ICLR 2026的審稿內容有逾21%完全由AI生成

在AI興起之後，有多少論文是由AI生成？又有多少論文審查是由AI執行？2024年創辦、專門偵測AI內容的Pangram，最近針對提交到2026年國際表徵學習會議（International Conference on Learning Representations，ICLR）的論文與審稿內容進行偵測，發現在7萬篇審稿內容中，有21%的審稿內容完成由AI生成。

ICLR為全球前三大AI研究會議之一，ICLR 2026將在2026年4月於巴西里約舉行，提交給ICLR的論文是透過OpenReview學術審查平臺，代表其論文、審稿意見或作者回覆都是公開的。經常投稿ICLR也負責審稿的美國卡內基美隆大學語言技術研究所教授Graham Neubig，在11月中發出50美元的懸賞，號召有志之士針對ICLR論文及審查進行大型語言模型（LLM）的使用檢測，而Pangram決定接下這個任務。

ICLR明文訂定了LLM使用規範，要求任何使用LLM的行為都必須揭露，且作者與審稿人都必須為最終內容負責，不得捏造或誤導。作者可以使用LLM協助撰稿或研究助理性質的工作，也可用於拼字與文法檢查，但需揭露並保證科學內容正確。然而，若審稿人將整篇審稿交由LLM生成，可能違反ICL的倫理規範，因為這等同未履行自身的審稿責任，也可能造成內容品質低落或不誠實等問題。

Pangram下載了提交至ICLR 2026的1.9萬篇論文與7萬篇審稿內容，先將論文分段，再利用新模型EditLens逐段判斷AI生成比例，將其分為完全人類、輕度AI編修、中度AI編修、重度AI編修，以及完全AI生成等5個等級，發現在1.9萬篇的論文當中，有61%主要由人類撰寫，9%的投稿有超過一半的內容來自AI，以及數百篇幾乎完全由AI生成的內容，此外，有些完全由AI生成的內容在初審時便已被ICLR大會淘汰。

至於在7萬篇審稿內容中，有超過一半的審查內容在某種程度上使用了AI，並有21%的審稿內容完成由AI生成。

值得注意的是，在論文中，AI生成內容占比愈高，其審稿分數就愈低；但在審稿中，大量依賴AI的評論反而會給出高分，這是因為大型模型通常會給出相對正面的逢迎分數，內容很長且密度很低，還會亂給意見。