AI 开始参与审稿之后,科学将走向何方?——从 ICML 2026 新政到 aiXiv 的 AI 原生科研实验
作者：微信文章璇玑枢，助力学术成长，点亮科研之路
一、原消息速览：两项标志性变化，指向同一个危机
背景共识：
AI 相关领域论文数量呈指数级增长，传统同行评审体系已接近负荷上限。
【消息一】ICML 2026：有限度允许 AI 辅助审稿
• ICML 2026 正式发布 LLM 使用政策• 审稿制度分为两条并行路径：
• Policy A：禁止使用 AI（除拼写检查、文献检索等非认知工具）• Policy B：允许有限度使用 AI 作为理解与表达辅助，但禁止将评审判断权交给模型
• 作者与审稿人需提前声明偏好政策• 引入**“对等原则”**：
若作者要求其论文必须由纯人类审稿，则其作为审稿人时也不得使用 AI
• ICML 明确要求：
• 使用的 AI 工具必须满足隐私与数据合规要求
• 组委会计划通过随机对照方式，分析 AI 使用是否系统性影响评分分布
📌 官方政策：
https://icml.cc/public/LLM-Policy
【消息二】aiXiv：欢迎 AI 写论文，也欢迎 AI 审论文
• 新预印本平台 aiXiv 正式上线• 明确接受：
• AI 生成论文• AI 作为审稿主体
• 审稿流程：
• 5 个 AI 智能体评估论文的新颖性、技术稳健性与潜在影响• 达到阈值即发布• 作者可根据 AI 反馈反复修改并再审
• 主打高通量与高速反馈：
• 审稿时间：分钟级
• 发起团队来自多所高校（清华、牛津、多伦多等）
📌 Science 报道：
A new preprint server welcomes papers written and reviewed by AI
（10 Dec 2025）
二、问题的真正起点：同行评审为何走到临界点？
这两项变化，并非偶然。
在 AI 领域，论文生产函数已经被彻底改写：
• 写作成本骤降• 实验复现与变体生成门槛降低• 论文数量远超人类评审带宽
结果是一个结构性失衡：
生产端已高度自动化，评估端仍高度依赖人类。
ICML 与 aiXiv，正是对这一失衡的两种回应。
三、ICML 2026：AI 融合（AI Integrated）的制度化路径
ICML 的核心判断并不是“AI 能不能审稿”，而是：
科学评价中的判断权，是否必须由人类保留？
Policy B 的设计非常克制：
• AI 可辅助“理解”• AI 可改善“表达”• 但不能生成结论性判断
这实际上是在划定一条关键边界：
工具智能 ≠ 价值判断
对等原则的深层意义
“对等原则”并非道德姿态，而是机制设计：
• 它将“是否使用 AI”的选择，与个人行为绑定• 防止作者与审稿人角色之间的策略性不一致• 将学术诚信成本内生化
这是顶级会议首次在制度层面，正面回应“AI 使用双标”问题。
四、aiXiv：AI 原生（AI Native）的科研范式试验
aiXiv 的假设与 ICML 几乎相反：
如果认知判断可以被规模化外包给机器，人类是否仍是必需的评审主体？
在 aiXiv 中：
• AI 同时承担作者、审稿人、反馈者的角色• 科学生产形成闭环• 速度成为核心优势
这一模式的吸引力在于可扩展性，但风险同样明显：
• AI 更擅长识别“形式错误”，而非“概念突破”• 在缺乏人类常识兜底的情况下，
自洽但错误的知识体系可能被快速放大
正如多位学者警告的那样：
模型正在变得越来越像科学家，但并不必然意味着它具备科学判断力。
五、真正的分歧：不是技术，而是“判断权”的归属
维度ICML 2026aiXivAI 定位辅助工具认知主体判断权人类模型核心风险效率不足失真放大优先目标可信度可扩展性
换言之，这并不是一场“保守 vs 激进”的简单对立，而是：
在信息过载时代，科学应优先保障什么？
六、一个被反复忽视却至关重要的问题
当评审系统高度优化“大概率正确”时，小概率但颠覆性的真理会发生什么？
许多重大突破在早期阶段：
• 表达并不成熟• 证据并不完整• 甚至看起来“不像好论文”
而当前的大模型，无论用于写作还是评审，都天然偏好：
• 结构完整• 论证顺滑• 与既有范式高度相似的内容
从这个角度看，ICML 坚持保留 Policy A，并非保守，而是在为科学系统保留反直觉探索的生存空间。
七、可能的现实结局：分层共存，而非一方取代
更可能出现的未来是：
• 顶级会议 / 期刊
• 人类背书• AI 深度辅助• 速度慢，但可信
• 高通量探索平台
• AI 主导• 快速试错• 泥沙俱下
• 真正的突破
• 或许诞生于两者之间的摩擦地带
结语
ICML 2026 的谨慎，与 aiXiv 的激进，并非路线之争，而是同一焦虑的两种表达：
人类已经无法独自承担现代科学的评估负荷。
AI 是否会改变科学？几乎可以肯定会。
真正的问题是——我们是否还能清楚地知道，什么值得被称为“科学”。
页:
[1]