一场精心策划的“AI打假”，正在学术圈掀起巨浪。
故事的主角，是全球最顶级的AI学术会议之一：NeurIPS。今年，它在专门讨论行业观点的“立场论文赛道”立下新规：所有论文必须由人类亲手撰写，AI只能干点校对、改格式的杂活。
为了执行这条规矩，NeurIPS做了一个大胆决定：他们找来了一个专业的AI检测工具Pangram，对所有投稿来了一场全面“体检”。
结果，令所有人倒吸一口冷气。
一场由AI发动的“大清洗”
检测结果触目惊心：在969篇投稿中，竟有178篇（18.4%）被判定严重使用AI写作，将直接“桌拒”——连送审的机会都没有。 另外还有123篇（12.7%）被要求作者自证清白，否则也将面临同样命运。
也就是说，近三分之一的投稿，被AI检测器挂上了“可疑”标签。
NeurIPS的立场论文赛道主席们语气沉重：“AI生成的文本通常很光滑，但可能严重偏离作者本意。将这种文本提交同行评审，实质上是把验证工作的成本甩给了审稿人。”
数据不会说谎。与往届和其他类似会议一对比，问题更加明显：
- NeurIPS立场论文赛道的AI使用率飙升，近三成论文被标记为100%可能由AI参与。
- 而以伦理社会学为主的FAccT 2022会议（ChatGPT发布前），这个数字是0%。
- 即便是同属NeurIPS的数据集与评估赛道，AI使用率也远低于立场论文赛道。
有意思的是，这场清洗的“武器”——Pangram检测器，本身就是一个AI模型。
AI抓AI：一场关于“灵魂”的攻防战
用AI检测AI论文，这事儿听着就充满赛博朋克式的讽刺。
NeurIPS并非一时兴起。他们与Pangram公司合作，并确保数据零留存。为了精确，他们反复调试检测工具的“焦距”：
- 默认模式（每段250-350词检测）下，近三成论文“中枪”。
- 切换到更精细的模式（每段约100词），比例下降到12.7%。
他们甚至做了个实验，故意用AI写10篇论文，让检测器“认一认”。结果很清晰：让AI完全代笔的，一抓一个准；而只让AI帮忙润色、改语法、调格式的，检测器基本“放行”。
这揭示了政策的核心边界：你可以把AI当“高级语法修改笔”，但不能让它当“代笔枪手”。 研究观点的酝酿、论证的推导、核心段落的落笔，必须是人类大脑的产物。
但问题来了：AI进化太快，它对文字的“侵蚀”是润物细无声的。从改几个词，到重组段落，再到生成初稿……这条界线，到底在哪？
申诉游戏：人类，你的“创作过程”在哪里？
对于那些被标记但尚未“处决”的论文，NeurIPS开出了一个堪称严苛的“自证清单”。
作者必须提交论文的版本控制历史，清晰标注出三个关键节点：
- AI介入前的初稿。
- AI深度修改后的版本。
- 最终提交的版本。
并证明，AI的修改没有引入新的核心观点，且人类对AI的劳动进行了充分的验证和负责。
说白了，你要提供一份“创作过程录像”，证明灵魂是你的，AI只是帮你描了描边。
这条规则一出，评论区炸了。有人说这是“用AI模型检测AI文本的绝妙讽刺”，也有人直接开喷：“所以AI研究人员想用AI搞定一切，但一涉及到他们自己的生计就退缩了？”
一位网友的评论一针见血：“检测的目的不是绝对阻止，而是树立一个现场能为自己论文辩护的标准——这是AI目前唯一无法伪造的东西。”
深水区：当工具开始思考，学术的边界在哪里？
NeurIPS的这次行动，远不止于处理一批论文。它将一个已隐隐浮现的行业危机，摆上了台面：当工具强大到可以替代思考，学术共同体的诚信基石如何维系？
立场论文，本应是思想交锋、观点碰撞的阵地。如果连观点都由AI生成，那我们审的到底是什么？是观点的质量，还是AI生成质量的质量？
主席们在博客中反思：“将论文写作外包给AI，并不能为学术共同体提供相应的价值，却给已经超负荷的同行评审系统施加了巨大的成本。”
但这引发了更根本的质疑：研究的目的是推进人类知识。我们是否相信，只有人类才能推进人类知识？ 如果一篇由AI辅助完成、逻辑严密、观点新颖的论文能启发他人，它就不配拥有学术价值吗？
尾声：一个无法回避的两难
NeurIPS打响了第一枪。它或许粗暴，或许存在误伤，但它迫使整个学术界直面那个终级问题：
我们是要捍卫“人类创造”的纯洁性，哪怕可能牺牲一些效率与质量；还是拥抱“人机协作”的新范式，但同时重建一套关于贡献、署名与责任的全新契约？
这次，近18%的投稿成了第一批代价。而更大的浪潮，显然还在后面。当AI不仅能写论文，还能设计实验、分析数据时，我们今天争吵的这一切，会不会显得像孩童般天真？
学术的圣杯，正在AI的照妖镜下显形。你，准备好面对镜子里的自己了吗？
【锐评】：用AI检测AI论文，像一场无限循环的镜子迷宫。当学术开始和工具玩“谁是卧底”，我们失去的或许比几篇论文更多。
参考链接：
https://x.com/NeurIPSConf/status/2061810551580217476