为论文辩护

机器学习发表流程已然崩坏，这一点毋庸置疑。这些缺陷多被归咎于当前工作流：LaTeX 到 PDF 到审稿人再到定稿 PDF。这自然引发了人们对新出版形式的渴望；这些形式能提升包容性、可及性与教学力度。然而，这一尝试未能触及当代论文工作流中这些不足的源头。论文作为学术研究的基本单元，仅仅是出版与研究生态系统中问题得以显现的方式；其本身并不对这些负责。仅仅以不同格式替换或增补论文不仅无法解决既有问题；当被用作不加系统性变革的创可贴时，还可能加剧现有的不平等。在本文中，我们论证机器学习研究可及性受阻的根本原因不在于论文工作流，而在于出版与研究流程背后错位的激励。我们讨论这些问题并论证论文是最优工作流。我们也强调了一些针对激励问题的潜在解决方案。