最近，我读到了一篇来自《The Varsity》[1]的文章，标题大意是“当科学因错误原因登上新闻头条”。文章中总结了几种常见的犯错情况：媒体过度简化研究结果、研究质量在热度和速度面前失守、撤稿与争议事件接连发生，导致公众对科学的信任逐渐流失。

虽然文章的语气不算煽情，但读完后不免感到一丝冷意：科学本应以证据和可验证性来说服人，却越来越依赖“戏剧性”来吸引关注，最终连同行都需更加努力地分辨哪些是真正扎实的知识，哪些只是看似完整的叙述。

去年一份研究显示，AI的应用显而易见影响了学术产出：使用AI的研究者在arXiv上的论文产出平均增加了33%[2]。自1991年成立以来，arXiv一直是科研分享的平台，但随着AI工具的普及，低质量的机器生成内容激增，传统依靠语言复杂度等方法来判断质量的方式开始失效。arXiv的创办人Paul Ginsparg也犀利地指出：AI提升了效率，同时放大了开放获取期刊追求“数量”而非“质量”的风险[3]。在期刊层面，超过90%的期刊要求披露AI的使用情况，多数仍然允许AI辅助写作，这种情况下出现了一种尴尬的张力——需要透明，但难以核验；需要鼓励效率，但又担心质量流失。

这些信号将我们推向一个共同的问题：学术可信度的杠杆，是否还能继续放在文字表面？我倾向的答案是否定的。更可行的方向，是将资源转向“白箱”科学路径：通过可追溯、可验证、可重现的流程，来迎接AI时代的高产。

高产的背后：

33%的增幅也意味着“噪音”被放大

在研究生和教授的日常生活中，“高产”几乎可称之为一种生存技能：毕业、项目结题、职称评审都将产出数量作为显性指标。AI让摘要生成、段落改写、语言润色、格式整理变得更快，很多人因此感到如释重负。

然而，学术的瓶颈从来不只是产出速度，而是有效信息的密度。当产出能力提升33%[2]，最先被压缩的往往不是文字，而是那些不显眼但最关键的“研究基础”：数据清洗是否足够严谨、方法选择是否有替代方案比较、推理链是否能被复核、图表与结论是否存在过度解读。文字可以被AI修饰得很美观，但如果基础松动，后果不仅仅是“写得差”，而是“看似可信、实则不可验证”。

语言复杂度等质量判断失效，意味着依赖文字外观作为质量代理指标的做法，在生成式AI面前开始失灵。AI能将句子打磨得更流畅，将结构补充得更完整，将论述抹平得“像学术”。当外观与内在质量逐步脱钩，评价系统就会出现抓不住重点的情况：越努力看文字，越难辨真伪；越追求“像不像”，越容易错过“站不站得住”。

“科学因错误原因上头条”：

不是个别人的失误，而是制度风险的积累

《The Varsity》文章[1]的刺痛之处在于，它揭示了科学上头条的原因常常不是某个坏人造成的，而是一连串人性化和制度化的推力共同作用——求新、求快、求曝光、求可量化成果。当研究被置于这些推力之下，可信度不会立刻崩塌，而是像银行风控被一点点掏空：每次都看似能过关，直到某次事件引爆连锁反应，撤稿、抨击、对立、怀疑一同涌现。

AI的介入，使这些制度性推力放大得更快、更直接。当写作成本下降、生成速度飙升，某些研究活动更容易滑向“交付一篇看起来完整的文本”：背景写得漂亮、引文看似丰富、讨论显得稳健，但关键位置反而变得空洞——数据如何得来、方法如何选择、推理如何进行、结论如何站得住。

Paul Ginsparg对AI放大开放获取期刊追求数量而非质量的风险的提醒[3]，焦点其实不在AI，而在激励机制。当平台与期刊在流量、篇数与经济模式下承压，AI让“把产能做大”变得更容易；而“把质量守住”则需要更昂贵的审核、复核、方法论规范与流程存证。这就是为何超过90%的期刊要求披露AI使用，依然难以消除可信度焦虑：披露提升透明度，但若没有可核验的流程要求，披露很容易沦为形式合规。

