新智元报道
arXiv上三分之一的论文，竟是AI代笔？
近期，unslop发布的一项研究在外网引发了剧烈震荡。
在过去一年里，该检测器给计算机科学领域65%的新论文打了红标。
网友们甚至戏称这为「大泔水时代」。
但在同一时期，数学领域的标记率仅为0.7%。
ChatGPT一出，数据曲线瞬间飙升
这项研究团队梳理了12750篇arXiv论文，时间范围覆盖2023年1月至2026年7月。
研究选取了十个学科，每个领域每月随机抽取约25篇全文进行分析。
对照组则锚定在2021至2022年，那是ChatGPT尚未问世、人类独自耕耘的阶段。
数据显示，2021至2022年间，标记率一直维持在0.4%的低位；但随着ChatGPT的发布，这一比例在数月内急剧攀升。
在最近一个完整季度中，标记率升至32%，而到了2026年初，峰值更是逼近39%。
细分学科来看，计算机科学的情况最为严峻，标记率高达65%。
值得注意的是，在ChatGPT出现之前，这一基线数值仅为0.2%。短短三年间，数字暴涨了300多倍。
紧随其后的是定量生物学（56.3%）、电气工程（51.3%）以及经济金融（47%）；随后依次是应用物理（34%）、统计学（31.3%）、凝聚态物理（24%）、高能物理（14%）和天体物理学（10.7%）。
榜单末尾是数学：0.7%。
面对同一台检测仪和同一个论文库，两者落差接近100倍。
这是数学家们集体坚守纯手工写作？还是这台机器在面对数学公式时彻底致盲？
跌至谷底的0.7%，源于机器的「色盲」
其实，谜底早已写在unslop的报告里。
试想一下，一篇标准的数学论文由什么构成？满屏皆是符号、公式、定理与证明，真正以英语撰写的散文式句子寥寥无几。
偏偏该检测器只识别文字。它关注的是句子结构、用词习惯及段落组织。
而在数学论文中仅存的那几行文字，多为「设X为……」「由引理3可推导」等格式化表达，与检测器训练数据中的科学英语并不在同一频道。
因此，团队也坦承目前研究存在局限：
数学领域的0.7%尚不足以说明问题。这可能是数学家确实少用AI，也可能是检测器无法理解数学论文，但现有数据无法区分这两种情况。
此外，对照组样本量较小。每个学科仅有200篇ChatGPT前的论文，按0.4%的误报率计算，2000篇中总共只有8篇被标记。这种精度只能算作粗略估计。
再加上前文提到的检测不全问题，这些数字实际上只是下限，真实比例可能更高。
越内卷的领域，越依赖AI
那么，究竟是谁在利用AI撰写论文？
答案隐藏在斯坦福另一项历时两年的数据中。
2024年3月，斯坦福Weixin Liang团队率先将目光投向同行评审环节：在ICLR 2024的审稿意见中，约10.6%的句子曾遭LLM大幅修改。论文尚未最终定稿，审稿人已先行使用。
2025年8月，同一团队将样本扩大至112万篇论文，并直接发表于《自然·人类行为》。
研究表明，截至2024年9月，计算机科学论文摘要中经LLM修改的比例最高已达22.5%。且使用频率最高的，正是那些频繁发布预印本、身处最内卷领域的研究者。
领域越内卷，使用越频繁。
在此背景下，AI写作已演变为一场军备竞赛：同行借助AI提速，仅靠手写的人便会慢半拍。
难怪这份报告在X平台上广为流传的一条转发，其配文首句便是：「提示词：写一篇能发arXiv的论文。」
它嗅出的是「味道」，而非AI本身
不过，暂勿急于对这65%下定罪论。
团队在报告中亦承认，检测器无法区分「AI仅润色语法」与「整篇由机器代工」，它仅能识别文字中的机器味浓度。
因此，65%的准确解读应为「65%的论文闻起来像AI」，而非「65%的论文由AI撰写」。
但麻烦在于，这种机器味，人类作者也会沾染。
有研究者不信邪，将自己多年前的旧论文投入检测工具，结果27%至74%的内容被标红。
要知道在那个年代，ChatGPT的影子都未曾出现。
原因显而易见。
翻阅今日的学术期刊，满纸充斥着大型语言模型、基准测试及业界前沿术语。措辞越标准、结构越工整，越易触发检测器认定的机器特征。
况且，LLM本就是基于此类论文训练而成。并非学者写得像AI，而是AI生来就写得像学者。
当所有文字皆成嫌疑对象
事实上，这两年我们都在做着与检测器相同的事。
读到一段四平八稳、词句工整、充斥着「不仅……而且……」的文字，心中难免咯噔一下：这怕是AI写的吧？
unslop的检测器，只不过将这种玄学的嗅觉，转化为了可量产的数字仪器。
毕竟，怀疑一旦入脑，便难以卸载。
过去，「写下来」本身即是一种背书。一个人愿意耗费数小时组织文字，至少证明其态度认真。
如今，即便文笔再漂亮，也可能只换来一句「是AI吧」。
有些人甚至开始刻意避开使用了半辈子的词汇，只因它们「听起来太像AI」。
此刻，「AI味」正演变为席卷文字圈的新型原罪。
颇具讽刺意味的是，直至今天，我们仍未精确测量出这股原罪的具体构成要素。
参考资料：
https://unslop.run/blog/measuring-ai-writing-on-arxiv
编辑：摩西
秒追ASI
