一篇论文被递上期刊,编辑却约见作者聊一聊,结果发现作者连论文里最基本的问题都答不上来。这不是科幻场景,也不是对某位研究者的恶意揣测,而是机器学习领域新期刊Transactions on Machine Learning Research的一位主编在公开文章中记录下的真实经历。这篇题为《Asking Authors About Their Own Papers》的文章,以第一视角复盘了一次小规模编辑实验:在十篇原本要被直接拒稿的论文中,主编没有立刻退回,而是邀请作者见面聊论文。结果令人不安,也让学术出版界重新思考一件本该理所当然的事 - - 作者到底是不是自己论文真正的作者。 TMLR是机器学习领域一份较新的开放获取期刊,采用全面开放的评审模式,编辑和审稿人都是无偿志愿者。主编之一Nihar B. Shah在2026年8月中旬到下旬的值班轮次里,做了一次非常规操作。
按照正常流程,很多被认为难以达到评审标准的论文会在编辑层面被直接拒绝,也就是所谓的desk rejection。近年来TMLR的desk rejection比例从2023年的约6%猛增到53%,这意味着超过一半的投稿在送审之前就被拦下。可问题是,如果拒稿已经是常态,那么被拒稿件背后的作者是否真的理解自己的研究?这些论文是经过严谨思考,还是由人工智能生成或深度参与后被仓促提交?Shah决定找作者本人问一问。 他随机联系了十篇原本计划desk rejection的论文作者,通过OpenReview平台发出一封简短邮件,说有一位主编想通过谈话进一步理解论文,希望作者提供方便的时间。十篇论文中,一篇论文的作者在收到邮件后直接撤稿;一篇说太忙无法参与;一篇约好时间却没有上线;剩下七篇举行了线上会议。与会作者里有本科生、硕士生、博士生、教授,也有独立研究者,大多数论文是单人作者。
按照通常的学术惯例,无论作者身份如何,既然名字写在论文上,就应该对内容负责。而接下来发生的事,恰恰在这一点上击穿了常识。 Shah事先读完了每篇论文的引言和部分主要结果,还借助大语言模型帮助自己理解一些陌生概念。会议开始后,他会向作者说明论文原本在走desk rejection流程,现在是一个小型试验,并告知作者会后会由编辑团队决定是继续拒稿、拒绝后允许重投,还是送审。他提问分两类:一类是问题设定、记号、基本结果;另一类则关于具体技术表达式、理论推导、实验设计选择。每场会议大约三十分钟,而就在这段时间里,论文真实度被迅速暴露。
三篇论文的作者连基本问题都答不上来。这三篇论文全部是单人作者,其中两位看起来对论文内容几乎没有实质理解;还有一位作者甚至说不清楚摘要里声称的关键结果在哪里被证明、又被哪里支持。还有三篇论文的作者虽然能回答高层面的思路问题,比如模型的总体目标或数据大致来源,可一旦被问到技术细节,就变得含糊其辞,无法解释为什么这样做实验,或者某个定理的条件为何如此设置。最后一篇论文的作者是十个人中唯一能充分回答一切疑问的,但Shah在阅读过程中发现了论文一个重要论断存在明显错误,作者随后也承认了。 更值得玩味的是那些会面之后的余波。两位在会议中连基本问题都答不上来的作者,后来主动通过邮件补交了书面回答。
Shah提到,Pangram这类软件将两封邮件都判定为百分之百由人工智能生成。还有一次,某位作者试图说明自己的分析方法,却无意间讲出了一整套p-hacking的流程 - - 也就是通过反复试验和选择性报告来制造显著性结果的操作手法。这些细节加重了一个判断:相当一部分论文作者并没有真正掌握论文内容,有些人可能从未自己动手做过研究,有些人则把AI生成的结果直接当作自己的工作成果提交。 这一实验的核心并非要羞辱任何一位作者,而是提醒学术界重新审视署名制度的信用基础。学术论文是知识传播的主要载体,也是科研人员评职称、拿项目、申请学位最重要的筹码之一。既然论文能够成为个人学术履历上的资本,那么署名者当然应当对论文的每个环节承担责任。
所谓责任,不只是写下一段介绍、说一句"我指导了这项工作",而是能够清晰解释研究动机、复现实验步骤、回答技术细节、应对审稿人的质疑。若一篇论文的作者连最基本的问题都回答不了,那么这篇论文的价值如何体现?评审和阅读又该相信什么? 在投稿数量大幅增长的时代,这个问题尤其尖锐。如今生成式AI可以轻松写出看似结构完整的论文,能够设计合理的实验流程,甚至能伪造出看起来有道理的结果。对编辑和审稿人来说,依靠论文文本本身识别造假越来越困难。很多论文看起来表述流畅、图表规范、参考文献完整,但它们的作者未必真正理解内容。尽管现在有越来越多的AI检测工具,但这些工具并不完全可靠,甚至可能误伤认真写作的研究者。
相比之下,让作者亲口解释自己的论文,人与人对谈,是比任何工具都更直接也更难伪装的理解测试。 当然,这种测试很难成为通用审稿流程。Shaw在文章中也承认,整个实验用了二十到二十五小时处理八篇论文,若每一篇投稿都要编辑约谈作者,任何编辑部都无法承受。要应对日益庞大的投稿洪流,必须找到更可扩展的评估方式。TMLR团队已经开始探索相关方法,比如用更结构化的问答来检测论文理解度,通过要求作者提交"论文视觉摘要"或可复现代码来增加验证路径,以及建立与投稿数量相匹配的投稿配额。Shah还特别提到,强调清晰写作在TMLR的流程中起到了很大作用。
