“真有文科硕博生小论文大部分拿AI写,还发到C刊了??”
最近,刷到这样一条帖子。不是“用AI润色”,不是“用AI查文献”,而是“大部分拿AI写”,还发到了C刊。
有人给出了更细致的判断:“如果是人提出的观点,但通过AI来搜集和提炼文献、协助理清思路、润色文章……从重要性而言,似乎还是人的创新思维占主导,但论工作量而言,也可以说这就是‘大部分用AI写’了吧。”
这引出了一个比更根本的问题:在AI时代,过度使用造成的代价,还能维持住学术底线吗?
01
AI 渗透率极速升高
据英国高等教育政策研究所(HEPI)的调查:2025年,92%的本科生以某种形式用过生成式 AI,而前一年这个数字是66%;88%的学生在论文、课程作业里用过 AI,前一年是53%。一年时间,渗透率直接跳了一个台阶。
麦可思对 3000 多名高校师生的问卷显示,近六成师生每天或每周多次使用生成式 AI,其中近三成大学生主要用途就是写论文和作业。斯坦福大学的研究更直接:超过半数研究生承认,用 AI 写过 "非核心" 章节。
在社交平台上,也能刷到大量相关帖子,评论区甚至有人在分享驯服ai写论文的口令。
02
论文体系的核心功能被摧毁
学术论文体系能运转,靠的是一个核心功能:信号传递。一篇发表在同行评议期刊上的论文,向学术界传递了一个信号——这项研究经过了同行专家的审核,具备一定的学术质量。职称评审、项目申请、人才选拔,都依赖这个信号来筛选和评价。
但这个信号有效的前提是:生产一篇合格论文的成本足够高。成本高,意味着能发出来的人少;能发出来的人少,论文才能成为区分学术能力的有效标尺。
AI正在摧毁这个前提。
全球学术出版物已经从2004年的228万篇增长到2024年的1012万篇,二十年翻了四倍多。而AI的出现,让论文生产的边际成本正在急速趋近于零。写作、代码、实验、图表、文献综述,甚至审稿意见,都可以批量生成。
有评论说得很直接:“以前制造一篇垃圾论文至少还需要人写。现在论文生产能力可能正在以十倍百倍增加,但真正有能力认真判断一项研究的人并没有增加。”
当生产不再稀缺,信号就开始失效。
03
AI让“写作”不再是门槛
学术写作从来不只是“把想法写出来”。它要求作者在写作过程中反复推敲论证逻辑、调整概念边界、打磨表述精度——这个过程本身就是学术训练的一部分。能独立完成一篇论文,意味着写作者具备了一种可验证的能力。
但AI正在把“写作”从能力变成服务。帖子里那条评论说得很清楚:“现有的AI的文字功底已经超过95%的硕博了。”当一篇论文的文字质量不再能反映作者的写作能力,论文作为“能力证明”的功能就开始瓦解。
更值得警惕的是,这种瓦解不可逆。AI还在高速迭代。两年前它编造参考文献,现在新模型已经基本解决了这个问题。再过一两年,逻辑连贯性、论证严密性、文献综述的完整性,这些曾经被诟病的问题,大概率也会被解决。到那时,“用AI写论文”和“用AI查文献”之间的界限,会变得极其模糊。
问题在于,现行的学术评价体系,仍然停留在“看文本”的阶段。评审专家看到的是论文本身,不是写作过程。一篇AI生成的论文,只要文本过关,在盲审环节和独立完成的论文没有区别。这就是AI时代论文体系面临的根本困境:评价的对象是文本,但文本已经不再稀缺。
04
真正的代价,不是被发现
很多人以为 AI 写论文最大的风险是 "被发现、被撤稿、影响毕业"。但看几个真实案例,你会发现并非如此。
香港大学叶兆辉教授,"全球前 2% 顶尖科学家",做香港生育率研究,论文里引用了大量 AI 生成的虚假文献 ——24 条参考文献查无此文。最后论文撤稿,他本人卸任副院长。
《Brain Research》一篇论文被撤稿,原因是作者用AI生成参考文献列表,15 条文献根本不存在。
这些案例里,作者不是 "故意造假",而是 AI 编的参考文献太像真的了,作者自己都没逐条核对。AI给你列了 20 篇参考文献,每一篇格式都完美,作者翻都不翻就直接引用了。
最后翻车的不是用了AI,而是失去了对自己论文的基本判断力。
热门跟贴