投稿激增？“高产新手”作者疑似借助AI写论文

卡洛斯·查库尔和马修·拉德在《新英格兰医学杂志》发表一篇关于疟疾防控的论文两天后，收到了一封措辞严谨但引用其过往研究却不支持自身观点的读者来信。因怀疑是AI伪造参考文献，两人展开了对过去20年73万多封期刊读者来信的调查。

他们在预印本中指出，2023-2025年间，一群“高产新作者”突然跻身写信量前5%。这些从低产跃升至高产的近8000名作者，仅占2023-2025年活跃作者总数的3%，却贡献了22%（约2.3万封）的来信，发表在1930种期刊上，其中《柳叶刀》175封、《新英格兰医学杂志》122封。查库尔称这是“编辑注意力的零和生态”，挤占了其他作者的发表空间。

“新手作者”（首次发表来信就达10封及以上）增长最快。例如，卡塔尔一名医生2024年未发表任何来信，2025年却发表了80多封，涉及58个不同主题，远超单个学者的合理专业范围。而过去20年，所有作者年均来信量仅从1.16封微增至1.34封，发表期刊数自2022年起也持平，说明这种极端高产并非整体趋势所致。

研究团队虽无法对所有来信进行AI检测，但案例研究显示：上述卡塔尔作者的81封来信经Pangram AI检测器检测，AI使用可能性平均得分为80分（满分100）；而随机选取的21世纪初一名高产作者的74封来信，得分均为0。

来信成为AI滥用的温床，因其通常篇幅短、无需大量原创数据，且期刊一般不进行同行评审。正如《临床骨科及相关研究》主编塞思·利奥波德所述，许多AI来信结构雷同（如中学生作文），语法生硬，指出的研究局限性往往是原文已提及的。他担心这会导致“垃圾内容量产”，因此要求被标记的来信作者提供引用来源的可验证原文。

查库尔团队指出，AI生成的错误参考文献等问题可能误导读者，损害其他研究者的声誉。“我花了6年和2500万美元才发表那篇论文，而有人可能几分钟就写出评论信。”查库尔担忧，“正当讨论可能被这种合成噪音淹没。”