护评审过程的严肃性。
·严厉处罚：结果全部公开
接下来 1-2 周，领域主席（ACs）和高级领域主席（SACs）将严查论文与评审，处理结果全部公开。 会议方表示：“我们早预判了 LLM 会搞事情，现在，是动真格的时候了。”
背后困局：评审压力与学术诚信的拉锯
这场风波也折射出 AI 学术界繁荣背后的隐忧。
· 评审负荷过重：ICLR 2026 每位评审平均需在两周内审完 5 篇论文。“这远高于过去的工作量。”
· 领域扩张太快：“过去五年，AI 领域呈指数级扩张，我们正面临评审危机。”诺伊比格道出了同行评审系统承受的巨大压力。
学者困境：如何应对“AI 废话”的轰炸？
一些作者因评审中的虚假陈述已撤稿。更多人则在苦恼：如何回应这些充满“AI 风格”的评审？
埃利奥特的经验颇具代表性：“疑似 AI 生成的评审往往包含‘大量内容’。”其中一部分或许相关值得回应，但另一部分则完全“毫无意义”。在信息洪流中辨别有效反馈，成了研究者的新负担。
这场 ICLR 的风波，无疑为整个学术界敲响了警钟：当 AI 变得足够聪明，不仅能辅助研究，更能“污染”科研诚信的核心环节——同行评审时，我们赖以建立信任的体系，将如何应对？