因为如果一篇论文连写作都不明不白,那它很可能在研究层面也经不起推敲。 但从根本上说,约谈只是手段,问题核心仍然在于人。署名者必须为论文兜底,这本是学术共同体的一项基本契约。在过去,合作者各司其职,你能通过作者之间的相互质询保持底线;可如今AI介入研究、写作和修改的每一个环节,个人作者有时会不自觉地把系统生成的内容当成自己的成果。只要最后署名时大家都能得到好处,就会有人试图利用漏洞。这在制度设计上并不稀奇,只要署名能带来收益,总有人试图用最少努力获取最大回报。
只是一旦"能发文章"和"真懂研究"之间出现明显背离,整个学术信用系统就会开始动摇。 审稿和评议同样建立在相信作者的基础上。大部分期刊要求作者承担审稿义务,许多优秀论文的作者也会被邀请审阅他人稿件。可如果连自己的论文都无法解释,审稿人又怎么会具备理解别人工作的能力和判断力?在学术生态里,同行评议不只是服务,它也是研究者之间互相学习、互相监督的过程。一个无法对自己的研究负责的人,很难指望他能公平而准确地评价别人的研究。因此,作者能否回答论文相关问题,不仅影响个人论文的命运,还直接影响学术评审体系的质量。
这次实验中,最终结果是一篇论文被允许在修正后重新提交,另外九篇全部被拒且没有重新提交的机会。这样的处理可以说相当严厉,但也释放了一个信号:学术期刊不能再单纯依赖文本审查,而必须加强对作者真实参与度的验证。对于作者而言,这也是一次伦理提醒:使用AI本身并没有错,很多研究者用AI帮助组织语言、整理文献甚至调试代码,问题在于不能把AI变成隐形的共同作者。任何被列为作者的人,都必须经过充分的智力贡献,并能够对论文内容负责。若只是把AI生成的内容修修补补,然后挂上自己的名字,哪怕能欺骗过编辑,也无法在真正的对谈中保持真诚。 这件事还揭示出学术评价中的激励机制失灵。
在一个以论文数量和个人第一作者为王的评价体系里,作者的身份往往由组织决定,而不总是由贡献决定。有些学生被要求挂名并非自己工作的论文,有些导师虽然从来没有动过数据却在作者栏里占据重要位置。这些都让论文的署名越来越脱离"能动性"。编辑与作者对话的实验等于给学术界敲了一次警钟:我们需要重新思考,作者到底意味着什么。是一篇论文的"写作者",是研究的"操盘者",还是仅仅证明自己愿意承担责任的符号?真正有意义的作者,应该能在需要时说出每一个实验是怎么做的,每一组数据从哪里来,每一个公式为什么成立。 对于读者来说,这同样是一个信任问题。
科研论文之所以值得阅读,不是因为里面没有错误,而是因为作者向你保证他们已经尽力验证过。如果连作者自己都不知道论文在说什么,那读者凭什么相信论文的结论?在AI可以轻松生成高度仿真论文的时代,阅读者更加需要保持警觉。责任编辑、审稿人和读者的共同目标,是把那些没有真实研究内核的文本拦在学术殿堂之外。 当然,也需要避免一棒子打死。有人不擅长即兴表达,可能只是面试紧张,却熟悉论文的每个数据点;也有人对话时夸夸其谈,却对实验细节毫无概念。单次谈话并不能取代严格的同行评审,更无法覆盖全部论文。
然而,当许多论文在编辑约谈中暴露根本性理解缺陷时,这就不能再用"个别现象"来搪塞。它说明投稿生态中已经混入一批缺乏内在支撑的稿件,也说明现有初步筛选未必能识别这些问题。若能够把作者理解度纳入评审维度,并采用更智能的方式扩大检测范围,质量控制和成本控制之间也许能找到新的平衡。 学术出版正处在一个前所未有的转型期。生成式AI让写作变得容易,也让"认真写作"这项基本要求被重新审视。也许未来期刊会设置"作者答辩"环节,作为正式投稿流程的一部分;也许AI检测技术会进一步成熟,用于识别是否有人对研究内容没有充分掌握;也许随着数据库和可复现性要求提高,只有提供原始数据和完整代码的论文才有资格进入评审。
但无论流程如何变化,底线不会改变:作者必须真正懂自己的论文。 这篇由主编亲述的"论文对谈"看似只是一次内部调查,实则描绘了科学与技术交汇处的一道新题。当信息可以轻易生成,当语言不再是思想的唯一载体,我们评判一位研究者,不再只看他发表了什么,而要看他是否守住了研究者的本分。没有理解,就没有责任;没有责任,就没有诚信。一篇论文可以没有漂亮的辞藻,却必须有能够被解释清楚的真实内核。TMLR这次小规模实验让人们看到,真正值得担忧的不是AI写出了论文,而是有人把自己的名字挂在AI生成的作品上,却连一场30分钟的对话都无法撑过。
未来的学术生态,需要更多这样的"突然提问"。期刊也许无法对每篇论文都逐一约谈作者,但在重要节点上加入人类理解度的验证,终将成为一种趋势。与此同时,研究者们也要认识到:论文只是成果的载体,真正改变评价体系的,永远是作者能够充实展现的学识和判断力。面对AI留下的时代印记,学术界必须在接纳工具的同时,守住人的主体性。因为科学的意义,不仅在于产出论文,更在于有人能够真正为之负责。唯有这样,署名才配得上信任,论文才有资格进入人类知识的殿堂。
。
