中文

学术同行评审中的AI生成内容检测

计算与语言 2026-03-24 v2 人工智能 机器学习 社会与信息网络

摘要

大型语言模型(LLM)的日益普及引发了关于其在学术同行评审中作用的疑问。本研究通过将基于历史评审训练的检测模型应用于国际学习表征代表大会(ICLR)和《Nature Communications》(NC)后续评审周期,考察AI生成内容在同行评审中的时序出现情况。我们观察到2022年之前AI生成内容的检测极少,随后通过2025年显著增加,2025年约20%的ICLR评审和12%的《Nature Communications》评审被分类为AI生成。《Nature Communications》中AI生成评审在2024年第三和第四�节之间增长最为显著。这些发现为AI辅助内容在同行评审中的快速增加提供了有力证据,凸显了对其对学术评估影响的进一步研究的必要性。

关键词

引用

@article{arxiv.2602.00319,
  title  = {Detecting AI-Generated Content in Academic Peer Reviews},
  author = {Siyuan Shen and Kai Wang},
  journal= {arXiv preprint arXiv:2602.00319},
  year   = {2026}
}