当质量更难分辨：

学术评价需从“结果”转向“过程”

AI改变了“完成感”的获得方式。以往写完一篇论文，往往意味着研究过程至少走完了一大段；而现在写完一篇像样的文本，可能仅仅是将若干材料重组、润色、补全语气与结构。完成感更易获得，学术共同体更需要新的防线，以区分“文本完成”与“研究完成”。

这里的解决方案不靠情绪，不靠高压口号，而是依赖“白箱”科学路径：让研究不仅仅交付一篇文章，而是交付一套可回放、可审计的研究工程。当语言复杂度失灵、文字外观失灵，剩下仍然可靠的，是研究过程本身是否能被核查。

“白箱”路径至少需要四类可核验要素：

可追溯的数据来源：样本从哪里来、如何选取、如何排除、如何清洗、缺失值怎样处理。数据不可追溯，后续讨论都只是一种叙述。

可审计的方法选择：模型、假设、变量定义、编码规则（若涉及文本或内容分析）、统计方法、参数设置。方法不能被审计，就只能靠“相信作者”。

可复核的推理链：从数据到结论每一步如何推导、替代解释是否处理、敏感性分析是否做过。推理链不可复核，学术就退化为说服术。

可回放的过程记录：版本迭代、关键决策点、人工核查痕迹、数据与代码保存策略。过程不可回放，研究就失去被再现的可能。

“质量更难分辨”不是世界末日，而是提醒学界：可信度不应寄望于文字外观，而应落在流程可验证。

研究员与AI协同合作：

人类决策管理者的智能助手

在当前科研语境下，AI会被迅速纳入工作流程。问题不在于“用不用”，而在于“用到什么程度、谁负责哪一段、怎样留下可核验痕迹”。

研究生最容易掉进的坑，是把AI当作多功能替身：查文献、写背景、改语言、写讨论，最后连自己也分不清哪些判断是自己做的。教授最容易掉进的坑，是把AI当作提速工具，但没有同步更新课题组的质控流程：数据存证、代码审核、抽样核验、版本管理都没有跟上，表面上更高产，内在风险反而更大。

AI时代，研究者更像“决策管理者”：定义问题、设置标准、安排核验点、划清责任边界。AI是高效执行代理，人类是判断者。为了实现这一目标，几个方向值得形成课题组共识：

把“披露AI”具体化为流程披露：用在哪个环节、输入输出如何留存、人工核查点在哪里。

把答辩与内审焦点移向四件套：数据来源、方法选择、推理链、过程记录。

对可公开研究，鼓励提交可回放材料：数据字典、清洗规则、代码与环境、关键版本记录。

对敏感数据，建立可审计的内部存证：处理日志、抽样核验、匿名化策略与决策记录。

当生成能力提升33%[2]，学术界更需要将“质量”从主观感受转化为可管理的工程指标。“白箱”路径不是束缚，而是将信任置于可以检验的地方。

总结一句：当生成变得廉价，可信度只会更昂贵；“白箱”科学路径，是AI时代学术必须补上的基础设施。

参考资料

[1] Robinson, L. N. (2026, January 25). When science makes headlines for all the wrong reasons. The Varsity. https://thevarsity.ca/2026/01/25/when-science-makes-headlines-for-all-the-wrong-reasons/

[2] Kusumegi, K., Yang, X., Ginsparg, P., de Vaan, M., Stuart, T., & Yin, Y. (2025). Scientific production in the era of large language models. Science (New York, N.Y.), 390(6779), 1240–1243. https://doi.org/10.1126/science.adw3000

[3] Andersen, R. (2026, January 26). Science is drowning in AI slop. The Atlantic. https://www.theatlantic.com/science/2026/01/ai-slop-science-publishing/685704/

*本文由作者与AI协作完成

作者：

张荣显 博士

亚太区互联网研究联盟主席

澳门互联网研究学会会长

DiVoMiner®创始人