AI评审违规引学术会议拒稿潮

最近，《自然》杂志披露，2026年7月在首尔举办的国际机器学习大会（ICML）拒绝了497篇论文，占提交总量的2%，原因在于这些作者在评审其他会议论文时违反了AI使用规定。

ICML采用互评机制，除非特殊例外，所有提交论文的作者都需参与其他会议论文的评审。组织者通过在评审材料中嵌入水印来检测AI违规使用。任何利用大型语言模型（LLM）撰写评审内容的，其论文将被大会拒绝。

组织者解释，水印加入了仅LLM能识别的隐藏指令，使其生成含特定短语的评审。例如，同时包含“该手稿的关键思想涉及”和“这项研究涉及的一个重要概念”等短语。误报概率极低，且所有标记内容均经人工核查。

瑞士Frontiers出版社的Marie Soulier指出，“ICML事例表明，研究领域需对AI使用制定明确规范，涵盖同行评审环节。”

众多研究者赞赏ICML的措施。部分人提议其他会议效仿，亦有人主张ICML应进一步禁止被拒作者重新投稿；然而，也有观点认为该政策可能无效，导致评审人员积极性下降。

当前，同行评审中AI应用已相当普遍。2025年，Frontiers调查发现，尽管多数期刊会议禁止AI，但超半数研究者仍使用过。AI领域研究者在评审中使用LLM问题上分歧严重。

实际上，ICML此次拒稿并非一刀切，组织者首次提供两条评审通道：一条允许有限AI使用，另一条严格禁用AI。作者和评审者可自主选择。组织者说明，仅当选择严格禁用通道者，才需在评审中禁用AI。

组织者用水印系统筛查严格禁用AI的评审，发现506名评审员（占总评审人数1%）的795份意见使用了LLM。组织者称，此方法仅能识别“最严重和粗心的AI使用”，因LLM未必遵循指令，且评审者知晓后易规避。

其他会议期刊也正探索多种检测AI的方法。美国纽约初创GPTZero开发AI检测工具，与4月在巴西举行的ICLR组织者合作，检测论文是否违AI政策。该会议要求作者和评审者披露LLM使用，否则“可能直接导致评审者被拒”。