AI đã tràn ngập các tạp chí khoa học với các bài báo — và cho đến nay, điều này hầu như không có gì tốt

Biên tập viên của tạp chí Organization Science đã phân tích 6.957 bài nộp và 10.389 bài đánh giá nhận được từ tháng 1 năm 2021 đến tháng 2 năm 2026. Sự xuất hiện của ChatGPT vào cuối năm 2022 trùng với sự gia tăng đột biến về số lượng bài nộp và sự suy giảm chất lượng. Sau khi ChatGPT lan rộng, số lượng bài nộp tăng 42% và đến tháng 2 năm 2026, hầu hết các bài báo nộp đều có khả năng sử dụng trí tuệ nhân tạo (AI) dưới một hình thức nào đó. Sử dụng thuật toán Pangram 3.1 để phát hiện văn bản máy, các nhà nghiên cứu nhận thấy rằng chỉ số dễ đọc trung bình (chỉ số Flesch) giảm 1,28 độ lệch chuẩn vào tháng 1 năm 2026 so với tháng 1 năm 2021. Các bài báo có chỉ số tham gia AI trên 70% bị từ chối trong 70% trường hợp trước khi đánh giá đồng nghiệp, trong khi những bài có mức sử dụng AI tối thiểu chỉ bị từ chối 43,7% số lần. Cơ hội nhận được yêu cầu sửa đổi giảm từ 11,9% xuống 3,2% đối với các bài báo sử dụng nhiều AI. Các mô hình thống kê cho thấy tỷ lệ từ chối cao hơn vẫn tồn tại ngay cả đối với các văn bản được trau chuốt về mặt phong cách, cho thấy nội dung khoa học kém. Các đánh giá do AI tạo ra ít đa dạng hơn, tập trung nhiều hơn vào khung lý thuyết và ít hơn vào dữ liệu, phương pháp và kết quả. Các tác giả lưu ý rằng các thuật toán không thể xác định đáng tin cậy ảnh hưởng của AI, do đó chỉ thảo luận về các xu hướng chung. Tuy nhiên, một thí nghiệm lớn do James Evans thực hiện đã yêu cầu các nhà nghiên cứu đánh giá các ý tưởng do mô hình ngôn ngữ tạo ra: 6.749 nhà khoa học đã cho hơn 25.000 xếp hạng về tính mới, giá trị thực tế và tính hợp lý. Các mô hình phổ biến thường đề xuất những ý tưởng tương tự, trong khi các mô hình tiên tiến hơn có thể tạo ra sự bất ngờ về tính mới. Các nhà đánh giá AI thường không đồng tình với các chuyên gia con người. Mô hình Qwen3-14B, được huấn luyện cụ thể trên các bài đánh giá do nhà khoa học viết, vượt trội hơn các mô hình đa năng tới 27%. Các nhà nghiên cứu kết luận rằng AI đã hỗ trợ tìm kiếm dữ liệu, lập trình và chuẩn bị văn bản, nhưng nếu không có sự kiểm chứng của con người và thay đổi trong hệ thống đánh giá, nó có thể dẫn đến sự tăng trưởng không kiểm soát trong các ấn phẩm hơn là gia tăng tri thức mới.