AI 垃圾文灌爆學術出版，假論文實驗揭警訊

IEEE Spectrum 報導，一位作者用 AI 製作了一篇假科學論文，藉此呈現學術出版界日益嚴重的 AI 生成「垃圾」問題。這個實驗顯示，量產、低品質的內容可以多快被製造出來，也顯示期刊與同儕審查者有多難跟上。文章指出，這不只是奇聞，而是反映科學出版面臨的更大壓力：編輯本來就在處理大量投稿，審查者能撥出的時間有限。當看起來很有說服力的論文可以規模化生成，浪費審查人力、污染文獻、削弱信任的風險就跟著升高。報導提到，有估計指出已發表文章中有很大比例出現 AI 參與的跡象，但這類訊號可能模稜兩可，也不一定代表學術不端。假論文實驗凸顯了偵測工具、清楚的揭露規範和更強的編輯篩選為何愈來愈重要。期刊需要方法驗證作者、檢查資料與引用，並辨識出文風看似合理、實質卻薄弱的論文。同時，篩選不能只靠 AI 偵測器，因為偵測器可能誤判，也可能漏掉經過仔細編輯的文字。更深的挑戰是結構性的：學術誘因獎勵發表量，而 AI 讓產出「看起來像學術、卻沒有新增證據或洞見」的內容變得更便宜。出版商可能需要收緊投稿要求、要求更詳細的方法與資料可得性，並把人力編輯判斷投資在最重要的地方。目標不是全面禁止 AI 工具，而是避免它成為侵蝕科學知識記錄的捷徑。如果期刊無法調適，代價將由讀者、審查者以及研究本身的可信度承受。