过去两年里，很多科研人员已经默认把AI当成了论文写作流程的一部分。有人用它润色摘要，有人让它帮忙整理文献，还有人直接让它生成整段讨论部分。你已经很难再找到一个完全没有接触过ChatGPT、Claude 或 Gemini 的研究团队了。
问题是，AI真的让论文“更好”了吗？
最近，发表在管理研究领域顶级期刊Organization Science上的的一项研究（来源：More Versus Better: Artificial Intelligence, Incentives, and the Emerging Crisis in Peer Review），可能会让很多人感到不舒服。
研究者分析了近7000篇投稿论文和超过1万份审稿意见后发现：AI确实让学术写作“变多了”，但并没有让它“变好了”。相反，那些AI参与度更高的论文，往往更难阅读、语言质量更差，而且更容易在编辑初筛阶段被拒稿。（来源：https://pubsonline.informs.org/）
更重要的是，这并不只是作者的问题。研究还发现，连同行评审本身，也正在被AI“污染”。越来越多审稿意见开始出现AI生成痕迹，而这些评论通常更空泛、更单一，也更难真正帮助作者改进论文。
这篇研究之所以引发巨大讨论，不只是因为数据规模大，更因为它来自期刊编辑部自己。换句话说，这不是外部媒体在猜测“AI是否影响科研”，而是一线编辑第一次系统公开：他们已经明显感受到AI论文潮带来的压力。
有学者在看到这项研究时，用了一个非常直接的词：“AI slop”——大意是“AI垃圾内容”正在淹没学术期刊（来源：Forbes）。从某种程度上说，这个描述虽然尖锐，但看完研究数据之后，你会发现它并不夸张。
AI论文数量暴涨，但质量却在下降
研究团队分析了《Organization Science》从2021年至2026年的投稿记录。结果发现，自从2022年底ChatGPT发布后，期刊投稿量上涨了42%。
如果只看这个数字，很多人第一反应可能会觉得，这是科研生产力提高了。但问题在于，新增的大部分论文，都带有明显AI生成特征。研究使用了一种名为 Pangram 的AI文本检测系统，对论文摘要和全文进行评分。结果显示，在2022年之前，大部分投稿几乎没有AI痕迹；但到了2026年，大量论文已经属于“高AI参与”状态。
更关键的是，这些论文的可读性明显下降。
研究使用了经典的 Flesch Reading Ease 指标评估文本可读性，结果发现：AI参与程度越高，论文越难读。 这其实很有意思，因为大多数研究人员使用AI时，最初的期待恰恰相反——大家觉得AI会让英文更流畅、更像native speaker、更“高级”。
但AI带来的，并不是更清晰的表达，而是另一种问题：它会让论文越来越像“学术腔”。
研究发现，高AI文本通常存在一些非常典型的特点：句子更长、多音节词更多、术语堆砌增加、名词化表达增加，整体阅读负担更重。简单说，就是那种“看起来很学术，但读起来很累”的文本。
很多人其实已经开始有这种直觉了。你会发现，现在越来越多论文有一种奇怪的统一感：语言非常平滑、逻辑结构非常标准，但读完之后，大脑里几乎没有留下真正的信息点。像是有人把“学术写作模板”复制了一万遍。
编辑其实很容易“感觉出来”
很多作者有一种误解：只要AI写得足够像人，就不会被发现。
但现实中的同行评审，并不是靠“AI检测器”来判断论文质量的。编辑每天看几十篇稿件，他们对“低质量论文”的感觉，其实非常敏感。
研究数据显示，AI参与度超过30%的论文，desk reject的概率会明显飙升。 而那些AI痕迹特别重的论文（AI评分超过70%），最终只有3.2%能拿到“修改后重投”的机会。
这意味着，很多编辑虽然未必知道“这是AI写的”，但他们能明显感觉到这篇论文“不值得继续送审”。
研究里有一句话其实特别真实：编辑们正在成为阻挡低质量AI论文洪流的最后一道防线。
很多时候，问题并不只是语言本身。真正的问题是，AI正在让越来越多人跳过“思考”这个过程。
研究作者引用了一个非常形象的概念——“cognitive surrender”，也就是“认知上的放弃”。 当研究者开始习惯让AI生成理论意义、讨论部分、研究贡献、reviewer response，甚至cover letter时，人会慢慢停止真正组织自己的逻辑。最后论文虽然完成了，但作者对自己的研究本身，反而没有形成足够深的理解。
这其实才是AI科研写作里最危险的部分。
连审稿意见也开始AI化了
这项研究最震撼的一部分，其实不是论文，而是审稿意见。
研究者发现，越来越多审稿人开始使用AI写审稿意见。 而且这些AI审稿有几个非常明显的特点：
- 首先，它们更难读；
- 其次，它们关注的问题越来越单一。
研究发现，AI生成的审稿意见会更偏向理论，却减少对数据、实验、方法细节的关注。 换句话说，AI审稿更容易给出那种“听起来很专业”的宏大评论，比如“理论贡献不够明确”“建议加强理论框架”“需要进一步拓展研究意义”等等。
但真正具体的问题——比如实验设计漏洞、统计模型缺陷、数据质量问题——反而讨论得更少。
这会带来一个非常现实的问题：作者收到了一堆“像审稿意见”的文字，但实际上很难真正修改论文。
研究团队甚至发现，AI审稿的“多样性”明显下降。 以前不同审稿人会从不同角度评价论文，而现在，AI正在把所有review慢慢“压平”。最后整个同行评审系统，会越来越像一个统一模板机器。
为什么AI会让科研系统变成这样？
研究作者认为，问题核心不只是AI本身，而是学术界原本就存在的“publish or perish”（不发表就毁灭）机制。
当高校、商学院、研究机构越来越强调发了多少篇、发在哪些期刊、是否进入FT50/UTD列表、年度publication count时，AI自然会被当成“提高产量”的工具。
研究甚至发现，那些原本就特别强调论文数量的学校，在ChatGPT出现后，AI论文增长更明显。 这其实非常符合现实逻辑：如果评价体系奖励的是“数量”，那最理性的行为，当然是用AI尽可能多地产出论文。
问题是，同行评审系统本来就是靠大量人类志愿劳动维持的。编辑、助理编辑、审稿人，本来就已经很疲惫了。现在突然多了40%以上的投稿量，而且很多还是低质量AI论文，整个系统自然开始超载。
研究里有一句很扎心的话：
Humans are getting tired.（人类已经开始疲惫了。）
这可能是全文最真实的一句话。
AI真正的问题，从来不是“使用”，而是“替代”
我觉得这项研究最值得认真思考的一点，其实不是“AI能不能用于论文写作”，而是：“AI是在辅助思考，还是在替代思考？”
研究作者其实也承认，他们自己在写这篇论文时，同样使用了AI。 包括帮助生成代码、调整措辞、优化结构、比较文献等等。但他们强调，核心逻辑、判断、修改和重写，仍然由人完成。
这可能才是未来科研里更合理的AI使用方式。
AI当然可以帮助研究者更快整理信息、提高语言效率、减少机械性劳动，但它不能替代研究判断、科学怀疑、理论思考、数据解释和真正的学术洞察。
因为真正好的论文，本质上不是“语言产物”，它首先是“思想产物”。
而目前的大语言模型，最擅长的事情，其实是模仿“像论文的话”。
这两者之间，差别非常大。
