三分之一arXiv淪陷，CS論文65%被判“AI味”，數學僅0.7%

一份針對全球知名學術論文預印本平台 arXiv 的研究報告近日引發學術界熱議。該研究顯示，過去一年間，平台上約三分之一的論文被判定帶有明顯的「AI 味」，其中計算機科學領域的論文高達 65% 被標記為可能由人工智慧工具輔助或直接生成，而數學領域的比例僅有 0.7%，學科之間的差異極為懸殊。這項研究由名為 unslop 的團隊執行，其檢測結果在學術社群中掀起波瀾，甚至有網友為此創造了「大泔水時代」一詞來形容當前論文產出充斥 AI 痕跡的現象。 這項研究團隊掃描了 2023 年 1 月至 2026 年 7 月期間上傳至 arXiv 的 12,750 篇論文，時間跨度長達三年半。研究鎖定十個不同學科，每個學科每月隨機抽取約 25 篇全文進行分析。為了建立基準，團隊將對照組設定在 2021 至 2022 年——也就是 ChatGPT 尚未問世的「純人類時代」。結果顯示，在 ChatGPT 出現之前，arXiv 論文被檢測工具標記為 AI 生成的比率長期穩定在極低水準，幾乎可以忽略不計。 然而，自 2023 年起，標記率曲線出現了驚人變化。研究發現，在 ChatGPT 推出後不久，論文中的「AI 味」迅速攀升，尤其在計算機科學領域，過去一年內多達 65% 的新論文被 unslop 的檢測器標為紅燈。這意味著每三篇新發表的計算機科學論文中，就有將近兩篇可能含有 AI 生成的內容。相比之下，數學領域的論文幾乎不受影響，僅有 0.7% 被判定為 AI 寫作，顯示出這門學科對 AI 工具的依賴度極低，或者說，數學論文的語言風格與表達方式更難被當前檢測工具誤判。 研究團隊進一步指出，這項檢測結果並非單純反映論文是否由 AI 完整撰寫，而是針對論文中的語言模式、句式結構、用詞習慣等特徵進行判別。許多被標記的論文可能是作者利用 ChatGPT 等生成式 AI 協助潤飾、改寫部分段落，甚至直接生成初稿後再略作修改。這種現象在投稿壓力較大的領域尤為明顯，因為研究者需要快速產出大量論文，AI 工具成為提升效率的捷徑。 網友與學術界對此反應兩極。有人認為，AI 輔助寫作並非壞事，只要研究者仍對論文內容負最終責任，且不影響原創性與科學嚴謹性，適度使用 AI 工具可以減輕語言障礙與寫作負擔。但另一方面，大量論文被標記為「AI 味」，也引發了對學術誠信與論文審查品質的擔憂。部分學者擔心，如果審稿人無法辨別論文是否由 AI 生成，可能會導致低品質或虛假研究的氾濫，進一步侵蝕學術出版的公信力。 值得注意的是，這項研究本身也引發了方法論的討論。unslop 使用的檢測器是否足夠準確？是否存在誤判人類撰寫論文為 AI 生成的可能性？研究團隊並未在公開資料中詳細說明檢測器的準確率與誤判率，但他們強調，在 2021 至 2022 年的對照組中，標記率極低，顯示檢測工具對人類撰寫的論文具有較高的辨識力。換句話說，2023 年後標記率的急遽上升，並非檢測工具本身的偏差，而是論文內容特徵確實發生了顯著變化。 從學科分布來看，計算機科學之所以成為重災區，可能與該領域研究者普遍熟悉 AI 工具、且論文產出速度要求極高有關。計算機科學論文往往需要大量實驗結果、程式碼與數據分析，AI 在撰寫方法論與結果描述時能提供相當流暢的敘述。而數學論文則以嚴謹的符號推導與證明為主，AI 目前難以在這一領域生成可信的內容，因此被標記的比例極低。其他學科如物理、生物、醫學等領域的數據，研究團隊並未在本次報告中完整公布，但初步結果顯示，這些領域的 AI 標記率介於計算機科學與數學之間。 這項研究也引發了 arXiv 平台本身是否應加強審查的討論。作為全球最大的學術論文預印本平台，arXiv 每天接收數百篇新論文，目前並未對論文是否使用 AI 輔助寫作進行強制揭露。部分學者呼籲，應該要求作者在投稿時聲明是否有使用生成式 AI，並在論文中標註其使用範圍，以維護學術透明度。但也有反對意見認為，這樣的標註可能導致歧視性審查，反而對非英語母語研究者不利，因為他們更常依賴 AI 來改善語言表達。 無論如何，這項研究清楚揭示了一個趨勢：生成式 AI 已經全面滲透學術論文寫作，且速度遠超多數人的預期。從 2023 年到 2026 年，短短三年間，arXiv 上三分之一論文被打上「AI 味」標籤，計算機科學領域更是高達三分之二。這不僅是科技新聞，更是整個學術生態系統必須正視的轉折點。未來，學術界如何定義「原創性」與「AI 輔助」的界線，審查機制如何與時俱進，將成為持續發酵的關鍵議題。