AI顶会正在上演大型精分现场：一边用GPU集群训练下一代大模型，一边禁止投稿者用LLM写论文。ICML、NeurIPS等会议近期密集出台限制令，理由直白得可笑——他们被AI生成的学术垃圾（AI slop）淹没了。
这本质上是一场学术精英的防御性撤退。会议组织者声称要维护评审质量，却刻意回避了一个荒诞现实：这些"低质量内容"恰恰来自对AI技术本身的过度追捧。更尴尬的是执行层面的技术困境——检测工具对GPT-4内容的误判率高达30%，所谓的"润色允许、生成禁止"在实际操作中形同虚设。当研究者用Claude重构实验逻辑时，这算语法修正还是内容创作？最终只能靠作者自觉申报，合规成本全转嫁给个体研究者。
真正的输家是非英语母语的学术边缘群体。对中国、印度、欧陆研究者而言，LLM曾是打破语言壁垒的平权工具，能让他们与MIT、斯坦福的实验室同台竞技。禁令一出，英语母语机构的"人力资源优势"瞬间放大——他们可以雇佣专业编辑，而发展中国家的研究者只能回归手工写作。这不是质量管控，这是隐性的学术殖民。
长期来看，全面禁止注定失败。未来五年，规范必然从"禁用"转向"透明披露"——就像统计方法必须注明一样，研究者只需申报人机贡献比例。但眼下这场运动暴露了学术共同体面对技术冲击的慌乱：他们既想享受AI带来的研究红利，又拒绝接受AI对知识生产流程的重构。这种既要又要的姿态，维持不了太久。
本文由 AI 辅助生成，仅供参考。