新智元披露信息
惊人一事实浮出水面：三分之一arXiv论文出自AI之手？
近期一份unslop的研究在海外引发热议。
过去一年间，计算机科学专业65%的新论文，被其检测器检出问题。
网友为此创造了特定说法——「大泔水时代」。
但同期数学论文仅0.7%被标记。
ChatGPT一出，曲线急剧飙升
这项研究团队扫描了12750篇arXiv论文，时间从2023年1月至2026年7月。
选取十个学科，每领域每月抽约25篇全文分析。
对照组则选自2021至2022年，那是ChatGPT尚未面世的纯粹人工时期。
数据显示，2021至2022年标记率维持在0.4%；ChatGPT面世后，曲线数月内急速上升。
最近一个季度标记率达到32%，2026年初峰值更逼近39%。
按学科细分，计算机科学最为严重，标记率高达65%。
要知道在ChatGPT问世之前，这一数字仅有0.2%。短短三年，增幅超过300倍。
定量生物56.3%、电气工程51.3%、经济金融47%紧随其后。
应用物理34%、统计31.3%、凝聚态24%、高能物理14%、天体物理10.7%。
数学以0.7%位列最后。
同一检测设备，同一论文数据库，差异达近百倍。
究竟是数学家坚持手工写作？或机器面对数学公式时完全失效？
末位0.7%令人费解
其实答案已藏于unslop报告之中。
想象一下标准数学论文结构：满页符号公式定理与证明，英语文字内容稀少。
偏偏该检测器只分析文字。它关注句子构造、用词特征、段落布局。
数学论文仅剩的几行文字，多是「设X为某某」「由引理3可推导」这类固定句式，与训练时接触的科学英语差别巨大。
研究者自己也坦言现存局限：
数学0.7%数据意义有限。可能数学家少用AI，也可能检测器无法识别数学论文，两者难以区分。
对照组样本量也偏小。每个学科仅200篇ChatGPT前论文，按0.4%误报率，2000篇仅8篇被标记，精度不足。
还需认识到检测器存在的盲区。因此这些数字都是下限，实际比例可能更高。
竞争激烈的领域，更依赖AI
究竟谁在使用AI写作论文？
斯坦福团队两年研究揭示答案。
2024年3月，Weixin Liang团队首次将其检测范围扩大至同行评审：ICLR 2024审稿意见显示约10.6%的句子经LLM大幅修改。论文尚未检测，审稿人已先行使用。
2025年8月，该团队将样本增至112万篇论文，研究成果发表于《自然·人类行为》。
表明截至2024年9月，CS论文摘要中LLM修改比例高达22.5%。使用最频繁的，是预印本发布最活跃、竞争最激烈领域的研究者。
越是竞争激烈的领域，使用越广泛。
此处AI写作已演变成军备竞赛：同行都在借助AI提升效率，纯人工写作者节奏明显落后。
难怪一份在X平台流传的报告配文开头便是：「提示词：写一篇能发arXiv的论文。」
它嗅的是风格，非技术
不过需注意，65%数据并非直接定罪。
研究者声明检测器无法区分「AI语法润色」与「全文机器生成」，它只识别文本中的机器特征强度。
所以65%的准确表述是「65%论文风格显露AI痕迹」，而非「65%论文系AI创作」。
问题在于，这种机器痕迹人类也可能留下。
某资深学者曾对自己多年前发表的论文
网友评论